nullpointexception-i/agent-sphere

AgentSphere – LLM駆動のAIエージェントオーケストレーションプラットフォーム

概要

• フルスタックWebアプリケーションで、ReActスタイルのAIエージェント（LLM + ツール）をクローズドループで実行します：知覚 → 計画 → 実行 → フィードバック。
• エージェントは組み込みツール、リモートMCPサービス、実際のブラウザ自動化のためのChrome拡張機能、CLIコマンド、またはカスタム複合スキルを呼び出すことができます。
• マルチエージェントオーケストレーションをサポート：親ランは子エージェントにサブタスクを委任でき、依存関係と並列レーンを持つDAG風タスクグラフを定義できます。

主な機能

機能	説明
LLM ReActエンジン (SessionRunner)	Plan → Act → Observe → Learnループを実行し、ターンごとのタイムアウト、キャンセル、自動コンテキスト圧縮を備えます。
マルチエージェントサブラン (SessionSubRunner)	親ランはサブエージェントに作業をdelegateでき、DAGオーケストレーション、制限付き再試行、結果調整をサポートします。
モデルルーティング	OpenAI、DeepSeek、Zhipu AI、QuickRouter、LiteLLM、OrcaRouterから選択でき、プライマリ/フォールバックチェーンとグレースフルデグラデーションを備えます。
統合機能レイヤー	MCPサーバー、組み込みSPIツール、CLI実行、Chrome拡張機能のブラウザ自動化、複合スキルはすべて単一のToolExecutorを通じて呼び出されます。
実際のブラウザ自動化	Manifest-V3 Chrome拡張機能は、ナビゲート、クリック、入力、JS実行、ビューポート/全ページスクリーンショット、ピクセル精度のclickAtを実行できます。
ビジョン対応エージェント	スクリーンショットは視覚的観察としてLLMに送り返され、エージェントはページ画像上で推論できます。
チャット内画像	/api/v1/files/uploadで画像をアップロードでき、チャットUIでサムネイルとして表示され、添付ファイルをサポートするモデルに送信されます。
マルチレベルメモリ	永続的な実行ログ、ツール呼び出し記録（JSON圧縮）、トークンバジェットに基づくコンテキスト圧縮により、会話の一貫性を維持します。
ヒューマン・イン・ザ・ループ	LLMはask_clarificationツールで一時停止でき、UIでユーザーが回答、選択、または入力してから実行を再開できます。
ノンブロッキングwaitツール	スレッドを占有せずに実行をWAITING状態にし、タイマーまたはcronで後で起動します。
ループ予算	一時停止を生き延びるターン制限で、モデルは毎ターン通知され、上限近くで「ハードクローズ」の促しを受けます。
OIDC SSO & RBAC	任意のIDプロバイダーからのPKCEベースのログイン、ジャストインタイムのユーザープロビジョニング、プライベートリソースの行レベル分離。
スキルハブ	ユーザーはスキル（構造化LLMプロンプト）を公開テンプレートとして公開でき、他のユーザーは自動更新できるフォークコピーをインストールできます。
埋め込み可能なチャットウィジェット	単一のIIFEスクリプトがシャドウDOMウィジェットをマウントし、REST + SSE経由でバックエンドと通信し、ベアラートークン認証を使用 – CopilotKit依存なし。
機能公開API	外部システムは/api/v1/api/completionsと/api/v1/api/tasksを細かい所有権チェックとコールバックURLで呼び出すことができます。

技術スタック

• バックエンド: Java 21、Spring Boot 3.4、MyBatis-Plus、PostgreSQL 14、Redis 7。
• フロントエンド: React 19、UmiJS 4、Ant Design 6、TypeScript 6。
• ブラウザブリッジ: ネイティブESモジュールを使用するChrome Manifest-V3拡張機能、スクリーンショットとexecuteJS用のChromeデバッグプロトコル。
• LLM統合: モデルプロバイダーレイヤーで抽象化され、OpenAI、DeepSeek、Zhipu AI、LiteLLM、OrcaRouter、およびカスタムリレー局をサポートします。

典型的なユースケース

• Webアシスタントボット: LLMで推論しながら、ブラウジング、フォーム入力、データスクレイピングが可能。
• エンタープライズワークフロー自動化: LLM計画とMCPバックアップツール（Jira、GitHub、Slack、データベース）を組み合わせて、多段階プロセスをオーケストレーション。
• カスタムAIエージェント: ビジネスタスクを分解するスキル（プロンプトテンプレート）を定義し、チームメイトが再利用できるように公開。
• 埋め込みAIチャット: SaaSポータルにウィジェットを配置して、ページを見て操作できるLLM搭載アシスタントをユーザーに提供。

はじめに

1. リポジトリをクローンし、QUICK_START.mdのクイックスタートガイドに従います（PostgreSQL/Redis用Docker compose、Mavenビルド、UI用npm install）。
2. バックエンド（./mvnw spring-boot:run）とUI（npm run dev）を実行します。
3. ライブデモをas.buukle.topで開き、デモアカウントdemo001 / demo001でログインして、UI、マルチエージェントチャット、埋め込みウィジェットを探索します。

ドキュメントとデモ

• アーキテクチャ図（agentsphere-architecture-v2.png）。
• BilibiliのUIスクリーンショットとビデオデモ（READMEにリンク）。
• ReActループ、ループ予算処理、スキルハブバージョニング、Chrome拡張機能の内部に関する詳細な設計ノートはREADMEに埋め込まれています。

ライセンス: MIT – 自由に変更、自己ホスト、または拡張できます。

---

上記のすべての情報はリポジトリのREADMEから直接取得されています。追加の機能は推測されていません。