Fosowl/agenticSeek

AgenticSeek – 完全ローカル、音声対応AIアシスタント

概要

• オープンソースでプライバシー重視のAIエージェント。ウェブ閲覧、コード実行、マルチステップタスクの調整を完全に自分のハードウェア上で行えます。Manus AIなどの商用サービスに代わるローカルな選択肢として位置づけられています。

主な機能

• 自律的なウェブ閲覧 – ユーザーの介入なしに検索、ページ閲覧、情報抽出、ウェブフォームへの入力が可能。
• コーディングアシスタント – 複数の言語（Python、C、Go、Javaなど）でコードの生成、デバッグ、実行をマシン上で直接実行。
• 動的エージェント選択 – システムがリクエストに最適な専門エージェント（ウェブ検索、コーダー、プランナーなど）を決定。
• タスク計画と実行 – 複雑な目標（旅行計画、プロジェクトの雛形作成など）をステップに分解し、複数のエージェントを使って実行。
• 音声操作 – 実験的な音声認識と音声合成により、アシスタントと会話が可能。
• ローカルのみモード – ローカルでホストされたLLM（Ollama、LM-Studioなど）で動作し、すべてのファイル、会話、検索結果をデバイスに保存。クラウドAPIはオプション。

仕組み

1. バックエンド – 言語モデル（ローカルまたはリモート）と通信し、エージェントを調整するPythonサービス。
2. フロントエンド – React製ウェブUI（http://localhost:3000で提供）で、APIトークンを介してバックエンドと通信。
3. サポートサービス – Docker-composeで以下を起動：
   • SearXNG – ウェブ検索に使用されるオープンソースのメタ検索エンジン。
   • Redis – SearXNGが必要とする軽量ストア。
   • フロントエンドおよびバックエンドコンテナ（オプション。CLIモードでバックエンドをホスト上で直接実行することも可能）。
4. LLMプロバイダー – 互換性のある任意のモデルを接続可能：
   • ローカル: Ollama、LM-Studio、またはOpenAI互換サーバー（例：llama.cpp）。
   • リモートAPI: OpenAI、Google Gemini、Deepseek、TogetherAI、HuggingFace、OpenRouter、MiniMaxなど。
5. 設定 – .envの環境変数でサービスURL/ポートを定義し、config.iniでLLMプロバイダー、モデル、動作フラグ（音声、性格、言語リストなど）を選択。

インストールとクイックスタート

# 1. クローンと準備
git clone https://github.com/Fosowl/agenticSeek.git && cd agenticSeek
mv .env.example .env

# 2. .envを編集 – ポート、WORK_DIR、必要なAPIキーを設定
#    （ローカルモデルを使用する場合はLLMキーを空のままにする）

# 3. Dockerサービスを起動（fullはバックエンドを含む）
./start_services.sh full   # macOS/Linux
# またはWindowsの場合
start start_services.cmd full

# 4. UIを開く
open http://localhost:3000   # またはブラウザで手動でアクセス

• 最初のUI読み込み時にAPIトークンが要求されます。バックエンドのログから取得してください（docker compose logs backend | grep "API token"）。
• CLIのみで使用する場合は、./install.sh（またはinstall.bat）を実行し、SEARXNG_BASE_URLをhttp://localhost:<port>に調整してから、サービスを起動してuv run cli.pyを実行します。

ローカルLLMの実行

• Ollama（またはLM-Studio）をインストールし、サーバーを起動（ollama serve）して、OLLAMA_HOST=0.0.0.0:11434で公開します。
• config.iniを編集：

  [MAIN]
  is_local = True
  provider_name = ollama
  provider_model = deepseek-r1:14b   # またはハードウェアで処理できる任意のモデル
  provider_server_address = 127.0.0.1:11434
  

• 最低限のハードウェア: 約14Bパラメータのモデル（例：Magistral、Qwen、Deepseek 14B）を実行できるGPU。

クラウドAPIの使用

• 適切な*_API_KEY環境変数を設定し、config.iniでis_local = Falseに設定し、provider_name（例：openai）とモデル名（例：gpt-3.5-turbo）を選択します。

典型的なワークフロー

1. リクエストを入力または音声で伝えます。例：
   • 「フランスのレンヌで最高のカフェをウェブ検索して、3件を住所付きでrennes_cafes.txtに保存して。」
2. AgenticSeekはウェブ検索エージェントを選択し、SearXNG経由でクエリを実行し、結果を解析して、WORK_DIRにファイルを書き込みます。
3. コーディングタスクでは、コーダーエージェントがソースファイルを生成し、（安全なら）実行して出力を返します。
4. 複雑な目標ではプランナーエージェントが起動し、ステップバイステップの計画を作成してサブタスクを適切なエージェントに委任します。

ファイル処理

• アップロードされたファイルは WORK_DIR/.user_uploads/ に自動的に名前の重複を避けて保存されます。
• システムはファイルあたり50MBの制限を尊重します。

制限事項とステータス

• 初期プロトタイプ – エージェントのルーティングがタスクを誤って割り当てる可能性があります。明示的なプロンプトが役立ちます。
• ブラウザでのフォーム入力は実験的機能です。
• 音声機能（listen、speak）はまだ開発中で、CLIモードでのみ動作します。
• 正式なロードマップや資金提供はありません。コミュニティからの貢献を歓迎します。

ライセンス

• GPL-3.0（READMEのバッジを参照）。

サポート情報

• Discord: https://discord.gg/8hGDaME3TC
• GitHub Issues & Pull Requests
• 多言語README（中国語、フランス語、日本語など）でコミュニティを広くサポート。

---

結論: AgenticSeekは、ウェブ検索、コード生成、タスク計画を単一のプライバシー保護パッケージに統合したセルフホスト型AIアシスタントです。高性能なGPUを持つユーザーがすべてのAI操作をデバイス上で完結させたい場合に適しており、必要に応じてクラウドAPIにフォールバックするオプションも提供します。