shibing624/agentica

One person, a team of agents: CLI, Web, Desktop & Python SDK with multi-session collaboration, persistent memory, and self-evolving skills. 一个人，一支 Agent 团队：支持多终端协作、持久记忆与技能自进化的 AI Agent 框架。

Agentica – ローカルで動作する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ライセンスのPythonパッケージで、LLMを搭載したエージェントを自分のマシン上で実行できます。同パッケージにはCLI、セルフホスト型Web UI、デスクトップアプリが含まれており、すべて同じバックエンドを共有するため、ターミナル、ブラウザ、またはネイティブウィンドウからリモートサービスを介さずにエージェントと対話できます。

重要性 – このプロジェクトは、多くのLLMエージェントツールが無視する3つの課題に焦点を当てています。

コスト効率の良い推論 – DeepSeek、Claude、ZhipuAI、Qwen、Ollamaなどのオープンモデルとの深い統合、およびコーディングとデータ分析タスクにおいてOpenAI Codexと比較して高い精度と最大⅔少ない入力トークンを示すベンチマーク。
LLM要約に依存しない長文コンテキスト処理 – ツール出力はディスクにストリーミングされ、プロンプトには短いプレビューのみが残ります。決定論的な「ウィンドウベースの退避」ポリシーにより、コンテキストウィンドウが容量の80%に達すると最も古いデータが破棄されます。セッション全体はJSONLファイルに保存され、後で検索できるため、ロスレスな呼び出しが保証されます。
自己進化 – タスク完了後、エージェントは自動的にスキルカード（SKILL.md）を抽出し、将来のセッションで再利用できるようにします。これにより経験が再利用可能な知識に変わります。

コア機能（専門用語を抑えた説明）

機能	説明
非同期ファーストエンジン	すべてのツール呼び出しが`asyncio`で並行実行され、マルチツールワークフローが高速化されます。
組み込みツール	ファイル読み書き、パッチ適用、grep/glob、コマンド実行、Web検索、マルチモーダル（画像/音声/動画）理解。
マルチモデルサポート	OpenAI、DeepSeek、Claude、ZhipuAI、Qwen、Moonshot、Ollama、LiteLLMなどを介して任意のチャットモデルをプラグインできます。
安全ガードレール	有害または不正なアクションを防ぐために、入力、出力、ツールレベルの検証をリアルタイムで実行します。
メモリと圧縮	関連性ベースの呼び出しによる永続セッションメモリ。LLM生成の要約に依存しないロスレスコンテキスト圧縮。
スキルシステム	Markdownベースのスキルファイルは経験から自動生成され、プロジェクトやユーザー間で共有できます。
マルチエージェントコラボレーション	ターミナル内で`task`（サブエージェント）、`delegate`（別プロセス）を起動したり、他のターミナルにピアメッセージを送信したりできます。
RAG統合	組み込みのナレッジベース管理、ハイブリッド検索、再ランキング、オプションのLangChain/LlamaIndexコネクタ。
MCP / ACPプロトコル	標準化されたデータ交換（JSON、SSEなど）のためのModel Context ProtocolおよびAgent Communication Protocol。
SDK	コードへのエージェント埋め込みやカスタムフロントエンド構築のためのPython SDK（`agentica`）およびTypeScript SDK（`@agentica-ai/sdk`）。
デプロイオプション	`uv`/`pip`、Docker compose、またはmacOS、Windows、Linux向けのプレビルドデスクトップバイナリを使用してローカルで実行。

はじめに（クイックスタート）

インストール – 推奨は軽量なuvツールです。

curl -LsSf https://astral.sh/uv/install.sh | sh   # uvのインストール
uv tool install agentica               # CLIのみ
uv tool install "agentica[gateway]"   # Web/デスクトップゲートウェイもインストール

モデルの設定 – APIキー（OpenAI、DeepSeek、ZhipuAIなど）をエクスポートするか、~/.agentica/.envに配置します。
CLIの実行 – agenticaでインタラクティブプロンプトが起動し、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 UI – agentica-gatewayでゲートウェイを起動し、http://127.0.0.1:8881/chatを開きます。セッション履歴はCLIとデスクトップアプリで共有されます。
デスクトップアプリ – READMEから適切なインストーラをダウンロードして起動します。同じバックエンドを使用し、データは~/.agenticaに保存されます。

エコシステムと拡張性

Python SDK – モデルとツールのリストを持つAgentを作成し、run_syncまたはrun_asyncを呼び出してタスクを実行させます。
TypeScript SDK – 実行中のゲートウェイにNode.jsから接続し、チャットイベントをストリーミングします。
プラグイン / カスタムツール – ツールインターフェースに従う任意の非同期関数を実装し、エージェントに登録します。
Docker – ゲートウェイとUIを一緒にビルドする既製のcomposeファイルが含まれ、ワークスペースは名前付きボリュームに永続化されます。
コミュニティ – GitHub issues、WeChatグループ、コントリビューションガイドラインが提供されています。

誰が使うべきか？

開発者 – データをクラウドに送信せずに、コーディング、データ分析、リサーチ用のプログラム可能なLLMアシスタントが必要な方。
研究者 – 長文コンテキスト圧縮、自己進化エージェント、マルチエージェントコラボレーションの研究に興味がある方。
チーム – ユーザーごとのメモリ分離を備えたローカルホストのマルチユーザーチャットインターフェース（Webまたはデスクトップ）が必要なチーム。

ライセンスと引用

ライセンス: Apache 2.0（寛容、商用利用可能）。
引用: READMEには、ソフトウェアとLLMエージェントの自己進化に関する関連研究論文のBibTeXエントリが含まれています。

結論 – Agenticaは、CLI、Web UI、デスクトップクライアントを組み合わせたフル機能のローカル実行可能なLLMエージェントプラットフォームであり、高度なメモリ処理、マルチモデルの柔軟性、スキル学習ループを提供します。自分のハードウェア上で自律型AIエージェントを構築または実験したい人にとって、堅実な選択肢です。