Skip to content

README_JP.md

Latest commit

 

History

History
540 lines (345 loc) · 21.6 KB

README_JP.md

File metadata and controls

540 lines (345 loc) · 21.6 KB

AgenticSeek: プライベートでローカルな Manus の代替

Agentic Seek Logo 

English | [中文](./README_CHS.md) | [繁體中文](./README_CHT.md) | [Français](./README_FR.md) | [日本語](./README_JP.md) | [Português (Brasil)](./README_PTBR.md)

100%ローカルで動作するManus AIの代替となる音声対応AIアシスタントです。ウェブの自律的な閲覧、コードの作成、タスクの計画を行い、すべてのデータをあなたのデバイス上に保持します。ローカル推論モデル向けに最適化されており、完全なプライバシーとクラウド依存ゼロを実現します。

Visit AgenticSeek License Discord Twitter GitHub stars

なぜAgenticSeekなのか？

  • 🔒 完全ローカル＆プライベート - すべてがあなたのマシン上で動作。クラウドやデータ共有は一切なし。ファイル、会話、検索はすべてプライベートに保たれます。

  • 🌐 スマートなウェブブラウジング - AgenticSeekは自動でインターネットを検索・閲覧・情報抽出・フォーム入力までハンズフリーで実行します。

  • 💻 自律型コーディングアシスタント - コードが必要ですか？Python、C、Go、Javaなどのプログラムを自動で作成・デバッグ・実行します。

  • 🧠 スマートエージェント選択 - あなたの要望に応じて最適なエージェントを自動で選択。まるで専門家チームが常にサポートしてくれるようです。

  • 📋 複雑なタスクの計画と実行 - 旅行計画からプロジェクト管理まで、大きなタスクを分割し、複数のAIエージェントで実行します。

  • 🎙️ 音声対応 - 未来的で高速な音声認識＆音声合成。まるでSF映画のパーソナルAIのように会話できます（開発中）。

デモ

agenticSeekプロジェクトを検索し、必要なスキルを調べてからCV_candidates.zipを開き、プロジェクトに最も合う候補者を教えて

agentic_seek_demo.mov

注意: このデモや登場するファイル（例: CV_candidates.zip）はすべて架空のものです。私たちは企業ではなく、オープンソースの貢献者を募集しています。

🛠⚠️️ 開発中のプロジェクトです

🙏 このプロジェクトはサイドプロジェクトとして始まり、ロードマップや資金はありません。GitHub Trending入りするほど成長しました。貢献・フィードバック・ご理解に感謝します。

前提条件

chrome driver、docker、python3.10がインストールされていることを確認してください。

chrome driver関連の問題はChromedriverセクションを参照してください。

1. リポジトリのクローンとセットアップ

git clone https://github.com/Fosowl/agenticSeek.git
cd agenticSeek
mv .env.example .env

2. .envファイルの内容を変更

SEARXNG_BASE_URL="http://127.0.0.1:8080"
REDIS_BASE_URL="redis://redis:6379/0"
WORK_DIR="/Users/mlg/Documents/workspace_for_ai"
OLLAMA_PORT="11434"
LM_STUDIO_PORT="1234"
CUSTOM_ADDITIONAL_LLM_PORT="11435"
OPENAI_API_KEY='optional'
DEEPSEEK_API_KEY='optional'
OPENROUTER_API_KEY='optional'
TOGETHER_API_KEY='optional'
GOOGLE_API_KEY='optional'
ANTHROPIC_API_KEY='optional'

APIキーはローカルでLLMを実行する場合は完全にオプションです。十分なハードウェアがある場合は空欄で構いません。

以下の環境変数はアプリケーションの接続やAPIキーを設定します。必要に応じて.envファイルを編集してください。

  • SEARXNG_BASE_URL: 変更不要
  • REDIS_BASE_URL: 変更不要
  • WORK_DIR: ローカル作業ディレクトリのパス。AgenticSeekがこのディレクトリのファイルを読み書きします。
  • OLLAMA_PORT: Ollamaサービスのポート番号
  • LM_STUDIO_PORT: LM Studioサービスのポート番号
  • CUSTOM_ADDITIONAL_LLM_PORT: カスタムLLMサービスのポート番号

APIキーはすべてオプションです。外部APIを使う場合のみ設定してください。

3. Dockerの起動

Dockerがインストールされ、起動していることを確認してください。以下のコマンドで起動できます。

  • Linux/macOSの場合:
    ターミナルで sh sudo systemctl start docker またはアプリケーションメニューからDocker Desktopを起動

  • Windowsの場合:
    スタートメニューからDocker Desktopを起動

Dockerが動作しているか確認するには

docker info

と入力し、情報が表示されればOKです。

ローカルでLLMを実行する場合のセットアップ

ハードウェア要件:

ローカルでLLMを動かすには十分なハードウェアが必要です。最低でもQwen/Deepseek 14Bが動作するGPUが必要です。詳細はFAQを参照してください。

ローカルプロバイダーの起動例

例: ollamaを使う場合

ollama serve

対応プロバイダーは下記参照。

config.iniの更新

config.iniファイルでprovider_nameをサポートされているプロバイダー名、provider_modelを対応モデルに設定してください。推論モデルはQwenやDeepseekを推奨します。

FAQで必要なハードウェアを確認してください。

[MAIN]
is_local = True
provider_name = ollama
provider_model = deepseek-r1:14b
provider_server_address = 127.0.0.1:11434
agent_name = Jarvis
recover_last_session = True
save_session = True
speak = False
listen = False
jarvis_personality = False
languages = en zh
[BROWSER]
headless_browser = True
stealth_mode = True

注意:

  • config.iniはコメントをサポートしません。例の設定をそのままコピペせず、コメントを除いて手動で編集してください。
  • LM-studioを使う場合、provider_nameはlm-studioにしてください（openaiではありません）。
  • 一部プロバイダー（例: lm-studio）はIPアドレスの前にhttp://が必要です（例: http://127.0.0.1:1234）。

ローカルプロバイダー一覧

プロバイダー ローカル? 説明
ollama はい ollamaでローカルLLMを簡単に実行
lm-studio はい LM studioでローカルLLMを実行（provider_nameはlm-studio）
openai はい/いいえ openai互換API（例: llama.cppサーバー）

次のステップ: サービスの起動とAgenticSeekの実行

問題がある場合はKnown issuesセクション参照

ローカルでdeepseekが動かない場合はRun with an APIセクション参照

詳細な設定はConfigセクション参照

APIで実行する場合のセットアップ

API利用はオプションです。ローカル実行は上記参照。

config.iniで希望のプロバイダーを設定してください。APIプロバイダー一覧は下記参照。

[MAIN]
is_local = False
provider_name = google
provider_model = gemini-2.0-flash
provider_server_address = 127.0.0.1:5000 # 任意

注意: configに余計なスペースがないようにしてください。

APIキーをエクスポート: export <<PROVIDER>>_API_KEY="xxx"

例: export TOGETHER_API_KEY="xxxxx"

APIプロバイダー一覧

プロバイダー ローカル? 説明
openai 場合による ChatGPT API
deepseek いいえ Deepseek API（非プライベート）
huggingface いいえ Hugging-Face API（非プライベート）
togetherAI いいえ together AI API（非プライベート）
google いいえ google gemini API（非プライベート）

geminiではコーディングやbashが失敗する場合があります。deepseek r1向けに最適化されたプロンプトを無視する傾向があります。gpt-4oも同様にプロンプトとの相性が悪い場合があります。

次のステップ: サービスの起動とAgenticSeekの実行

問題がある場合はKnown issuesセクション参照

詳細な設定はConfigセクション参照

サービスの起動とAgenticSeekの実行

必要なサービスを起動します。docker-compose.ymlから以下のサービスが起動します: - searxng - redis（searxng用） - frontend - backend（fullの場合）

./start_services.sh full # MacOS
start start_services.cmd full # Windows

注意: このステップで全Dockerイメージがダウンロード・展開されるため最大30分かかる場合があります。backendサービスが完全に起動するまで（ログにbackend: が表示されるまで）待ってください。

http://localhost:3000/にアクセスするとWebインターフェースが表示されます。

オプション: CLIインターフェースで実行

CLIで実行する場合はホストにパッケージをインストールしてください。

./install.sh
./install.bat # windows

サービス起動:

./start_services.sh # MacOS
start start_services.cmd # Windows

その後 uv run cli.py を実行

使い方

./start_services.sh fullでサービスが起動していることを確認し、Webインターフェースはlocalhost:3000です。

CLIモードで音声認識を使う場合はconfigでlisten = Trueにしてください。

終了するには「goodbye」と入力または発話してください。

使用例:

pythonでスネークゲームを作って！

フランス・レンヌの人気カフェをウェブ検索し、3つ選んで住所とともにrennes_cafes.txtに保存して。

Go言語で階乗を計算するプログラムを書き、workspaceにfactorial.goとして保存して。

summer_picturesフォルダ内のJPGファイルをすべて検索し、今日の日付でリネームし、リストをphotos_list.txtに保存して。

2024年の人気SF映画をウェブで調べ、今夜観る3本を選んでmovie_night.txtに保存して。

2025年の最新AIニュース記事をウェブ検索し、3つ選んでタイトルと要約をPythonスクリプトでスクレイピング。news_scraper.pyにスクリプト、ai_news.txtに要約を保存して。

金曜日、無料の株価APIをウェブで探し、[email protected]で登録後、Teslaの日次株価を取得するPythonスクリプトを書き、stock_prices.csvに保存して。

フォーム入力機能は実験的で失敗する場合があります。

クエリを入力すると、AgenticSeekが最適なエージェントを自動で割り当てます。

初期プロトタイプのため、エージェントの割り当てが最適でない場合があります。

そのため、AIにしてほしいことや手順を明確に伝えてください。例えばウェブ検索をさせたい場合は

Do you know some good countries for solo-travel?

ではなく

Do a web search and find out which are the best country for solo-travel

のように依頼してください。

自分のサーバーでLLMを実行する場合

高性能なPCやサーバーを持っていて、ノートPCから利用したい場合は、カスタムLLMサーバーを使ってリモート実行できます。

AIモデルを動かす「サーバー」でIPアドレスを取得

ip a | grep "inet " | grep -v 127.0.0.1 | awk '{print $2}' | cut -d/ -f1 # ローカルIP
curl https://ipinfo.io/ip # グローバルIP

WindowsやmacOSの場合はipconfigやifconfigで確認

リポジトリをクローンし、server/フォルダへ

git clone --depth 1 https://github.com/Fosowl/agenticSeek.git
cd agenticSeek/llm_server/

サーバー用依存パッケージをインストール

pip3 install -r requirements.txt

サーバースクリプトを実行

python3 app.py --provider ollama --port 3333

LLMサービスはollamaまたはllamacppから選択可能です。

個人PC側では

config.iniでprovider_nameをserver、provider_modelをdeepseek-r1:xxbに設定。 provider_server_addressはサーバーのIPアドレスに設定。

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

次のステップ: サービスの起動とAgenticSeekの実行

音声認識（Speech to Text）

注意: 現在音声認識はCLIモードのみ対応

現状、音声認識は英語のみ対応です。

デフォルトでは無効です。有効にするにはconfig.iniでlistenをTrueにしてください。

listen = True

有効時は、エージェント名（例: Friday）をトリガーワードとして発話すると認識が始まります。エージェント名はconfig.iniのagent_nameで変更可能です。

agent_name = Friday

認識精度向上のため、"John"や"Emma"など一般的な英語名を推奨します。

トランスクリプトが表示され始めたら、エージェント名を発話して起動してください（例: "Friday"）。

クエリを明瞭に話してください。

リクエストの終了時に以下のような確認フレーズを発話してください:

"do it", "go ahead", "execute", "run", "start", "thanks", "would ya", "please", "okay?", "proceed", "continue", "go on", "do that", "go it", "do you understand?"

設定ファイル（Config）

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
jarvis_personality = False
languages = en zh
[BROWSER]
headless_browser = False
stealth_mode = False

各項目の説明:

  • is_local -> ローカル実行（True）かリモート（False）か

  • provider_name -> 使用するプロバイダー名（ollama, server, lm-studio, deepseek-apiなど）

  • provider_model -> 使用モデル例: deepseek-r1:32b

  • provider_server_address -> サーバーアドレス例: 127.0.0.1:11434（ローカルの場合）。API利用時は任意。

  • agent_name -> エージェント名（例: Friday）。TTSのトリガーワード

  • recover_last_session -> 前回セッションから再開（True）/しない（False）

  • save_session -> セッションデータ保存（True）/しない（False）

  • speak -> 音声出力有効（True）/無効（False）

  • listen -> 音声入力有効（True）/無効（False）

  • jarvis_personality -> JARVIS風パーソナリティ（True）/通常（False）。プロンプトファイルが変わります。

  • languages -> サポート言語リスト。エージェントルーティングに必要。多すぎる/似た言語は非推奨。

  • headless_browser -> ブラウザを非表示で実行（True）/表示（False）

  • stealth_mode -> ボット検出回避。anticaptcha拡張の手動インストールが必要

  • languages -> サポート言語リスト。ルーティング用。多いほどモデルダウンロード数増加

プロバイダー一覧

プロバイダー ローカル? 説明
ollama はい ollamaでローカルLLMを簡単に実行
server はい 別マシンでモデルをホストし、ローカルから利用
lm-studio はい LM studioでローカルLLMを実行（lm-studio）
openai 場合による ChatGPT API（非プライベート）またはopenai互換API
deepseek-api いいえ Deepseek API（非プライベート）
huggingface いいえ Hugging-Face API（非プライベート）
togetherAI いいえ together AI API（非プライベート）
google いいえ google gemini API（非プライベート）

プロバイダーの選択はconfig.iniで

is_local = True
provider_name = ollama
provider_model = deepseek-r1:32b
provider_server_address = 127.0.0.1:5000

is_local: ローカルLLMならTrue、それ以外はFalse

provider_name: 上記リストから選択

provider_model: 使用モデル

provider_server_address: serverプロバイダー以外は任意

既知の問題

Chromedriverの問題

既知のエラー #1: chromedriverのバージョン不一致

Exception: Failed to initialize browser: Message: session not created: This version of ChromeDriver only supports Chrome version 113 Current browser version is 134.0.6998.89 with binary path

これはブラウザとchromedriverのバージョンが一致していない場合に発生します。

最新版は下記からダウンロードしてください:

https://developer.chrome.com/docs/chromedriver/downloads

Chrome 115以降の場合は

https://googlechromelabs.github.io/chrome-for-testing/

からOSに合ったchromedriverをダウンロード

alt text

このセクションが不十分な場合はissueを立ててください。

connection adaptersの問題

Exception: Provider lm-studio failed: HTTP request failed: No connection adapters were found for '127.0.0.1:11434/v1/chat/completions'

provider IPアドレスの前にhttp://を付けてください:

provider_server_address = http://127.0.0.1:11434

SearxNG base URLが必要

raise ValueError("SearxNG base URL must be provided either as an argument or via the SEARXNG_BASE_URL environment variable.")
ValueError: SearxNG base URL must be provided either as an argument or via the SEARXNG_BASE_URL environment variable.

.env.exampleを.envにリネームしていない場合に発生します。もしくは下記でエクスポート:

export SEARXNG_BASE_URL="http://127.0.0.1:8080"

FAQ

Q: どんなハードウェアが必要？

モデルサイズ GPU コメント
7B 8GB Vram ⚠️ 推奨しません。性能が低く、幻覚やプランナー失敗が多発します。
14B 12 GB VRAM (例: RTX 3060) ✅ 簡単なタスクなら使用可。ウェブブラウジングや計画タスクは苦手。
32B 24+ GB VRAM (例: RTX 4090) 🚀 ほとんどのタスクで成功。計画タスクはやや苦手
70B+ 48+ GB Vram (例: mac studio) 💪 高度な用途に最適。推奨

Q: なぜDeepseek R1を推奨？

Deepseek R1は推論やツール利用に優れています。他モデルも使えますが、Deepseekが主力です。

Q: cli.py実行時にエラーが出る場合は？

ollama serveが動作しているか、config.iniが正しいか、依存パッケージがインストールされているか確認してください。解決しない場合はissueを立ててください。

Q: 本当に100%ローカルで動作する？

Ollama、lm-studio、serverプロバイダーなら音声認識・LLM・音声合成すべてローカルで動作します。API利用はオプションです。

Q: ManusがあるのにAgenticSeekを使う理由は？

このプロジェクトはローカルモデル利用とAPI回避を目的に始まりました。JarvisやFriday（アイアンマン）風の「かっこよさ」とManusの機能性を両立。Manusと違い外部依存を排除し、プライバシーとコスト削減を重視しています。

コントリビュート

AgenticSeekの改善にご協力ください！issueやディスカッションをチェック

コントリビューションガイド

Star History Chart

メンテナー:

Fosowl | パリ時間

antoineVIVIES | 台北時間

steveh8758 | 台北時間

Special Thanks:

tcsenpai および plitc バックエンドDocker化への貢献に感謝