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 – 로컬 다중 에이전트 LLM 프레임워크

소개 – Agentica는 오픈 소스 Apache-2.0 라이선스 Python 패키지로, 자신의 컴퓨터에서 대형 언어 모델 에이전트를 실행할 수 있게 해줍니다. 동일한 상태를 공유하는 세 가지 프론트엔드를 통해 액세스할 수 있는 단일 엔진을 제공합니다:

CLI – 각 대화가 자율 에이전트인 대화형 터미널 (agentica).
웹 게이트웨이 – http://127.0.0.1:8881/chat에 위치한 로컬 SPA (agentica‑gateway)로 다중 사용자 계정, 채팅 기록 및 IM 브리지(WeChat, Feishu, Telegram 등)를 갖추고 있습니다.
데스크톱 앱 – 동일한 UI와 데이터 디렉토리(~/.agentica)를 임베드한 네이티브 macOS/Windows/Linux 빌드.

이 세 가지 모두 동일한 백엔드에서 실행되므로 컨텍스트나 메모리 손실 없이 전환할 수 있습니다.

핵심 아이디어

아이디어	Agentica 구현 방법
하나의 모델, 여러 에이전트	단일 LLM(OpenAI, DeepSeek, Claude, ZhipuAI, Qwen, Ollama 등)이 모든 세션을 지원합니다. 각 터미널 세션은 에이전트입니다. 임시 하위 에이전트(`task`) 또는 전체 프로세스 대리자(`delegate`)를 생성할 수 있습니다.
자가 진화	작업이 완료된 후 Agentica는 경험을 Markdown skill(`SKILL.md`)로 추출합니다. 향후 유사한 작업은 해당 skill을 자동으로 재사용하여 처음부터 시작할 필요성을 줄입니다.
영구 메모리	채팅 기록, 파일 작업 공간 및 추출된 메모리는 디스크에 저장되고 관련성에 따라 인덱싱되며 2계층 컨텍스트 압축 파이프라인으로 압축됩니다.
도구 사용	파일 I/O, 패치, grep/glob, 명령 실행 및 웹 검색을 위한 내장 도구. 도구는 비동기적으로 실행되며 병렬로 스트리밍할 수 있습니다.
안전 가드	실시간으로 콘텐츠를 필터링하는 입력, 출력 및 도구 수준의 가드레일.
멀티모달	기본 모델이 허용하는 경우 텍스트, 이미지, 오디오 및 비디오 입력을 지원합니다.
협업	에이전트는 터미널 간에 서로 통신(`peer` 메시지)할 수 있으며 Python/TypeScript SDK를 통해 워크플로우, 스웜 또는 토론 스타일 루프로 구성할 수 있습니다.
RAG 및 통합	내장된 지식 베이스 관리, 하이브리드 검색, 재순위 지정 및 LangChain / LlamaIndex용 어댑터.
프로토콜	표준화된 데이터 교환을 위해 Model Context Protocol (MCP) 및 Agent Communication Protocol (ACP)을 구현합니다.

빠른 시작 (Python 우선)

# Install the core package
pip install -U agentica

# Run the interactive CLI
agentica

CLI에서 자연어 명령을 입력할 수 있습니다. 예:

帮我看下这个仓库的单测为什么挂了

웹 게이트웨이 및 데스크톱

# 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 – 바로 실행할 수 있는 이미지가 제공됩니다. .env.docker.example에 OPENAI_API_KEY를 설정하고 docker compose up을 실행하기만 하면 됩니다.

데스크톱 빌드는 서명되지 않은 DMG(macOS), NSIS 설치 프로그램(Windows) 및 AppImage/DEB(Linux)로 제공됩니다. 첫 실행 시 번들로 제공되는 Python 3.12 런타임이 자동으로 설치됩니다.

SDK

Python – 프로그래밍 방식으로 에이전트 생성:

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 – Node에서 실행 중인 게이트웨이와 통신:

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));
}

두 SDK는 모두 동일한 비동기 우선 API를 노출하여 에이전트를 다른 에이전트 내부의 도구로 사용하거나 워크플로우를 실행하거나 사용자 정의 UI를 구축할 수 있습니다.

Agentica를 선택하는 이유?

모델 구애 없음 – OpenAI 호환 또는 로컬 모델과 함께 작동합니다. 코드 변경 없이 공급자를 전환할 수 있습니다.
로컬 우선 – 모든 데이터는 머신에 유지됩니다. LLM API를 제외한 외부 SaaS가 필요하지 않습니다.
팀 스타일 에이전트 – 하위 에이전트, 대리자 및 피어 메시징의 내장 개념을 통해 복잡한 다중 단계 작업을 조정할 수 있습니다.
자가 학습 – skill은 과거 실행에서 자동 생성되어 시스템이 시간이 지남에 따라 더 빠르고 저렴해집니다.
풍부한 UI 옵션 – CLI, 브라우저 기반 SPA 및 네이티브 데스크톱 클라이언트가 동일한 기록 및 작업 공간을 공유합니다.

문서 및 커뮤니티

전체 문서：https://shigbing624.github.io/agentica
예제 갤러리：https://github.com/shibing624/agentica/tree/main/examples
GitHub를 통한 이슈 및 기여.
실시간 도움을 위한 중국어 WeChat 그룹(README에 QR 코드).

라이선스

Apache License 2.0 – 상업 및 학술 사용 무료.

결론 – Agentica는 다중 에이전트 협업, 영구 메모리 및 CLI, 웹 UI, 데스크톱 앱 또는 SDK를 통한 쉬운 통합에 중점을 두고 자체 하드웨어에서 LLM 기반 에이전트를 구축, 실행 및 진화시키기 위한 프로덕션 준비가 된 확장 가능한 프레임워크입니다.