본 논문은 대규모 언어 모델(LLM) 기반 에이전트 시스템의 복잡한 작업 해결 능력 향상을 위한 계층적 다중 에이전트 프레임워크인 \projectname을 제시한다. \projectname은 확장성, 다중 모드, 모듈성, 조정의 원칙에 따라 중앙 계획 에이전트가 복잡한 목표를 하위 작업으로 분해하고 전문화된 에이전트 팀에 위임하는 방식으로 작동한다. 각 하위 에이전트는 일반적인 프로그래밍 및 분석 도구와 데이터 분석, 파일 작업, 웹 탐색, 동적 다중 모드 환경에서의 상호 작용 추론 등 다양한 실제 작업을 처리하는 능력을 갖추고 있다. 하위 목표 설정, 에이전트 간 통신, 적응적 역할 할당을 통해 유연한 조정을 지원하며, 실제 작업을 다루는 세 가지 벤치마크 데이터셋에서 평가하여 기존 방법보다 성능이 우수함을 보였다.
