poco-ai/Agentero

Agentero – 人間とエージェントの協働のためのオールインワン研究ワークスペース

概要

• Agenteroは、研究者がPDFを読み、Markdownノートを取り、ローカルAIエージェントと対話できるデスクトップアプリケーション（macOS、Windows、Linux）です。すべてのデータはユーザーのマシン上のプレーンファイルに保持されます。
• 2つのオープンプロトコルを基盤としています：
  • ACP（エージェントクライアントプロトコル） – 任意のローカル実行LLM（Claude、OpenAI、Codexなど）を「リサーチアシスタント」として機能させます。
  • MCP（モデルコンテキストプロトコル） – ローカルの論文ライブラリを外部AIクライアント（例：ChatGPT web、Claude Desktop）のコンテキストソースとして公開します。

なぜ存在するのか

• 従来のツール（Zotero、Obsidian、Webベースのチャットウィンドウ）では、論文、ノート、LLMとの対話が別々のサイロにあり、コピー＆ペーストを強いられます。
• PDFは、多段組みレイアウト、テーブル、LaTeX数式のため、モデルが解析するのが困難です。
• Agenteroはそのギャップを埋めます：PDFから構造化されたMarkdown/LaTeXを抽出し、コンテンツを接続されたエージェントに即座に利用可能にします。

主な機能

1. 構造化リーディングとノートテイキング
   • アウトラインのナビゲーション、スムーズなテキスト選択、ハイライト、全文検索を備えたPDFビューア。
   • 数式、擬似コード、テーブルをクリーンなMarkdown/LaTeXに自動抽出。
   • 双方向リンク（[[link]]）、スラッシュコマンド、ライブLaTeXレンダリングを備えたWYSIWYG Markdownエディタ。
   • カスタムAPIキーを使用できる組み込み翻訳モード（単語レベル、ページごと、全文）。
2. オープンなエージェント統合
   • ACPプロトコルを介して任意のローカルLLMに接続。ベンダーロックインなし。
   • MCPサーバーを実行し、外部AIクライアントがローカルライブラリをコンテキストとして照会できるようにします。
   • ヘッドレスCLI（agentero）を使用して、一括インポート、メタデータ抽出、ノート生成をスクリプト化できます。
3. アカデミックレーダーと論文発見
   • Cool PapersとModelScopeコミュニティフィードの統合ブラウジング。ワンクリックインポート。
   • ラボ、ブログ、プレプリントサーバー向けRSS購読。
   • ユーザーの既存コレクションに基づく毎日のarXivレコメンデーション。
   • 参照リストの自動解析、引用PDFの一括取得、引用グラフの追跡。
4. Zotero互換性と透過的なローカルストレージ
   • Zoteroライブラリ全体（タグ、ノート、添付ファイル）をAgenteroのフォルダ構造にワンクリック移行。
   • すべてのデータはプレーンなPDFとMarkdownファイルとして保存。秘密データベースなし。
   • 任意のS3互換バケットへの同期、またはSSHトンネルを介したリモートアクセス。

典型的なワークフロー

1. 論文をインポートします（Zotero、Cool Papers、RSS、手動アップロードから直接）。
2. PDFを読み、パッセージを選択し、接続されたエージェントに説明、要約、ノート生成を依頼します。
3. エージェントは構造化されたMarkdown/LaTeXコンテキストで作業するため、幻覚が減ります。
4. 生成されたノートを論文と一緒に保存し、[[ダブルリンク]]でリンクして簡単にナビゲートできるようにします。
5. CLIまたはACPを使用して、バルクタスク（例：夜間のarXiv取得、一括メタデータ更新）を自動化します。

はじめに

• デスクトップクライアント: ウェブサイト（agentero.app）またはGitHub Releasesからインストーラをダウンロードします。macOSユーザーはHomebrew（brew tap poco-ai/agentero && brew install --cask agentero）でもインストールできます。LinuxではUbuntu 22.04+とwebkit2gtk 4.1が必要です。
• CLI: brew tap poco-ai/agentero && brew install agentero、次にagentero --helpでコマンドを確認します。

ライセンス

• MITライセンスの下でオープンソース。

恩恵を受ける可能性がある人

• すでにZotero/Obsidianを使用しており、LLMアシスタントとのより緊密なループを望む研究者。
• デバイス間で同期できる、再現可能でファイルベースの知識ベースを必要とするチーム。
• ローカルの論文コーパスにアクセスするための標準プロトコル（ACP/MCP）を必要とするカスタムAIエージェントを構築する開発者。

---

上記の詳細はすべてリポジトリのREADMEから直接取得しています。