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 – 로컬 멀티 에이전트 LLM 프레임워크

개요 – Agentica는 오픈 소스, Apache-2.0 라이선스 Python 패키지로, LLM 기반 에이전트를 자신의 머신에서 실행할 수 있게 해줍니다. CLI, 자체 호스팅 웹 UI, 데스크톱 앱이 포함되어 있으며, 모두 동일한 백엔드를 공유하므로 터미널, 브라우저 또는 네이티브 창에서 원격 서비스 없이 에이전트와 상호 작용할 수 있습니다.

중요성 – 이 프로젝트는 많은 LLM 에이전트 도구가 무시하는 세 가지 문제점에 초점을 맞춥니다.

비용 효율적인 추론 – DeepSeek, Claude, ZhipuAI, Qwen, Ollama 등의 오픈 모델과의 깊은 통합, 그리고 코딩 및 데이터 분석 작업에서 OpenAI Codex보다 높은 정확도와 최대 ⅔ 적은 입력 토큰을 보여주는 벤치마크.
LLM 요약 없이 긴 컨텍스트 처리 – 도구 출력은 디스크로 스트리밍되고 프롬프트에는 짧은 미리보기만 남습니다. 결정적 '창 기반 축출' 정책은 컨텍스트 창이 용량의 80%에 도달하면 가장 오래된 데이터를 폐기합니다. 전체 세션은 JSONL 파일에 저장되고 나중에 검색할 수 있어 무손실 호출을 보장합니다.
자기 진화 – 작업 완료 후 에이전트는 자동으로 스킬 카드(SKILL.md)를 추출하여 향후 세션에서 재사용할 수 있게 하며, 경험을 재사용 가능한 지식으로 전환합니다.

핵심 기능 (전문 용어 최소화)

기능	설명
비동기 우선 엔진	모든 도구 호출이 `asyncio`로 동시에 실행되어 멀티 도구 워크플로우가 빨라집니다.
내장 도구	파일 읽기/쓰기, 패치 적용, grep/glob, 명령 실행, 웹 검색, 멀티모달(이미지/오디오/비디오) 이해.
멀티 모델 지원	OpenAI, DeepSeek, Claude, ZhipuAI, Qwen, Moonshot, Ollama, LiteLLM 등을 통해 모든 채팅 모델을 플러그인할 수 있습니다.
안전 가드레일	유해하거나 잘못된 작업을 방지하기 위해 입력, 출력, 도구 수준 검증을 실시간으로 수행합니다.
메모리 및 압축	관련성 기반 호출이 있는 영구 세션 메모리; LLM 생성 요약에 의존하지 않는 무손실 컨텍스트 압축.
스킬 시스템	Markdown 기반 스킬 파일은 경험에서 자동 생성되며 프로젝트 또는 사용자 간에 공유할 수 있습니다.
멀티 에이전트 협업	터미널 내에서 `task`(하위 에이전트), `delegate`(별도 프로세스)를 생성하거나 다른 터미널에 피어 메시지를 보낼 수 있습니다.
RAG 통합	내장 지식베이스 관리, 하이브리드 검색, 재순위화, 선택적 LangChain/LlamaIndex 커넥터.
MCP / ACP 프로토콜	표준화된 데이터 교환(JSON, SSE 등)을 위한 Model Context Protocol 및 Agent Communication Protocol.
SDK	코드에 에이전트를 임베드하거나 사용자 정의 프론트엔드를 구축하기 위한 Python SDK(`agentica`) 및 TypeScript SDK(`@agentica-ai/sdk`).
배포 옵션	`uv`/`pip`, Docker compose 또는 macOS, Windows, Linux용 사전 빌드된 데스크톱 바이너리를 통해 로컬에서 실행.

시작하기 (빠른 시작)

설치 – 가벼운 uv 도구를 권장합니다.

curl -LsSf https://astral.sh/uv/install.sh | sh   # uv 설치
uv tool install agentica               # CLI만
uv tool install "agentica[gateway]"   # 웹/데스크톱 게이트웨이도 설치

모델 구성 – API 키(OpenAI, DeepSeek, ZhipuAI 등)를 내보내거나 ~/.agentica/.env에 배치합니다.
CLI 실행 – agentica를 실행하면 자연어 명령을 입력할 수 있는 대화형 프롬프트가 시작됩니다. 예:
```
> 帮我看下这个仓库的单测为什么挂了
```
웹 UI – agentica-gateway로 게이트웨이를 시작하고 http://127.0.0.1:8881/chat을 엽니다. 세션 기록은 CLI 및 데스크톱 앱과 공유됩니다.
데스크톱 앱 – README에서 적절한 설치 프로그램을 다운로드하여 실행합니다. 동일한 백엔드를 사용하며 데이터는 ~/.agentica에 저장됩니다.

생태계 및 확장성

Python SDK – 모델과 도구 목록으로 Agent를 만들고 run_sync 또는 run_async를 호출하여 에이전트가 작업을 수행하게 합니다.
TypeScript SDK – Node.js에서 실행 중인 게이트웨이에 연결하고 채팅 이벤트를 스트리밍합니다.
플러그인 / 사용자 정의 도구 – 도구 인터페이스를 따르는 모든 비동기 함수를 구현하고 에이전트에 등록합니다.
Docker – 게이트웨이와 UI를 함께 빌드하는 기성 compose 파일이 포함되어 있으며 작업 공간은 명명된 볼륨에 유지됩니다.
커뮤니티 – GitHub 이슈, WeChat 그룹, 기여 지침이 제공됩니다.

누가 사용할까요?

개발자 – 데이터를 클라우드로 보내지 않고 코딩, 데이터 분석 또는 연구를 위한 프로그래밍 가능한 LLM 어시스턴트가 필요한 분.
연구자 – 긴 컨텍스트 압축, 자기 진화 에이전트 또는 멀티 에이전트 협업 연구에 관심이 있는 분.
팀 – 사용자별 메모리 분리 기능이 있는 로컬 호스팅 멀티 사용자 채팅 인터페이스(웹 또는 데스크톱)가 필요한 팀.

라이선스 및 인용

라이선스: Apache 2.0(허용적, 상업적 사용 가능).
인용: README에는 소프트웨어 및 LLM 에이전트의 자기 진화에 관한 관련 연구 논문에 대한 BibTeX 항목이 포함되어 있습니다.

결론 – Agentica는 CLI, 웹 UI, 데스크톱 클라이언트를 결합한 완전한 기능의 로컬 실행 가능 LLM 에이전트 플랫폼으로, 정교한 메모리 처리, 멀티 모델 유연성, 스킬 학습 루프를 제공합니다. 자체 하드웨어에서 자율 AI 에이전트를 구축하거나 실험하려는 모든 사람에게 탄탄한 선택입니다.