mudler/LocalAGI

LocalAGI – ブラウザベースのUIを備えた自己ホスト型AIエージェント

何であるか

• 自分のマシン（CPUまたはGPU）上で完全にAIエージェントを実行できるGoベースのプラットフォーム。
• エージェントはブラウザベースのダッシュボードで構成される – Pythonコードやクラウドキーは不要。
• 各エージェントは OpenAI互換のRESTエンドポイント を公開し、OpenAI APIと通信する既存のツールをLocalAGIに接続できる。

主な機能（READMEに記載）

機能	得られるもの
ノーコードエージェント作成	Web UIでエージェントを構築・編集可能。コードを書かずに再利用可能な スキル（ツールのような拡張機能）を有効・無効にできる。
チームワーク	単一のプロンプトに対して協力する複数のエージェントを定義し、「エージェントチーム」を形成できる。
コネクタ	Discord、Slack、Telegram、GitHub Issues、IRC（および汎用MCPコネクタ）用の事前構成済み統合。
REST API	OpenAIスタイルの /v1/chat/completions エンドポイントに加え、エージェント、スキル、知識ベースの管理用の追加ルートも提供。
RAG / 知識ベース	LocalRecallライブラリを使用した短期・長期記憶機能を内蔵。ファイルのアップロード、コレクションの作成、セマンティック検索の実行が可能。
計画と推論	エージェントはステップを計画し、受信したコンテキストに基づいて行動を適応可能。
定期タスク	クロンのようなスケジューリングにより、繰り返し実行されるアクションを設定可能。
マルチモーダル	GPU上で実行時、視覚、テキスト、画像生成モデルをサポート。
カスタムアクション（Go）	シンプルなGoファイル（またはインラインスニペット）をドロップインし、新しいアクションを定義。実行時にシステムが解釈し、コンパイル不要。
観測性	UI内のリアルタイムステータスパネルとAPI経由での詳細ログを提供。
モデルの柔軟性	コンパニオンの LocalAI サーバーで提供される任意のGGUF/GGMLモデルに対応。また、LOCALAGI_LLM_API_URL を設定することで、任意のOpenAI互換エンドポイントに接続可能。

実行方法

• CPU専用、NVIDIA、Intel Arc、AMD用のDocker-Composeファイルを提供。
• CPU専用起動の例:

  git clone https://github.com/mudler/LocalAGI && cd LocalAGI
  docker compose up
  

• GPUを使用する場合は、適切なcomposeファイル（docker-compose.nvidia.yamlなど）に置き換え、必要に応じて MODEL_NAME、MULTIMODAL_MODEL、IMAGE_MODEL 環境変数を設定して希望のモデル（例: gemma-3-12b-it）を選択。
• コンテナが起動後、http://localhost:8080 にアクセスしてダッシュボードを開く。

プラットフォームの拡張

• スキル – skills/ フォルダ下に保存される再利用可能なツール定義。UIで編集可能またはGitでバージョン管理可能。
• カスタムアクション – LOCALAGI_CUSTOM_ACTIONS_DIR で指定されたディレクトリにGoソースファイルを配置。各ファイルは Run、Definition、RequiredFields の3つの関数を公開する必要がある。システムが自動的に読み込み、UIで選択可能になる。
• ライブラリモード – コア部分はGoライブラリとしてインポート可能。開発者はプログラム的にエージェント、エージェントプール、カスタムコネクタを生成できる。

なぜ注目すべきか

• プライバシー – すべてのデータは自宅のハードウェア上に留まる。クラウドエンドポイントに明示的に接続しない限り、外部APIキーは不要。
• ローカル最優先AI – クラウド推論のコストを支払わず、自律エージェントの実験をしたい開発者、趣味人、組織に最適。
• プラグアンドプレイ – OpenAI APIを模倣しているため、既存のボット、スクリプト、フロントエンドは最小限の変更でLocalAGIに切り替え可能。

---

結論：LocalAGIは、Web UI、OpenAI互換API、RAG、マルチモーダル対応、拡張可能なGoベースのアクションを備えたフルスタックの自己ホスト型AIエージェントフレームワークであり、Docker経由でコンシューマー向けハードウェアでも実行可能。