poco-ai/Agentero

Agentero – 인간-에이전트 협업을 위한 원스톱 연구 워크스페이스

개요

Agentero는 연구자가 PDF를 읽고, Markdown 노트를 작성하고, 로컬 AI 에이전트와 상호작용할 수 있는 데스크톱 애플리케이션(macOS, Windows, Linux)입니다. 모든 데이터는 사용자 머신의 일반 파일에 보관됩니다.
두 가지 오픈 프로토콜을 기반으로 합니다:
- ACP(에이전트 클라이언트 프로토콜) – 모든 로컬 실행 LLM(Claude, OpenAI, Codex 등)을 "연구 어시스턴트"로 작동시킬 수 있습니다.
- MCP(모델 컨텍스트 프로토콜) – 로컬 논문 라이브러리를 외부 AI 클라이언트(예: ChatGPT 웹, Claude Desktop)의 컨텍스트 소스로 노출합니다.

존재 이유

기존 도구(Zotero, Obsidian, 웹 기반 채팅 창)는 논문, 노트, LLM 상호작용을 별도의 사일로에 보관하여 사용자가 복사-붙여넣기를 강요받습니다.
PDF는 다단 레이아웃, 테이블, LaTeX 수식 때문에 모델이 파싱하기 어렵습니다.
Agentero가 그 격차를 해소합니다: PDF에서 구조화된 Markdown/LaTeX를 추출하고 콘텐츠를 연결된 에이전트에 즉시 제공합니다.

주요 기능

구조화된 읽기 및 노트 작성
- 개요 탐색, 부드러운 텍스트 선택, 하이라이트, 전체 텍스트 검색을 갖춘 PDF 뷰어.
- 수식, 의사 코드, 테이블을 깔끔한 Markdown/LaTeX로 자동 추출.
- 양방향 링크([[link]]), 슬래시 명령, 실시간 LaTeX 렌더링을 갖춘 WYSIWYG Markdown 편집기.
- 사용자 지정 API 키를 사용할 수 있는 내장 번역 모드(단어 수준, 페이지별, 전체 문서).
오픈 에이전트 통합
- ACP 프로토콜을 통해 모든 로컬 LLM에 연결. 벤더 종속 없음.
- MCP 서버를 실행하여 외부 AI 클라이언트가 로컬 라이브러리를 쿼리할 수 있도록 합니다.
- 헤드리스 CLI(agentero)를 사용하여 대량 가져오기, 메타데이터 추출, 노트 생성을 스크립팅할 수 있습니다.
학술 레이더 및 논문 발견
- Cool Papers 및 ModelScope 커뮤니티 피드의 통합 브라우징. 원클릭 가져오기.
- 실험실, 블로그, 사전 인쇄 서버를 위한 RSS 구독.
- 사용자의 기존 컬렉션을 기반으로 한 일일 arXiv 추천.
- 참조 목록 자동 파싱, 인용 PDF 대량 가져오기, 인용 그래프 추적.
Zotero 호환성 및 투명한 로컬 스토리지
- 전체 Zotero 라이브러리(태그, 메모, 첨부 파일)를 Agentero의 폴더 구조로 원클릭 마이그레이션.
- 모든 데이터는 일반 PDF 및 Markdown 파일로 저장. 숨겨진 데이터베이스 없음.
- 모든 S3 호환 버킷에 선택적 동기화 또는 SSH 터널을 통한 원격 액세스.

일반적인 워크플로우

논문 가져오기(Zotero, Cool Papers, RSS에서 직접 또는 수동 업로드).
PDF를 읽고 구절을 선택한 후 연결된 에이전트에게 설명, 요약 또는 메모 생성을 요청합니다.
에이전트는 구조화된 Markdown/LaTeX 컨텍스트에서 작업하여 환각을 줄입니다.
생성된 메모를 논문과 함께 저장하고 [[이중 링크]]로 연결하여 쉽게 탐색할 수 있습니다.
CLI 또는 ACP를 사용하여 대량 작업(예: 야간 arXiv 가져오기, 대량 메타데이터 업데이트)을 자동화합니다.

시작하기

데스크톱 클라이언트: 웹사이트(agentero.app) 또는 GitHub Releases에서 설치 프로그램을 다운로드합니다. macOS 사용자는 Homebrew(brew tap poco-ai/agentero && brew install --cask agentero)로도 설치할 수 있습니다. Linux는 Ubuntu 22.04+ 및 webkit2gtk 4.1이 필요합니다.
CLI: brew tap poco-ai/agentero && brew install agentero; 그런 다음 agentero --help를 실행하여 명령을 확인합니다.

라이선스

MIT 라이선스 하에 오픈 소스.

혜택을 볼 수 있는 사람

이미 Zotero/Obsidian을 사용하며 LLM 어시스턴트와 더 긴밀한 루프를 원하는 연구자.
장치 간 동기화할 수 있는 재현 가능하고 파일 기반 지식 베이스가 필요한 팀.
로컬 논문 말뭉치에 액세스하기 위해 표준 프로토콜(ACP/MCP)이 필요한 맞춤형 AI 에이전트를 구축하는 개발자.

위의 모든 세부 정보는 저장소의 README에서 직접 가져온 것입니다.

poco-ai/Agentero

Agentero – 인간-에이전트 협업을 위한 원스톱 연구 워크스페이스

관련