agent0ai/agent-zero

何を解決するか

Agent Zero は、単純なチャットをはるかに超える複雑なタスク向けに設計されたオープンエージェントフレームワークです。AIエージェントに完全に機能する隔離されたLinuxデスクトップ環境を提供し、実際のGUIソフトウェアと対話したり、ファイルを管理したり、高度な相互作用機能を持つブラウザを使用したりできるようにします。これにより、テキストベースのAPI呼び出しに限定されるのではなく、より広範な操作が可能になります。

動作方法

このフレームワークはDocker化されたLinux環境（XFCEデスクトップ）内で動作します。ネイティブブラウザに「注釈モード」を統合しており、ユーザーがページの要素をクリックすることでエージェントに具体的な指示を出すことができます（例：「このボタンの色を変更する」や「このコンポーネントを抽出して再実装する」など）。また、ユーザーとエージェントが同時にMarkdownファイルやLibreOffice文書（Writer、Calc、Impress）を編集できるライブコワーキング機能も搭載しています。

機能を拡張するため、100以上のコミュニティプラグインを備えたプラグインハブを採用し、MCP（Model Context Protocol）をサポート。さらに、A0 CLI Connectorにより、エージェントの行動をホストマシンのローカルリポジトリやシェルに接続する機能を提供しています。

対象ユーザー

ソフトウェアエンジニア、データアナリスト、デザイナーなど、デスクトップアプリケーションを制御するAIエージェント、ウェブベースのQA、スプレッドシートを用いた財務分析、ローカルコードベース内で直接作業を行う必要がある方々に最適です。

特徴

• 完全なLinuxデスクトップ： エージェントは実際のGUIソフトウェア（例：Blender）を実行でき、Canvas内にターミナルも利用可能。
• ブラウザDOM注釈： エージェントが実装するためのWeb要素を検査・変更・キャプチャできるインタラクティブな操作面。
• ライブコワーキング： MarkdownおよびLibreOffice文書のリアルタイム共有編集。
• A0 CLI Connector： ホストマシンのファイルとシェルへの制御されたアクセスをエージェントに提供。
• マルチエージェント協働： 専門的な調査、コーディング、分析タスクに特化したサブエージェントの作成が可能。
• タイムトラベル： スナップショット履歴と差分の確認により、復元可能なワークスペースの変更を管理。
• プラグインハブ： メモリシステム、ツール、ワークフローのオーケストレーションに使える100以上のコミュニティプラグインにアクセス可能。