ShenSeanChen/waku-agent

何を解決するか

Waku は、現代のエージェントがどのように機能するかを読みやすく透明性のあるブループリントとして設計されたローカルファーストの個人用AIアシスタントです。複雑で「ブラックボックス」なエージェントフレームワークの代わりに、ユーザーが完全に所有し、理解できるシンプルで読みやすいコードベースを提供し、エージェントループ、メモリシステム、評価ハーネス全体を把握できます。

動作方法

エージェントループ

コアとなるのは、約95行のシンプルなPythonループで、理由づけ-行動-観察のサイクルを繰り返します。LLMがリクエストについて推論し、必要に応じてツールを呼び出し、結果を観察して、最終的な返答が生成されるまで繰り返します。

メモリの柱

メモリはローカルのSQLiteデータベース（state.db）に保存され、人間が読みやすい MEMORY.md ファイルにもミラーリングされます。以下の3種類のメモリで構成されています：

• 意味的（Semantic）：永続的な事実やユーザーのプロフィール。
• エピソード的（Episodic）：日付付きの出来事や過去の会話。
• 手順的（Procedural）：スキルや「どうやってするか」の手順。

リトリーバルゲート

不要なメモリが回答を歪めたり、遅延を引き起こしたりするのを防ぐために、「リトリーバルゲート」（小さな安価なモデル）が、実際にメモリの取得が必要かどうかを判断してからデータベースにアクセスします。

グラフワークフロー

特定の構造が必要なタスクには、Wakuはグラフワークフローを使用します。これにより並列実行と決定論的なルーティングが可能になります（例：単純な「ありがとう」メッセージは小さなモデルに、複雑なタスクはフルエージェントループにルーティング）。

LLM-Opsと評価

システムには、決定論的テスト（正しいツールが起動したか？）とLLMによる判断テスト（返答が役立ったか？）を分離した組み込み評価ハーネスが含まれます。すべてのターンはJSONLファイルにトレースされ、デバッグに利用できます。

対象ユーザー

• 重いフレームワークに頼らずに、個人用AIアシスタントを構築または理解したい開発者。
• ローカルファーストのメモリやエージェントループの設計に興味があるAIエンジニア。
• 自分のツール（カレンダー、メール、Telegramなど）と統合できるプライベートでローカルファーストのアシスタントを希望するユーザー。

特徴

• ローカルファースト：メモリはユーザーが所有する単一のSQLiteファイルです。
• 視覚的ダッシュボード：リアルタイムでエージェントの推論、ツール呼び出し、メモリの更新を監視できるローカルWebコックピット。
• マルチプロバイダ対応：シンプルなアダプタにより、Anthropic、OpenAI、Gemini、DeepSeekなどと互換性があります。
• 透明なアーキテクチャ：システムのすべてのコンポーネントがコード内の読みやすいファイルに直接対応しています。
• 統合された評価：決定論的評価と判断評価を用いた組み込みリリースゲートがあります。