shibing624/agentica

One person, a team of agents. Multi-session CLI that collaborates across terminals; /goal keeps long tasks running; WeChat/WeCom/Feishu gateway lets you call them back when you walk away. Async Python SDK, persistent memory, self-evolving skills.

Agentica – ローカル、マルチエージェント LLM フレームワーク

概要 – Agentica はオープンソースの Apache-2.0 ライセンス Python パッケージで、大規模言語モデルエージェントを自分のコンピュータで実行できます。同じ状態を共有する 3 つのフロントエンドからアクセスできる単一のエンジンを出荷します：

CLI – 各会話が自律エージェントであるインタラクティブなターミナル (agentica)。
Web ゲートウェイ – マルチユーザーアカウント、チャット履歴、IM ブリッジ（WeChat、Feishu、Telegram など）を備えた http://127.0.0.1:8881/chat のローカル SPA (agentica‑gateway)。
デスクトップアプリ – 同じ UI とデータディレクトリ (~/.agentica) を組み込んだネイティブの macOS/Windows/Linux ビルド。

これら 3 つはすべて同じバックエンドで実行されるため、コンテキストやメモリを失うことなく切り替えることができます。

コアアイデア

アイデア	Agentica の実装方法
1つのモデル、多数のエージェント	単一の LLM（OpenAI、DeepSeek、Claude、ZhipuAI、Qwen、Ollama など）がすべてのセッションを強化します。各ターミナルセッションはエージェントです。一時的なサブエージェント (`task`) または全プロセスのデリゲート (`delegate`) を生成できます。
自己進化	タスク完了後、Agentica は経験を Markdown skill (`SKILL.md`) として抽出します。将来の類似タスクはその skill を自動的に再利用し、ゼロから始める必要性を減らします。
永続メモリ	チャット履歴、ファイルワークスペース、抽出されたメモリはディスクに保存され、関連性に応じてインデックス化され、2層のコンテキスト圧縮パイプラインで圧縮されます。
ツール使用	ファイル I/O、パッチ適用、grep/glob、コマンド実行、Web 検索のための組み込みツール。ツールは非同期で実行され、並行してストリーミングできます。
安全ガード	入力、出力、ツールレベルのガードレールにより、コンテンツをリアルタイムでフィルタリングします。
マルチモーダル	基盤となるモデルが許可する場合、テキスト、画像、音声、動画の入力をサポートします。
コラボレーション	エージェントはターミナル間で互いに通信（`peer` メッセージ）でき、Python/TypeScript SDK を介してワークフロー、スウォーム、またはディベートスタイルのループに構成できます。
RAG と統合	組み込みのナレッジベース管理、ハイブリッド検索、リランキング、および LangChain / LlamaIndex のアダプター。
プロトコル	標準化されたデータ交換のために Model Context Protocol (MCP) と Agent Communication Protocol (ACP) を実装しています。

クイックスタート (Python ファースト)

# Install the core package
pip install -U agentica

# Run the interactive CLI
agentica

CLI では自然言語コマンドを入力できます。例：

帮我看下这个仓库的单测为什么挂了

Web ゲートウェイとデスクトップ

# Install the gateway extras (includes FastAPI + UI)
pip install -U "agentica[gateway]"
agentica-gateway   # starts the local web UI at http://127.0.0.1:8881/chat

Docker – すぐに実行できるイメージが用意されています。.env.docker.example に OPENAI_API_KEY を設定し、docker compose up を実行するだけです。

デスクトップビルドは、署名なし DMG (macOS)、NSIS インストーラー (Windows)、AppImage/DEB (Linux) として利用できます。初回起動時にバンドルされた Python 3.12 ランタイムが自動インストールされます。

SDK

Python – プログラムでエージェントを作成：

from agentica import DeepAgent
agent = DeepAgent()               # full‑featured agent with tools, memory, skills
agent.run_sync("写一篇关于 Python 3.13 新特性的报告到 report.md")

TypeScript – 実行中のゲートウェイと Node から通信：

import { Agentica } from "@agentica-ai/sdk";
const client = new Agentica({baseURL: "http://127.0.0.1:8881", apiKey: process.env.AGENTICA_GATEWAY_TOKEN});
for await (const ev of client.chat.stream({message: "ping", session_id: "demo"})) {
  if (ev.event === "content") process.stdout.write(String(ev.data));
}

両方の SDK は同じ非同期ファースト API を公開しており、エージェントを他のエージェント内のツールとして使用したり、ワークフローを実行したり、カスタム UI を構築したりできます。

なぜ Agentica を選ぶのか？

モデル非依存 – OpenAI 互換またはローカルモデルで動作します。コードを変更せずにプロバイダーを切り替えることができます。
ローカルファースト – すべてのデータはお使いのマシンに留まります。LLM API 以外の外部 SaaS は不要です。
チームスタイルのエージェント – サブエージェント、デリゲート、ピアメッセージの組み込み概念により、複雑なマルチステップの作業を調整できます。
自己学習 – skill は過去の実行から自動生成され、システムを時間とともに高速かつ低コストにします。
豊富な UI オプション – CLI、ブラウザベースの SPA、ネイティブデスクトップクライアントが同じ履歴とワークスペースを共有します。

ドキュメントとコミュニティ

完全なドキュメント：https://shigbing624.github.io/agentica
サンプルギャラリー：https://github.com/shibing624/agentica/tree/main/examples
GitHub を通じたイシューと貢献。
リアルタイムヘルプのための中国語 WeChat グループ（README に QR コード）。

ライセンス

Apache License 2.0 – 商用および学術利用向けに無料。

結論 – Agentica は、マルチエージェントコラボレーション、永続メモリ、および CLI、Web UI、デスクトップアプリ、SDK を介した簡単な統合に焦点を当てた、LLM 駆動のエージェントを独自のハードウェアで構築、実行、進化させるための本番環境に対応した拡張可能なフレームワークです。