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

何であるか

• 大規模言語モデル（LLM）で駆動される自律型AIエージェントを実行できるフルスタックWebアプリケーション。コアエンジンは ReAct パターン（計画 → 行動 → 観察 → 学習）に従い、それぞれ独自のツールセットを持つ サブエージェント をオーケストレーションできる。
• 決定エンジン、統合された機能レイヤー（ブラウザ自動化、CLI、組み込みツール、MCPプロトコル）、永続的なマルチレベルメモリ、ユーザー向けUI（React + Ant Design）および埋め込みチャットウィジェットを統合している。

主な機能

機能	機能内容
LLM ReActオーケストレーション	SessionRunner はタイムアウト付き、キャンセル可能なループを実行し、推論、ツール呼び出し、結果の観察、コンテキストの自動圧縮を行う。
マルチエージェントサブラン	親ランは子エージェント（SessionSubRunner）を生成し、制限付きのツール呼び出しを実行できる。その進捗はチャットUIおよびウィジェット内のインラインカードとして表示される。
モデルルーティングとフォールバック	OpenAI、DeepSeek、Zhipu AI（BigModel）、QuickRouter、LiteLLM、OrcaRouterをサポート。プライマリおよびフォールバックルートは設定可能。プロバイダーが失敗してもシステムは段階的に劣化する。
統合された機能レイヤー	MCPサーバー、組み込みSPIツール、Chrome拡張機能ブリッジによるリアルブラウザ自動化、CLI実行、および単一の ToolExecutor を通じた複合「スキル」を提供。
リアルブラウザ自動化	Manifest-V3 Chrome拡張機能がSSE経由で browser_operation コマンドを受け取り、ページのメインワールドでナビゲート、クリック、入力、任意のJavaScriptを実行できる。
マルチレベルメモリ	ラン中はメモリ内（L1-L2）にコンテキストを保存し、PostgreSQL（L3-L6）に永続化。自動トークン予算ベースのコンテキスト圧縮により、プロンプトがモデルの制限内に収まるようにする。
人間がループに参加する明確化	LLMは ask_clarification ツールで一時停止でき、UIは明確化カード（確認/選択/入力）を表示し、ユーザーの返信後に再開する。
OIDC SSOとRBAC	任意のIdPからのPKCEベースのOpenID Connectログイン、即時ユーザープロビジョニング、リソースの行レベル分離、監査ログ付きの完全なロールベースアクセス制御。
ユーザーごとのプライベートリソース	最初のログイン時に、ユーザー専用のモデル/プロバイダー認証情報、ツール定義、ドキュメントストアのコピーがプロビジョニングされ、隔離が保証される。
外部システム向けオープンAPI	/api/v1/api/* エンドポイントは completions と tasks を公開し、アイデンティティスコープの所有権チェックとオプションのコールバックURLをサポート。
埋め込みチャットウィジェット	単一のIIFEスクリプトがShadow DOMウィジェットをマウントし、タイプ付きREST + SSEでバックエンドと通信。自身でBearerトークンを処理するため、外部ランタイムは不要。

技術スタック

• バックエンド: Java 21, Spring Boot 3.4, MyBatis-Plus, PostgreSQL 14, Redis 7（分散ロック、キャンセルフラグ、SSEブロードキャスト用）。
• フロントエンド: React 19, UmiJS 4, Ant Design 6, TypeScript 6。
• ブラウザブリッジ: 現代のESモジュールで書かれたChrome Manifest-V3拡張機能。SSE経由でサーバーと通信。
• ライセンス: MIT。

一般的な利用事例

• Webをブラウズしたり、フォームを埋めたり、シェルコマンドを実行する必要があるAIアシスタントの構築。
• LLMがMCPプロトコル経由で内部ツール（Jira、GitHub、データベース）とやり取りする必要がある企業ワークフロー。
• 実時間でのツール実行とオプションの人工明確化を必要とするカスタマーフェーシングチャットウィジェット。
• 高レベルのプランナーが専門エージェントにサブタスクを委任するマルチエージェント連携。

導入方法

1. リポジトリをクローンし、QUICK_START.md ガイドに従って（Java、Node、PostgreSQL、Redisのセットアップ）。
2. Spring Bootサービスを実行（./mvnw spring-boot:run）。
3. React UIを起動（npm install && npm start）。
4. 提供されたソースからChrome拡張機能をインストール。ユーザーごとのSSEストリーム経由で自動的にバックエンドに接続される。
5. as.buukle.top でライブデモを開き、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。

なぜ重要なのか AgentSphereは、通常は別々に構築されるLLM駆動エージェントの要素を一括して提供している：堅牢なReActループ、ツール実行、メモリ管理、モデルルーティング、プロダクション品質のUI。クリーンなREST + SSE APIと埋め込みウィジェットを公開することで、任意のWebページにフル機能のAIアシスタントを簡単に導入可能であり、同時に背後で複雑な複数ステップ・ツール駆動ワークフローをサポートできる。