ShenSeanChen/waku-agent

解決する課題

Wakuは、透明性とオーナーシップを重視したローカルファーストのパーソナルAIアシスタントです。商用AI製品とは異なり、ユーザーが完全に読み、変更し、所有できるコードベースを提供します。重厚なフレームワークの複雑さを避けつつ、プロフェッショナルなエージェントの核心的な柱であるHarness、Loop、Memory、Evalを実装しています。

仕組み

このプロジェクトは主に4つのコンポーネントで構成されています：

• Harness: インタラクション用のゲートウェイ（ターミナル、ダッシュボード、音声、Telegram、Discord、WhatsApp）と、ループ周辺のツールを管理します。
• Loop: 推論-行動-反復のサイクルを処理する簡潔なPython実装（約95行）です。
• Memory: 意味記憶、エピソード記憶、手続き記憶（スキル）をサポートするローカルSQLiteベースのシステムです。情報を記憶すべきかを判断する「ゲート」と、何を保持するかを決定する統合プロセスを使用します。
• Eval/LLM-Ops: 決定論的テスト、LLM-as-judgeによる評価、リリースゲート、およびすべてのターンに対するトレーシングが含まれます。

シンプルなアダプターを介して複数のLLMプロバイダー（Anthropic、OpenAI、Gemini、DeepSeekなど）をサポートしており、オプションでホスト型の共有メモリサービス（Waku Memory）に接続して、異なるエージェント間でデータを同期することも可能です。

対象ユーザー

フレームワークの抽象化に埋もれることなく、AIエージェントの仕組みを構築・研究するために、軽量で読みやすいコードベースを求める開発者やAI愛好家。

ハイライト

• ローカルファースト: メモリは単一のアクセス可能なSQLiteファイルに保存されます。
• ローカルダッシュボード: メッセージフローとエージェントの思考を可視化するブラウザベースのコックピット。
• 透明なループ: エージェントの核心ロジックは純粋なPythonで書かれており、ステップ実行が容易です。
• マルチプロバイダー対応: 単一のキーで様々なホスト型モデルと連携可能です。
• 組み込み評価: 決定論的テストとLLMベースのテストを組み合わせ、信頼性を確保します。