Fosowl/agenticSeekPlease refer to the latest official releases for information GitHub Homepage

完全にローカルで動作するAIスマートアシスタント。API呼び出し不要で、自律的なウェブ閲覧、コード作成、タスク計画能力を備えています。

GPL-3.0Python 19.2kFosowlagenticSeek Last Updated: 2025-06-22

AgenticSeek プロジェクト詳細

プロジェクト概要

AgenticSeekは、完全にローカルで動作するAIスマートアシスタントです。Manus AIのオープンソース代替として、API呼び出しや高額な月額料金は不要で、電力コストのみで自律的なインテリジェントエージェントサービスを利用できます。このプロジェクトは、ローカル推論モデル専用に設計されており、ユーザーのハードウェア上で完全に動作し、完全なプライバシーとクラウドへの依存ゼロを保証します。

コア機能

🔒 完全なローカリゼーションとプライバシー保護

100%ローカル実行: すべての機能はユーザーのデバイス上で実行され、クラウドへの依存はありません。
データプライバシー: ファイル、会話、検索履歴は完全にローカルデバイスに保持されます。
データ共有ゼロ: 外部サービスに個人データを一切送信しません。

🌐 インテリジェントなウェブブラウジング

AgenticSeekは、インターネットを独立して閲覧できます。検索、読み取り、情報抽出、ウェブフォームへの入力など、すべて手作業なしで行えます。サポート内容：

自動検索と情報抽出
ウェブフォームの自動入力
インテリジェントなコンテンツ分析と要約

💻 自律的なプログラミングアシスタント

監督や外部依存なしに、Python、C、Go、Javaなど、さまざまな言語のプログラムを作成、デバッグ、実行できます。機能：

多言語コード生成
自動デバッグとエラー修正
コード実行とテスト

🧠 インテリジェントなエージェント選択

各タスクに最適なAIエージェントを自動的に決定します。まるで、いつでも支援できる専門家チームがいるかのようです。システムの特徴：

タスクの自動ルーティング
専門的なエージェント分業
インテリジェントな意思決定メカニズム

📋 複雑なタスクの計画と実行

旅行計画から複雑なプロジェクトまで、大規模なタスクを管理可能なステップに分解し、複数のAIエージェントを使用して実行します。能力：

タスクの自動分解
マルチエージェントコラボレーション
進捗状況の追跡と管理

🎙️ 音声インタラクション

クリアで高速な未来的な音声と音声テキスト変換機能により、AIアシスタントと自然にやり取りできます。特性：

音声ウェイクアップ機能
リアルタイム音声認識
自然言語インタラクション

技術アーキテクチャ

サポートされているローカルLLMプロバイダー

プロバイダー	ローカル	説明
ollama	はい	ollamaを使用してLLMを簡単にローカルで実行
lm-studio	はい	LM Studioを使用してLLMをローカルで実行
server	はい	他のマシンでモデルをホスト
openai	構成による	ChatGPT APIまたは互換性のあるAPIを使用

推奨モデル構成

プロジェクトは主にRTX 3060上でdeepseek r1 14bモデルを使用して開発および最適化されています。

モデルサイズ	GPU要件	パフォーマンス評価
7B	8GB VRAM	基本機能
14B	12GB VRAM (例: RTX 3060)	✅ 簡単なタスクに使用可能。ウェブブラウジングや計画タスクは困難な場合あり
32B	24+GB VRAM (例: RTX 4090)	🚀 ほとんどのタスクで成功。タスク計画は依然として困難な場合あり
70B+	48+GB VRAM (例: Mac Studio)	💪 優秀。高度なユースケースに推奨

インストールと設定

システム要件

Python 3.10以降
ChromeブラウザとChromeDriver
DockerとDocker Compose

クイックインストール

git clone https://github.com/Fosowl/agenticSeek.git
cd agenticSeek
mv .env.example .env
python3 -m venv agentic_seek_env
source agentic_seek_env/bin/activate

自動インストール（推奨）

# Linux/macOS
./install.sh

# Windows
./install.bat

手動インストール

pip3 install -r requirements.txt
# または
python3 setup.py install

設定例

[MAIN]
is_local = True
provider_name = ollama
provider_model = deepseek-r1:32b
provider_server_address = 127.0.0.1:11434
agent_name = Friday
recover_last_session = False
save_session = False
speak = False
listen = False
work_dir = /Users/mlg/Documents/ai_folder
jarvis_personality = False
languages = en zh

[BROWSER]
headless_browser = False
stealth_mode = False

設定パラメータの説明

is_local: ローカル実行(True)またはリモートサーバー(False)
provider_name: プロバイダー名（ollama、server、lm-studioなど）
provider_model: 使用するモデル（例：deepseek-r1:32b）
agent_name: エージェント名（音声トリガーワードとして使用）
work_dir: AIがアクセスできるフォルダパス
jarvis_personality: JARVISのような個性を有効にする
languages: サポートされている言語のリスト

実行方法

サービス起動

# Python環境をアクティブ化
source agentic_seek_env/bin/activate

# 必要なサービスを起動
sudo ./start_services.sh  # macOS/Linux
start ./start_services.cmd  # Windows

実行オプション

オプション1：CLIインターフェース

python3 cli.py

オプション2：Webインターフェース

# バックエンドを起動
python3 api.py

# http://localhost:3000/ にアクセス

使用例

以下は、典型的な使用シナリオのいくつかです。

Make a snake game in python - Pythonでスネークゲームを作成する
Show me how to multiply matrice in C - C言語で行列を乗算する方法を示す
Make a blackjack in golang - Go言語でブラックジャックゲームを作成する
Do a web search to find cool tech startup in Japan working on cutting edge AI research - 最先端のAI研究に取り組んでいる日本のクールなテックスタートアップをウェブ検索する
Can you find on the internet who created AgenticSeek? - インターネットでAgenticSeekの作成者を見つける
Can you use a fuel calculator online to estimate the cost of a Nice - Milan trip - オンライン燃料計算機を使用して、ニースからミラノへの旅行費用を見積もる

音声機能

音声テキスト変換の設定

config.iniで有効にする：

listen = True

使用手順

エージェント名を言ってウェイクアップ（例：「Friday」）
クエリ内容を明確に言う
確認フレーズ（例：「do it」、「go ahead」、「execute」など）でリクエストを終了する

リモートデプロイ

プロジェクトは、LLMをリモートサーバー上で実行することをサポートしています。

サーバー側

git clone --depth 1 https://github.com/Fosowl/agenticSeek.git
cd agenticSeek/server/
pip3 install -r requirements.txt
python3 app.py --provider ollama --port 3333

クライアント設定

[MAIN]
is_local = False
provider_name = server
provider_model = deepseek-r1:70b
provider_server_address = x.x.x.x:3333

よくある質問

Q: 必要なハードウェア構成は何ですか？

上記のモデル構成表を参照してください。基本機能には少なくとも12GBのVRAMを推奨します。

Q: Deepseek R1を選択した理由は何ですか？

Deepseek R1は、推論とツール使用において優れたパフォーマンスを発揮し、プロジェクトのニーズに最適です。

Q: 本当に100%ローカルで実行できますか？

はい、Ollama、LM Studio、またはserverプロバイダーを使用する場合、すべての音声テキスト変換、LLM、およびテキスト音声変換モデルはローカルで実行されます。

Q: Manusと比較してどのような利点がありますか？

AgenticSeekは、外部システムからの独立性を優先し、ユーザーにより多くの制御、プライバシー保護を提供し、APIコストを回避します。

プロジェクトリンク

GitHubリポジトリ: https://github.com/Fosowl/agenticSeek