Apresentação Detalhada do Projeto AgenticSeek

Visão Geral do Projeto

AgenticSeek é um assistente inteligente de IA totalmente localizado, uma alternativa de código aberto ao Manus AI, que elimina a necessidade de chamadas de API e altas taxas mensais, permitindo que você desfrute de serviços de agente inteligente autônomo com apenas o custo da eletricidade. Este projeto foi projetado para modelos de inferência local, executando-se completamente no hardware do usuário, garantindo total privacidade e zero dependência da nuvem.

Principais Características

🔒 Totalmente Localizado e Proteção de Privacidade

• Execução 100% Local: Todas as funções são executadas no dispositivo do usuário, sem dependência da nuvem.
• Privacidade de Dados: Arquivos, conversas e histórico de pesquisa são totalmente mantidos no dispositivo local.
• Zero Compartilhamento de Dados: Nenhum dado pessoal é transmitido para serviços externos.

🌐 Navegação Inteligente na Web

AgenticSeek pode navegar na internet de forma independente – pesquisar, ler, extrair informações, preencher formulários da web – completamente livre de intervenção manual. Suporta:

• Pesquisa automática e extração de informações
• Preenchimento automático de formulários da web
• Análise e resumo inteligente de conteúdo

💻 Assistente de Programação Autônomo

Capaz de escrever, depurar e executar programas em várias linguagens, como Python, C, Go, Java – sem supervisão ou dependência externa. As funcionalidades incluem:

• Geração de código em várias linguagens
• Depuração automática e correção de erros
• Execução e teste de código

🧠 Seleção Inteligente de Agentes

Determina automaticamente o melhor agente de IA para cada tarefa, como ter uma equipe de especialistas profissionais pronta para ajudar. Características do sistema:

• Roteamento automático de tarefas
• Divisão de trabalho especializada por agente
• Mecanismo de tomada de decisão inteligente

📋 Planejamento e Execução de Tarefas Complexas

Desde planejamento de viagens até projetos complexos – divide grandes tarefas em etapas gerenciáveis e usa vários agentes de IA para executar. As capacidades incluem:

• Decomposição automática de tarefas
• Colaboração multi-agente
• Rastreamento e gerenciamento de progresso

🎙️ Interação por Voz

Voz futurista clara e rápida e funcionalidades de voz para texto, permitindo que você interaja naturalmente com o assistente de IA. Características:

• Funcionalidade de ativação por voz
• Reconhecimento de voz em tempo real
• Interação em linguagem natural

Arquitetura Técnica

Provedores de LLM Locais Suportados

Provedor	Local?	Descrição
ollama	Sim	Execute LLMs localmente com facilidade usando ollama
lm-studio	Sim	Execute LLMs localmente usando LM Studio
server	Sim	Hospede modelos em outras máquinas
openai	Depende da configuração	Use a API ChatGPT ou API compatível

Configuração de Modelo Recomendada

O projeto é desenvolvido e otimizado principalmente usando o modelo deepseek r1 14b em uma RTX 3060.

Tamanho do Modelo	Requisitos de GPU	Avaliação de Desempenho
7B	8GB VRAM	Funcionalidade básica
14B	12GB VRAM (ex: RTX 3060)	✅ Utilizável para tarefas simples, navegação na web e tarefas de planejamento podem ter dificuldades
32B	24+GB VRAM (ex: RTX 4090)	🚀 A maioria das tarefas bem-sucedida, o planejamento de tarefas ainda pode ter dificuldades
70B+	48+GB VRAM (ex: Mac Studio)	💪 Excelente, recomendado para casos de uso avançados

Instalação e Configuração

Requisitos do Sistema

• Python 3.10 ou versão mais recente
• Navegador Chrome e ChromeDriver
• Docker e Docker Compose

Instalação Rápida

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

Instalação Automática (Recomendado)

# Linux/macOS
./install.sh

# Windows
./install.bat

Instalação Manual

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

Exemplo de Configuração

[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

Descrição dos Parâmetros de Configuração

• is_local: Execução local (True) ou servidor remoto (False)
• provider_name: Nome do provedor (ollama, server, lm-studio, etc.)
• provider_model: Modelo a ser usado, como deepseek-r1:32b
• agent_name: Nome do agente, usado como palavra-chave de ativação por voz
• work_dir: Caminho para a pasta acessível à IA
• jarvis_personality: Ativa a personalidade estilo JARVIS
• languages: Lista de idiomas suportados

Modo de Execução

Iniciar o Serviço

# Ativar o ambiente Python
source agentic_seek_env/bin/activate

# Iniciar os serviços necessários
sudo ./start_services.sh  # macOS/Linux
start ./start_services.cmd  # Windows

Opções de Execução

Opção 1: Interface CLI

python3 cli.py

Opção 2: Interface Web

# Iniciar o backend
python3 api.py

# Acessar http://localhost:3000/

Exemplos de Uso

A seguir, alguns cenários de uso típicos:

• Make a snake game in python - Faça um jogo da cobrinha em Python
• Show me how to multiply matrice in C - Mostre-me como multiplicar matrizes em C
• Make a blackjack in golang - Faça um jogo de blackjack em Go
• Do a web search to find cool tech startup in Japan working on cutting edge AI research - Faça uma pesquisa na web para encontrar startups de tecnologia legais no Japão trabalhando em pesquisa de IA de ponta
• Can you find on the internet who created AgenticSeek? - Você pode encontrar na internet quem criou o AgenticSeek?
• Can you use a fuel calculator online to estimate the cost of a Nice - Milan trip - Você pode usar uma calculadora de combustível online para estimar o custo de uma viagem de Nice a Milão?

Funcionalidade de Voz

Configuração de Voz para Texto

Ative em config.ini:

listen = True

Fluxo de Uso

1. Diga o nome do agente para ativar (ex: "Friday")
2. Diga claramente o conteúdo da consulta
3. Termine a solicitação com uma frase de confirmação, como: "do it", "go ahead", "execute", etc.

Implantação Remota

O projeto suporta a execução do LLM em um servidor remoto:

Lado do Servidor

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

Configuração do Cliente

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

Perguntas Frequentes

P: Quais são os requisitos de configuração de hardware?

Consulte a tabela de configuração do modelo acima, recomenda-se pelo menos 12 GB de VRAM para funcionalidade básica.

P: Por que escolher Deepseek R1?

Deepseek R1 tem excelente desempenho em inferência e uso de ferramentas, sendo uma escolha ideal para as necessidades do projeto.

P: Pode realmente ser executado 100% localmente?

Sim, ao usar os provedores Ollama, LM Studio ou server, todos os modelos de voz para texto, LLM e texto para voz são executados localmente.

P: Quais são as vantagens em comparação com o Manus?

AgenticSeek prioriza a independência de sistemas externos, oferecendo aos usuários mais controle, proteção de privacidade e evitando custos de API.

Links do Projeto

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