eggent-ai/eggent

Eggent – 로컬 우선 AI 워크스페이스

개요 – Eggent는 브라우저 기반의 자체 호스팅 애플리케이션으로, 개별 프로젝트에 연결된 LLM 기반 '에이전트'를 실행할 수 있습니다. 각 프로젝트에는 고유한 프롬프트, 파일, 메모리, 스킬, 모델 설정이 있으며 파이프라인을 통해 함께 오케스트레이션할 수 있습니다. UI는 모든 데이터를 로컬 data/ 폴더에 저장하므로 데이터를 완전히 제어할 수 있습니다.

주요 기능

• 프로젝트 범위 에이전트 – 프로젝트별로 지침, 파일, 메모리, 모델 설정을 분리할 수 있습니다.
• 로컬 우선 스토리지 – 모든 데이터는 data/에 저장되며 다른 파일처럼 백업할 수 있습니다.
• 컨텍스트가 있는 채팅 UI – 파일을 업로드하거나 스크린샷을 붙여넣을 수 있습니다. 에이전트는 이를 읽을 수 있는 경로로 인식합니다.
• 파이프라인 – 여러 프로젝트 에이전트를 연결하여 한 단계에서 다음 단계로 산출물을 전달할 수 있습니다.
• 외부 HTTP API – 메시지를 보내고 세션 상태(프로젝트, 채팅, 경로)를 유지하며 최종 답변을 받을 수 있습니다. 봇, CRM, 백엔드 등에 유용합니다.
• Telegram 통합 – 봇이 음성을 포함한 메시지를 Eggent로 전달할 수 있습니다. 음성은 whisper.cpp로 로컬에서 텍스트로 변환됩니다.
• 로컬 음성 텍스트 변환 – 외부 음성 인식 서비스가 필요 없으며 whisper.cpp로 기기에서 실행됩니다.
• Docker 지원 – GitHub Container Registry의 공식 이미지, 간단한 docker compose 배포, 선택적 .env 재정의.
• 모델 및 스킬 확장성 – 프로젝트별 모델 JSON, MCP 설정, 폴더 기반 스킬 시스템.

시작하기

1. 단일 curl 명령어로 설치합니다 (curl -fsSL https://get.eggent.ai | bash). 리포지토리를 클론하고 Docker 이미지를 빌드한 다음 컨테이너를 시작합니다.
2. http://127.0.0.1:3000을 열고 로그인한 후 UI에서 LLM 공급자 키를 추가합니다 (.env 편집 필요 없음).
3. 프로젝트를 만들고 파일을 업로드한 다음 에이전트와 채팅을 시작합니다.
4. 선택적으로 TELEGRAM_BOT_TOKEN 및 웹훅 설정을 제공하여 Telegram 봇을 활성화할 수 있습니다.
5. 프로그래밍 방식으로 사용하려면 설정 → API에서 외부 API 토큰을 생성하고 sessionId와 message를 사용하여 POST /api/external/message를 호출합니다.

일반적인 사용 사례

• 과거 티켓(프로젝트 메모리)을 기억하는 고객 지원 어시스턴트.
• '리서치' 에이전트가 소스를 수집하고 '작가' 에이전트가 파이프라인을 통해 보고서를 작성하는 리서치-작성 워크플로우.
• 내부 도구: 외부 API를 통해 Eggent를 CRM이나 티켓 시스템에 연결.
• 개인 지식 베이스: 메모, PDF 저장하고 에이전트에게 요약 요청.

제한 사항 / 참고 사항

• 외부 API는 최종 답변만 반환합니다. 스트리밍 응답은 지원되지 않습니다.
• 예약된 작업은 Eggent 프로세스가 실행되는 동안에만 실행됩니다. 재시작 후에는 아직 유지되지 않습니다.
• 100MB보다 큰 파일 업로드는 거부됩니다. 큰 폴더는 여러 요청으로 분할됩니다.
• 기본적으로 서버는 127.0.0.1에 바인딩됩니다. 프로덕션에서는 리버스 프록시 뒤에 노출하십시오.

대상 사용자 – 클라우드 전용 SaaS에 의존하지 않고, 쉬운 UI, 파일 처리, 통합 지점을 갖춘 자체 호스팅 프로젝트 중심 LLM 워크스페이스를 원하는 개발자나 팀.