ShenSeanChen/waku-agent

해결하는 문제

Waku-agent는 투명성과 가독성을 염두에 두고 설계된 로컬 퍼스트 개인용 AI 어시스턴트입니다. 핵심 루프, 메모리 시스템 및 평가 하네스가 명시적이고 단순하며, 사용자가 자신의 컴퓨터에서 완전히 소유할 수 있는 코드베이스를 제공함으로써 "블랙박스" AI 에이전트 문제를 해결합니다.

작동 방식

시스템은 네 가지 주요 기둥을 중심으로 구축됩니다:

• The Loop: reasoning-act-observe 사이클을 처리하는 단순한 Python 구현(약 95행)으로, 에이전트가 도구를 호출하고 최종 응답에 도달할 때까지 반복할 수 있도록 합니다.
• Memory: 의미적, 에피소드적, 절차적 메모리를 위해 로컬 SQLite 데이터베이스(state.db)를 사용하는 다층 시스템입니다. 편향과 지연 시간을 피하기 위해 턴이 실제로 메모리 액세스를 필요로 하는지 결정하는 "retrieval gate"가 포함되어 있습니다.
• Harness/Gateway: CLI, 로컬 웹 대시보드, Telegram 또는 음성 명령(웨이크 워드 감지 포함)을 통해 에이전트에 액세스할 수 있도록 하는 통합 인터페이스입니다.
• LLM-Ops: 결정론적 단위 테스트(도구가 실행되었는가?)와 LLM-as-judge 스코어링(답변이 유용했는가?)을 분리한 내장 평가 스위트로, 트레이싱 및 비용 추적 기능이 결합되어 있습니다.

대상 사용자

세련된 제품보다는 실제 에이전트가 내부적으로 어떻게 작동하는지에 대한 읽기 쉬운 청사진을 원하는 개발자와 AI 애호가, 그리고 로컬 퍼스트 데이터 소유권을 선호하는 분들을 위해 설계되었습니다.

주요 특징

• 로컬 퍼스트 메모리: 모든 메모리는 단일 SQLite 파일에 저장되며, 사람이 읽을 수 있는 MEMORY.md 파일에 미러링됩니다.
• 비주얼 대시보드: 도구 호출, 메모리 검색 및 비용을 실시간으로 보여주며 에이전트의 사고 과정을 애니메이션으로 보여주는 로컬 콕핏.
• 멀티 도구 체이닝: 웹에서 여러 이벤트를 검색하고 한 번의 턴에 모두 캘린더에 예약하는 것과 같은 복잡한 작업을 수행할 수 있습니다.
• 투명한 평가: 배포 전에 결정론적 테스트가 100% 통과하도록 보장하는 통합 릴리스 게이트.
• 유연한 통합: 여러 LLM 제공업체(Anthropic, OpenAI, Gemini 등)를 지원하며 Apple Calendar, Mail, Google Calendar와 통합됩니다.