Finyuus
Finyuus는 들여쓰기 기반 DSL과 Temporal 기반 런타임을 사용하여 에이전트, 도구, 가드, 인간 승인, 관찰 가능성 및 API 게시를 통해 내구성 있는 AI 워크플로우를 구축, 실행, 버전 관리 및 관리하는 코드 우선 플랫폼입니다.
https://github.com/mariusndini/Finyuus?ref=producthunt&utm_source=aipure
제품 정보
업데이트됨:Aug 6, 2026
Finyuus이란?
Finyuus는 프롬프트 및 오케스트레이션 로직을 애플리케이션 코드 전체에 내장하는 대신, AI 동작을 독립적이고 버전 관리되는 시스템으로 정의하고 운영하기 위한 플랫폼입니다. 작고 읽기 쉬운 들여쓰기 기반 워크플로우 언어(DSL)와 프로덕션 런타임 및 제어 플레인을 결합하여 팀이 에이전트, 도구, 정책 검사(가드), 사람의 승인 및 중첩 워크플로우를 텍스트로 구성할 수 있도록 합니다. Finyuus는 Temporal을 사용하여 워크플로우를 내구성 있게 실행하고, 실행을 작성하고 검토하기 위한 대시보드를 제공하며, 버전 관리, 감사 및 중앙 집중식 관찰 가능성을 통해 엔터프라이즈 스타일 운영을 지원합니다.
Finyuus의 주요 기능
Finyuus는 작은 들여쓰기 기반 DSL을 사용하여 내구성 있는 AI 워크플로우를 정의, 실행 및 관리하기 위한 코드 우선 플랫폼입니다. AI 동작(에이전트, 프롬프트, 도구, 가드, 승인, 스키마 및 파이프라인)을 애플리케이션 코드와 분리한 다음, 내구성 있는 상태, 재시도, 취소 및 재생 가능성을 위해 Temporal에서 워크플로우를 실행합니다. 이 플랫폼은 중앙 집중식 버전 관리, 감사 및 실행 기록(중첩 워크플로우 포함), Langfuse 추적 및 비용 보고를 통한 관찰 가능성, ClickHouse 및 객체 저장소(MinIO/S3)를 통한 데이터 및 아티팩트 처리, 유효성 검사, 멱등성, 속도 제한 및 서버 전송 이벤트를 통해 파이프라인을 인증된 API로 게시하는 기능을 추가합니다.
들여쓰기 기반 파이프라인 DSL: 에이전트, 도구, 가드, 승인, 제어 흐름(if/else, 루프, 경로, 병렬), 자식 파이프라인 및 구조화된 반환을 구성하기 위한 집중된 텍스트 DSL로, 가독성 있는 차이점 및 코드 검토에 최적화되어 있습니다.
Temporal에서 내구성 있는 실행: 내구성 있는 상태, 재시도, 취소, 장기 실행 및 재생 가능성을 통해 워크플로우를 실행합니다. 자식 워크플로우 오케스트레이션 및 중첩 파이프라인에 대한 일관된 의미 체계를 지원합니다.
버전 관리된 AI 빌딩 블록: 재현성 및 통제된 롤아웃을 보장하기 위해 버전 기록 및 불변 버전 핀(예: pipeline@v3)을 가진 에이전트, 도구, 가드, 스키마 및 파이프라인을 위한 중앙 레지스트리입니다.
거버넌스: 가드 + 사람 승인: 최고 수준의 정책 검사(통과/차단 라우팅 및 신뢰도를 가진 LLM 기반 가드)와 담당자, 시간 초과 및 명시적인 승인/거부 분기를 통해 사람 검토를 위해 실행을 일시 중지하는 승인 단계입니다.
도구 레지스트리(네이티브, HTTP, 파이프라인 기반): TypeScript 네이티브 도구, 구성 가능한 HTTP 도구 및 DSL 또는 도구 루프 중 에이전트가 호출할 수 있는 파이프라인 기반 도구를 지원하여 재사용 가능한 운영 기능을 가능하게 합니다.
프로덕션 API + 관찰 가능성 스택: 속도 제한, 멱등성, 입력 유효성 검사 및 SSE 스트리밍을 통해 파이프라인을 인증된 엔드포인트로 게시합니다. Langfuse 및 대시보드를 통해 실행 이벤트, 워크플로우 기록, 도구 호출 및 모델 추적/비용을 검사합니다.
Finyuus의 사용 사례
금융 서비스 규정 준수 워크플로우: 재무 자문 가드를 통해 요청을 라우팅하고, 교육용 재작성을 생성하며, 출시 전에 규정 준수 승인을 요구하는 고객 대면 콘텐츠 파이프라인을 생성합니다. 완전히 감사 가능하고 재생 가능합니다.
기업 지원 및 IT 자동화: 안전 장치, 인적 에스컬레이션 승인, 불안정한 통합을 위한 내구성 있는 재시도를 통해 다단계 에이전트/도구 워크플로우(티켓 분류, HTTP 도구를 통한 진단, 해결 체크리스트)를 오케스트레이션합니다.
연구 및 보고 파이프라인: 데이터 가져오기 도구(예: SEC EDGAR/Yahoo Finance 예시), 구조화된 출력을 가진 분석 에이전트, 게시 정책 가드 및 아티팩트 저장소를 결합하여 시장/회사 연구를 자동화합니다.
의료 또는 규제 콘텐츠 생성: 정책 가드 및 필수적인 사람 승인을 통해 환자/제공자 자료 또는 내부 요약을 생성하고, 감사 및 사고 검토를 위한 전체 실행 기록을 유지합니다.
내부 데이터 운영 및 분석 워크플로우: ClickHouse 테이블을 읽고 쓰는 파이프라인을 구축하고, 객체 저장소에서 파일/아티팩트를 관리하며, 구조화된 반환을 생성합니다. ETL과 유사한 AI 증강 및 반복 가능한 데이터 강화에 유용합니다.
애플리케이션을 위한 제품화된 AI 엔드포인트: 안정적인 AI 워크플로우를 API로 노출하여 여러 앱이 동일한 버전 관리된 파이프라인을 호출할 수 있도록 하고, 운영 팀은 앱 코드베이스 외부에서 동작 변경, 모니터링 및 거버넌스를 관리합니다.
장점
Temporal을 통한 내구성 있는 프로덕션급 실행 의미 체계(재시도, 취소, 재생 가능성, 장기 실행 워크플로우).
강력한 거버넌스 기본 요소(가드, 버전 핀, 승인) 및 중앙 집중식 감사/실행 기록.
코드 우선 DSL은 대규모 시각적 워크플로우에 비해 Git 기반 검토, 재사용 및 유지 관리 가능한 차이점을 가능하게 합니다.
단점
운영 복잡성: 여러 서비스(Temporal, Postgres, Redis, ClickHouse, 객체 저장소, Langfuse)를 실행하고 유지 관리해야 합니다.
학습 곡선: 팀은 순전히 애플리케이션 코드에 머무르는 대신 새로운 DSL 및 워크플로우 모델을 채택해야 합니다.
최고의 가치는 대규모에서 나타납니다. 작은 프로토타입이나 간단한 프롬프트 체인에는 필요 이상으로 무거울 수 있습니다.
Finyuus 사용 방법
1) 필수 구성 요소 설치: Node.js 22+, pnpm 10+, Docker Desktop(엔진 실행 중)을 설치합니다. 최소 하나의 LLM 공급자 키(OPENAI_API_KEY 또는 ANTHROPIC_API_KEY)를 준비합니다.
2) 코드 가져오기: Finyuus 저장소를 로컬에 복제하고(예: https://github.com/mariusndini/Finyuus에서) 저장소 루트로 이동합니다.
3) 종속성 설치: pnpm install을 실행합니다.
4) 로컬 환경 파일 생성: 템플릿을 복사합니다: cp .env.local.example .env.local
5) 필수 환경 변수 구성: .env.local을 편집하고 최소 하나의 공급자 키(OPENAI_API_KEY 또는 ANTHROPIC_API_KEY)를 추가합니다. 게시된 Pipeline API를 사용할 계획이라면 PIPELINE_API_TOKEN을 설정합니다. 선택 사항: SEC EDGAR 데모 도구에 대해 SEC_USER_AGENT를 설정합니다. 객체 저장소의 경우: 로컬 MinIO를 사용하려면 설정하지 않거나, AWS S3를 원하면 OBJECT_STORAGE_PROVIDER=s3와 S3 변수를 설정합니다.
6) 로컬 시크릿 및 앱 환경 파일 생성: make init을 실행합니다(이것은 infra/.env 및 Langfuse와 같은 로컬 서비스에서 사용되는 다른 생성된 환경 파일을 생성합니다).
7) 로컬 인프라 시작 (Temporal, Postgres, ClickHouse, MinIO, Redis, Langfuse): make up을 실행합니다.
8) (선택 사항) 데모 콘텐츠 시드: 새로 설치하면 비어 있습니다. 탐색할 샘플 도구/스키마/에이전트/파이프라인이 필요한 경우 make demos를 실행합니다.
9) 웹 대시보드 빌드 및 시작 (더 빠른 탐색을 위해 권장): pnpm build-web; pnpm start-web을 실행합니다(대시보드는 http://localhost:3001에서 실행됩니다).
10) 워커 시작 (실행 엔진): 두 번째 터미널에서 pnpm start-worker를 실행합니다(이 Temporal 워커는 파이프라인을 실행합니다).
11) 로컬 UI 열기: Finyuus 대시보드를 엽니다: http://localhost:3001. 선택적 지원 UI: Langfuse http://localhost:3000, Temporal UI http://localhost:8080, MinIO Console http://localhost:9001, Redis Insight http://localhost:5540.
12) 들여쓰기 기반 DSL을 사용하여 파이프라인 생성 또는 편집: 대시보드 파이프라인 편집기에서 agent:, tool:, guard:, approval:, pipeline:, http:*, read/save file/table, if/else, for, parallel, route, return과 같은 일급 문장을 사용하여 워크플로우를 작성합니다. 실행 및 버전별 고정을 위해 버전 관리되는 파이프라인으로 저장합니다.
13) 대시보드에서 파이프라인 실행: 대시보드의 파이프라인 페이지에서 입력 값으로 실행을 시작합니다. 실행 이벤트, 가드 결과, 도구 호출 및 중첩 워크플로우 단계를 관찰합니다. Temporal 기반 실행에서 지원하는 대로 취소/재시도를 사용합니다.
14) 가드(정책 검사)로 거버넌스 추가: 에이전트 호출 전후에 guard:<key> 단계를 삽입합니다. 실행을 라우팅하기 위해 pass/block 분기를 구현합니다. 반환 페이로드 또는 분기 로직에서 가드의 반환 필드(예: message/confidence)를 사용합니다.
15) 휴먼 인 더 루프 승인 추가: 검토자가 해결할 때까지 실행을 일시 중지하려면 approval:<key> 단계를 삽입합니다. -assigned-to 및 -timeout을 구성하고, approved:/rejected: 분기(및 필요한 경우 타임아웃 작업)를 정의합니다. 검토자는 대시보드 또는 API를 통해 승인을 해결합니다.
16) 도구 사용 (네이티브, HTTP 또는 파이프라인 기반): tool:<name>과 인수를 사용하여 DSL에서 직접 도구를 호출합니다. 대시보드에서 HTTP 도구를 구성합니다(헤더/URL은 {{env.MY_API_KEY}}와 같은 서버 측 환경 시크릿을 참조할 수 있습니다). 파이프라인을 저장하고 에이전트가 도구 루프 중에 호출할 수 있도록 허용하여 파이프라인 기반 도구를 생성합니다.
17) 내구성 있는 데이터 및 아티팩트 사용 (테이블 + 파일): ClickHouse 기반 구조화된 데이터 작업에는 read:table/save:table을 사용하고, 객체 저장소 기반 파일/아티팩트에는 read:file/save:file을 사용합니다(기본적으로 로컬 MinIO 또는 구성된 경우 S3).
18) 재현성을 위해 버전 고정: pipeline:company_research@v3 또는 agent:research_analyst@v2와 같은 불변 버전을 참조하여 실행 전반에 걸쳐 안정적인 동작을 보장하고 감사 가능성을 활성화합니다.
19) 인증된 HTTP API로 파이프라인 게시: 대시보드에서 파이프라인을 엔드포인트로 게시합니다. 그런 다음 베어러 토큰 및 멱등성 키로 호출합니다. 예: curl -X POST http://localhost:3001/api/v1/responses/<pipeline-slug> -H "Authorization: Bearer $PIPELINE_API_TOKEN" -H "Idempotency-Key: request-001" -H "Content-Type: application/json" -d '{"input": {"query": "example"}}'. 활성화된 경우 실시간 실행 업데이트를 위해 SSE 스트리밍 엔드포인트를 사용합니다.
20) 실행 관찰 및 감사: 대시보드를 사용하여 실행 기록, 중첩 워크플로우, 가드/승인 결정 및 이벤트를 검사합니다. Temporal UI를 사용하여 워크플로우 타임라인 및 내구성 의미론(재시도/취소/재실행 가능성)을 확인합니다. Langfuse를 사용하여 추적, 토큰 사용량 및 모델 비용 보고서를 확인합니다(원하는 경우 LLM_TRACING_ENABLED=false를 통해 전역적으로 비활성화할 수 있습니다).
21) 코드 변경 시 로컬에서 개발 (감시 모드): Finyuus 자체를 수정하는 경우 감시 모드를 위해 pnpm dev를 실행합니다. 개발 중에는 pnpm typecheck(또는 패키지 필터링된 typecheck)를 사용합니다.
22) 새 네이티브 도구 추가 (Finyuus 확장): packages/tools/src/metadata.ts에 도구 메타데이터를 추가하고, packages/tools/src/registry.ts에 팩토리를 추가하고, packages/tools/src/에 도구를 구현한 다음, 영향을 받는 패키지에 대한 타입 검사를 실행합니다.
23) 새 DSL 문 추가 (언어/런타임 확장): packages/pipelines/src/types.ts에 AST 유형을 추가하고, packages/pipelines/src/parser.ts에 파서 지원을 추가하고, apps/worker/src/workflows.ts에 실행 로직을 구현하고, 부작용이 있는 경우 apps/worker/src/activities.ts에 활동을 추가하고, apps/web/src/lib/pipeline-intelligence.ts 및 apps/web/src/components/pipeline/pipeline-completions.ts에서 편집기 인텔리전스/자동 완성을 업데이트합니다.
24) 로컬 인프라 중지 또는 재설정: 데이터를 유지하면서 서비스를 중지하려면 make down을 실행합니다. 로그를 보려면 make logs를 실행합니다. 상태를 확인하려면 make verify를 실행합니다. 로컬 서비스 데이터를 삭제하려면 make reset을 실행합니다.
Finyuus 자주 묻는 질문
Finyuus는 내구성 있는 AI 워크플로우를 구축, 실행 및 관리하기 위한 코드 우선 플랫폼입니다. 에이전트, 도구, 가드, 사람 승인, 구조화된 데이터 작업 및 중첩된 워크플로우를 구성하기 위한 들여쓰기 기반 DSL을 제공하며, 버전 관리, 관찰, 감사 및 워크플로우 운영을 위한 중앙 집중식 환경과 함께 Temporal을 사용하여 실행합니다.
Finyuus와(과) 유사한 최신 AI 도구
Gait
Gait는 AI 지원 코드 생성을 버전 관리와 통합하여 팀이 AI 생성 코드 맥락을 효율적으로 추적, 이해 및 공유할 수 있도록 하는 협업 도구입니다.
invoices.dev
invoices.dev는 개발자의 Git 커밋에서 직접 청구서를 생성하는 자동화된 청구 플랫폼으로, GitHub, Slack, Linear 및 Google 서비스와의 통합 기능을 제공합니다.
EasyRFP
EasyRFP는 RFP(제안 요청) 응답을 간소화하고 딥 러닝 기술을 통해 실시간 현장 표현형을 가능하게 하는 AI 기반 엣지 컴퓨팅 툴킷입니다.
Cart.ai
Cart.ai는 코딩, 고객 관계 관리, 비디오 편집, 전자상거래 설정 및 맞춤형 AI 개발을 포함한 종합적인 비즈니스 자동화 솔루션을 제공하는 AI 기반 서비스 플랫폼으로, 24/7 지원을 제공합니다.
Finyuus와(과) 유사한 인기 AI 도구
GitHub Copilot Chat
GitHub Copilot Chat은 자연어 상호작용, 실시간 코드 제안 및 지원되는 IDE와 GitHub.com 내에서 직접 제공되는 맥락 지원을 제공하는 AI 기반 코딩 도우미입니다.
CopilotForXcode
CopilotForXcode는 Xcode 내에서 AI 기반 코드 제안, 채팅 지원 및 프롬프트-투-코드 기능을 제공하기 위해 GitHub Copilot, Codeium 및 ChatGPT를 통합한 Xcode 소스 편집기 확장입니다.
BrowserAI
BrowserAI는 서버 인프라 없이 개인 정보 보호에 중점을 둔 AI 기능을 제공하여 WebGPU 가속을 통해 웹 브라우저에서 직접 로컬 대규모 언어 모델(LLM)을 실행할 수 있도록 하는 오픈 소스 라이브러리입니다.
OpenAI Codex CLI
OpenAI Codex CLI는 터미널에서 실행되는 경량 오픈 소스 코딩 에이전트로, 개발자가 자연어를 코드 실행으로 변환하고 코드 실행, 파일 조작, 버전 제어 하에서 반복 작업을 수행할 수 있는 ChatGPT 수준의 추론 기능을 제공합니다.