From Python to Go: rewriting a CrewAI workflow in pure stdlib

개요

CrewAI Python 워크플로우를 순수 표준 라이브러리만 사용한 Go로 재작성하는 과정을 소개하며, 이를 통해 얻을 수 있는 성능 및 배포 이점을 설명합니다.

주요 내용

• CrewAI는 LLM을 통해 협업하는 에이전트 팀을 구성하는 Python 프레임워크로, 여러 전문가가 필요한 작업에 유용하지만 litellm, langchain, pydantic 등의 외부 종속성으로 인해 콜드 스타트가 무겁고 배포가 컨테이너에 의존적입니다.
• crewai-go는 외부 종속성 없이 순수 Go 표준 라이브러리(net/http, encoding/json, log/slog 등)만을 사용하여 CrewAI의 핵심 기능을 구현한 프로젝트입니다.
• Python CrewAI의 "연구 → 작성" 예제를 crewai-go로 이식하는 과정을 비교하며, Agent, Task, Crew, Process와 같은 핵심 개념은 동일하게 유지됩니다.
• crewai-go는 순수 Go 표준 라이브러리로 구현되어 단일 바이너리로 배포 가능하며, 밀리초 단위의 콜드 스타트와 약 10-20MB의 낮은 메모리 사용량을 자랑합니다.
• crewai-go는 순차적, 계층적, 단계적(Stage) 프로세스를 지원하며, 선택적으로 에이전트 루프(Plan–Execute–Evaluate–Refine)를 독립적인 평가자와 제한된 반복 횟수로 구현할 수 있습니다.
• 웹 검색, JSON Schema 수리 루프를 통한 구조화된 출력, 가드레일, 사실 및 출처 관리 기능도 표준 라이브러리만으로 구축되었습니다.
• crewai-go 리포지토리는 Go 개발자가 LLM 오케스트레이션 작업을 위해 참여할 수 있도록 기여 가이드라인을 제공하며, 현재 v0.4.0이 릴리스되었습니다.

시사점

crewai-go는 Go의 성능과 배포 용이성을 활용하여 LLM 기반 에이전트 워크플로우를 효율적으로 구축할 수 있는 대안을 제시하며, 특히 경량화 및 빠른 콜드 스타트가 중요한 환경에 실무적으로 적용될 수 있습니다.