API 호출 없이 완전 로컬에서 실행되는 AI 지능형 비서로, 자체 웹 브라우징, 코드 작성 및 작업 계획 능력을 갖추고 있습니다.

AgenticSeek 프로젝트 상세 소개

프로젝트 개요

AgenticSeek는 완전 로컬화된 AI 스마트 어시스턴트로서, Manus AI의 오픈소스 대체 솔루션입니다. API 호출이나 높은 월 사용료 없이, 오직 전기 요금만으로 자율적인 스마트 에이전트 서비스를 누릴 수 있습니다. 이 프로젝트는 로컬 추론 모델을 위해 설계되었으며, 사용자 하드웨어에서 완전히 실행되어 완전한 개인 정보 보호와 클라우드 의존성 제로를 보장합니다.

핵심 기능

🔒 완전 로컬화 및 개인 정보 보호

• 100% 로컬 실행: 모든 기능이 사용자 장치에서 실행되며, 클라우드 의존성이 없습니다.
• 데이터 프라이버시: 파일, 대화 및 검색 기록이 로컬 장치에 완전히 보관됩니다.
• 데이터 공유 제로: 외부 서비스로 개인 데이터를 전송하지 않습니다.

🌐 스마트 웹 브라우징

AgenticSeek는 독립적으로 인터넷을 탐색할 수 있습니다. 검색, 읽기, 정보 추출, 웹 양식 작성 등을 인공 개입 없이 완벽하게 수행합니다. 지원 기능:

• 자동 검색 및 정보 추출
• 웹 양식 자동 작성
• 스마트 콘텐츠 분석 및 요약

💻 자율 프로그래밍 어시스턴트

감독이나 외부 의존성 없이 Python, C, Go, Java 등 다양한 언어로 프로그램을 작성, 디버깅 및 실행할 수 있습니다. 기능 포함:

• 다국어 코드 생성
• 자동 디버깅 및 오류 수정
• 코드 실행 및 테스트

🧠 스마트 에이전트 선택

각 작업에 가장 적합한 AI 에이전트를 자동으로 결정하여, 언제든지 도움을 줄 준비가 된 전문 전문가 팀을 보유한 것과 같습니다. 시스템 특징:

• 작업 자동 라우팅
• 전문화된 에이전트 분업
• 스마트 의사 결정 메커니즘

📋 복잡한 작업 계획 및 실행

여행 계획부터 복잡한 프로젝트까지, 대규모 작업을 관리 가능한 단계로 분해하고 여러 AI 에이전트를 사용하여 실행합니다. 능력 포함:

• 작업 자동 분해
• 다중 에이전트 협업
• 진행 상황 추적 및 관리

🎙️ 음성 상호 작용

명확하고 빠른 미래 지향적인 음성 및 음성-텍스트 변환 기능을 통해 AI 어시스턴트와 자연스럽게 상호 작용할 수 있습니다. 특징:

• 음성 깨우기 기능
• 실시간 음성 인식
• 자연어 상호 작용

기술 아키텍처

지원되는 로컬 LLM 제공업체

제공업체	로컬 여부	설명
ollama	예	ollama를 사용하여 LLM을 쉽게 로컬에서 실행
lm-studio	예	LM Studio를 사용하여 LLM을 로컬에서 실행
server	예	다른 머신에서 모델 호스팅
openai	구성에 따라 다름	ChatGPT API 또는 호환 API 사용

추천 모델 구성

프로젝트는 주로 RTX 3060에서 deepseek r1 14b 모델을 사용하여 개발 및 최적화되었습니다.

모델 크기	GPU 요구 사항	성능 평가
7B	8GB VRAM	기본 기능
14B	12GB VRAM (예: RTX 3060)	✅ 간단한 작업에 사용 가능, 웹 브라우징 및 계획 작업은 어려울 수 있음
32B	24+GB VRAM (예: RTX 4090)	🚀 대부분의 작업 성공, 작업 계획은 여전히 어려울 수 있음
70B+	48+GB VRAM (예: Mac Studio)	💪 우수, 고급 사용 사례에 권장

설치 및 구성

시스템 요구 사항

• Python 3.10 이상
• Chrome 브라우저 및 ChromeDriver
• Docker 및 Docker Compose

빠른 설치

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

자동 설치 (권장)

# Linux/macOS
./install.sh

# Windows
./install.bat

수동 설치

pip3 install -r requirements.txt
# 또는
python3 setup.py install

구성 예시

[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

구성 매개변수 설명

• is_local: 로컬 실행(True) 또는 원격 서버(False)
• provider_name: 제공업체 이름 (ollama, server, lm-studio 등)
• provider_model: 사용할 모델 (예: deepseek-r1:32b)
• agent_name: 에이전트 이름, 음성 트리거 단어로 사용
• work_dir: AI가 액세스할 수 있는 폴더 경로
• jarvis_personality: JARVIS 스타일 개성 활성화
• languages: 지원되는 언어 목록

실행 방법

서비스 시작

# Python 환경 활성화
source agentic_seek_env/bin/activate

# 필수 서비스 시작
sudo ./start_services.sh  # macOS/Linux
start ./start_services.cmd  # Windows

실행 옵션

옵션 1: CLI 인터페이스

python3 cli.py

옵션 2: 웹 인터페이스

# 백엔드 시작
python3 api.py

# http://localhost:3000/ 접속

사용 예시

다음은 일반적인 사용 시나리오입니다.

• Make a snake game in python - Python으로 뱀 게임 만들기
• Show me how to multiply matrice in C - C 언어로 행렬 곱셈하는 방법 보여주기
• Make a blackjack in golang - Go 언어로 블랙잭 게임 만들기
• Do a web search to find cool tech startup in Japan working on cutting edge AI research - 일본에서 최첨단 AI 연구를 하는 멋진 기술 스타트업 웹 검색하기
• Can you find on the internet who created AgenticSeek? - 인터넷에서 AgenticSeek를 만든 사람 찾기
• Can you use a fuel calculator online to estimate the cost of a Nice - Milan trip - 온라인 연료 계산기를 사용하여 니스 - 밀라노 여행 비용 추정하기

음성 기능

음성-텍스트 변환 구성

config.ini에서 활성화:

listen = True

사용 절차

1. 에이전트 이름을 말하여 깨우기 (예: "Friday")
2. 명확하게 쿼리 내용 말하기
3. "do it", "go ahead", "execute" 등과 같은 확인 구문으로 요청 마무리

원격 배포

프로젝트는 LLM을 원격 서버에서 실행하는 것을 지원합니다.

서버 측

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

클라이언트 구성

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

자주 묻는 질문

Q: 필요한 하드웨어 구성은 무엇입니까?

위의 모델 구성 표를 참조하십시오. 기본 기능을 위해 최소 12GB VRAM을 권장합니다.

Q: Deepseek R1을 선택한 이유는 무엇입니까?

Deepseek R1은 추론 및 도구 사용 측면에서 뛰어난 성능을 보여 프로젝트 요구 사항에 이상적인 선택입니다.

Q: 정말 100% 로컬에서 실행할 수 있습니까?

예, Ollama, LM Studio 또는 server 제공업체를 사용하는 경우 모든 음성-텍스트 변환, LLM 및 텍스트-음성 변환 모델이 로컬에서 실행됩니다.

Q: Manus와 비교하여 어떤 장점이 있습니까?

AgenticSeek는 외부 시스템으로부터의 독립성을 우선시하여 사용자에게 더 많은 제어, 개인 정보 보호 및 API 비용 절감을 제공합니다.

프로젝트 링크

• GitHub 저장소: https://github.com/Fosowl/agenticSeek