** 기업 지식에 다중 시약 AI 워크플로우 구축 및 실행을위한 플랫폼. **

UnifAI는 내부 데이터 소스 - Slack, Jira, 문서 - 통합 된 벡터 저장소로 구성 할 수 있으며 시각적 다중 시약 파이프라인을 통해 쿼리합니다. YAML Blueprints로 에이전트 그래프를 정의하거나 드래그 앤 드롭 UI로 빌드하고 로컬 또는 스케일에서 스트림 결과를 실시간으로 실행합니다.

---

그것은 무엇을

대부분의 팀은 Slack 스레드, Jira 티켓, PDF 및 내부 위키를 통해 흩어져 지식이 있습니다. 답변 찾기는 여러 시스템을 통해 수동으로 파는 것을 의미합니다. UnifAI는 이것을 고쳤습니다:

1.Compose — 소스, 경로 조건으로, 결과를 결합하는 다중 시약 워크플로를 구축 2.Execute — 실시간 스트리밍으로 로컬 또는 배포 작업을 실행합니다. 3. Interact — 웹 UI를 사용하여 청사진을 시각화, 트리거 실행 및 각 노드의 입력/출력을 검사합니다. 4.Ingest — Slack, Document (PDF, Markdown)에서 콘텐츠를 풀고, 에이전트에 대한 벡터 데이터베이스에 더 많은 정보를 검색합니다.

---

건축

---

다중 상태 시스템 — 핵심

UnifAI

A platform for building and running multi-agent AI workflows over your enterprise knowledge.

UnifAI lets you connect internal data sources — Slack, Jira, documents — into a unified vector store, then query them through composable, visual multi-agent pipelines. Define agent graphs as YAML blueprints or build them with a drag-and-drop UI, execute locally or at scale, and stream results in real time.

---

What It Does

Most teams have knowledge scattered across Slack threads, Jira tickets, PDFs, and internal wikis. Finding answers means manually digging through multiple systems. UnifAI fixes this:

1. Compose — Build multi-agent workflows that reason across sources, route conditionally, and combine results
2. Execute — Run workflows locally or distributed, with real-time streaming
3. Interact — Use the web UI to build blueprints visually, trigger executions, and inspect every node’s input/output
4. Ingest — Pull content from Slack, documents (PDF, Markdown), and more into a vector database for agents to search

---

Architecture

┌───────────────────────────────────────────────────────────────┐
│                     React / Vite / Tailwind UI                │
│                                                               │
│   ┌─────────────────────┐    ┌──────────────────────────┐     │
│   │   RAG Dashboard     │    │   Blueprint Builder &    │     │
│   │   Data source stats │    │   Agent Chat Interface   │     │
│   └─────────────────────┘    └──────────────────────────┘     │
└──────────┬───────────────────────────────┬────────────────────┘
           │ /api1                         │ /api2
           ▼                               ▼
  ┌─────────────────┐          ┌──────────────────────────┐
  │   RAG Backend   │◄────────►│  Multi-Agent Backend     │
  │                 │  search  │                          │
  │ • Ingestion     │          │ • Blueprint engine       │
  │ • Chunking      │          │ • Agent orchestration    │
  │ • Embedding     │          │ • LangGraph / Temporal   │
  │ • Vector search │          │ • Real-time streaming    │
  │ • Celery workers│          │ • A2A & MCP protocols    │
  └────────┬────────┘          └─────────────┬────────────┘
           │                                 │
           ▼                                 ▼
┌───────────────────────────────────────────────────────────────┐
│                    Shared Infrastructure                       │
│     MongoDB · Qdrant · RabbitMQ · Redis (opt) · Temporal      │
└───────────────────────────────────────────────────────────────┘

---

Multi-Agent System — The Core

The heart of UnifAI is its Multi-Agent System (MAS): a production-grade orchestration engine for defining, executing, and streaming multi-agent workflows.

Blueprint-Driven Workflows