stephane.david/agenticSeek

Fork 0

Files

T

Chaudry24 e869379751 chore: updated instructions to use uv package manager

2025-06-04 10:40:53 -05:00

11 KiB

Raw Blame History

AgenticSeek: Alternativa Privada e Local ao Manus AI

Uma alternativa 100% local ao Manus AI, este assistente de IA habilitado por voz navega autonomamente na web, escreve código e planeja tarefas mantendo todos os dados no seu dispositivo. Projetado para modelos de raciocínio locais, roda inteiramente no seu hardware, garantindo total privacidade e zero dependência de nuvem.

Por que AgenticSeek?

🔒 Totalmente Local & Privado
Roda integralmente na sua máquina — sem nuvem, sem compartilhamento de dados. Seus arquivos, conversas e buscas permanecem sob seu controle.
🌐 Navegação Web Inteligente
AgenticSeek pode navegar na internet sozinho — buscar, ler, extrair informações, preencher formulários — tudo de forma autônoma.
💻 Assistente de Programação Autônomo
Precisa de código? Ele escreve, depura e executa programas em Python, C, Go, Java e muito mais — sem supervisão constante.
🧠 Seleção Inteligente de Agentes
Você faz a pergunta, ele escolhe automaticamente o melhor "agente" para a tarefa. É como ter uma equipe de especialistas sempre à disposição.
📋 Planeja e Executa Tarefas Complexas
De roteiros de viagem a projetos grandes — divide grandes objetivos em etapas e realiza tudo usando múltiplos agentes de IA.
🎙️ Habilitado por Voz
Integração limpa de texto para fala e fala para texto — fale com ele como se fosse um assistente de ficção científica.

Demonstração

Exemplo de uso

"Pode buscar na web informações sobre o projeto AgenticSeek, identificar requisitos, abrir o arquivo CV_candidates.zip e me dizer qual currículo se adequa melhor?"

https://github.com/user-attachments/assets/b8ca60e9-7b3b-4533-840e-08f9ac426316

Aviso: Esta demonstração, incluindo todos os arquivos que aparecem (ex.: CV_candidates.zip), é totalmente fictícia. Não somos uma corporação e buscamos contribuições de código, não candidatos.

🛠️ Em Desenvolvimento – Buscando colaboradores!

Instalação

Certifique-se de ter instalado: ChromeDriver, Docker, Docker Compose e Python 3.10.
Recomendamos usar exatamente Python 3.10 para evitar erros de dependência.

Para problemas com ChromeDriver, veja a seção Problemas Conhecidos.

1️⃣ Clone o repositório e configure o ambiente

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

2️⃣ Instale o Gerenciador de Pacotes UV

Para Linux/macOS:

curl -LsSf https://astral.sh/uv/install.sh | sh

Para Windows:

powershell -c "irm https://astral.sh/uv/install.ps1 | iex"

3️⃣ Crie um Ambiente Virtual

uv venv

4️⃣ Instale o pacote

Instalação Automática (Recomendada)

Linux/macOS
```
./install.sh
```
Windows
```
.\install.bat
```

Instalação Manual

Obs.: Verifique sempre se a versão do ChromeDriver corresponde à do seu Chrome (google-chrome --version).

Linux (Debian/Ubuntu)

sudo apt update
sudo apt install -y alsa-utils portaudio19-dev python3-pyaudio \
                    libgtk-3-dev libnotify-dev libgconf-2-4 \
                    libnss3 libxss1 chromium-chromedriver
pip3 install --upgrade pip setuptools wheel
pip3 install -r requirements.txt

macOS

brew update
brew install --cask chromedriver
brew install portaudio
python3 -m pip install --upgrade pip setuptools wheel
pip3 install -r requirements.txt

Windows

pip install pyreadline3
# Instale o portaudio (via vcpkg ou binário)
pip install pyaudio
# Baixe e coloque o ChromeDriver no PATH:
# https://sites.google.com/chromium.org/driver/getting-started
pip3 install -r requirements.txt

Configuração para rodar LLM localmente

Requisitos de Hardware

Para modelos grandes (~14B+), é recomendada GPU com 8 GB+ de VRAM. Veja a seção FAQ para detalhes.

1️⃣ Inicie seu provedor local (ex.: Ollama)

ollama serve

2️⃣ Edite o `config.ini`

[MAIN]
is_local = True                # Executar localmente
provider_name = ollama         # ou lm-studio, server, openai, etc.
provider_model = deepseek-r1:14b
provider_server_address = 127.0.0.1:11434
agent_name = Jarvis            # Nome do assistente
recover_last_session = True    # Retomar sessão anterior
save_session = True            # Salvar histórico de sessão
speak = True                   # Texto para fala
listen = False                 # Fala para texto (CLI)
work_dir = /caminho/para/workspace
languages = en zh pt

[BROWSER]
headless_browser = True        # Modo headless (recomendado para API)
stealth_mode = True            # Modo furtivo (undetected selenium)

Atenção:

Ao usar provider_name = lm-studio, adicione http:// em provider_server_address, se necessário.

Não use provider_name = openai junto com LM-studio sem prefixo http://.

Configuração para rodar com API remota

Se preferir usar nuvem:

[MAIN]
is_local = False
provider_name = google       # openai, huggingface, togetherAI, etc.
provider_model = gemini-2.0-flash
provider_server_address = 127.0.0.1:5000

Exporte sua chave de API:

export OPENAI_API_KEY="sua_chave_aqui"
# ou export GOOGLE_API_KEY, TOGETHER_API_KEY, etc.

Iniciando serviços e executando o AgenticSeek

Ative o virtualenv, se ainda não estiver ativo.
Suba os serviços (Docker Compose):
- Linux/macOS
```
sudo ./start_services.sh
```
- Windows
```
.\start_services.cmd
```
Ative o ambiente virtual e escolha a interface:
```
source .venv/bin/activate
```
- CLI
```
python3 cli.py
```
  Dica: defina headless_browser = False no config.ini para ver o navegador.
- Web
```
python3 api.py
```
  Acesse http://localhost:3000/ no navegador.

Uso

Após iniciar os serviços, execute:

CLI: python3 cli.py
Web: python3 api.py e visite http://localhost:3000/

Para usar fala → texto (CLI), ajuste listen = True no config.ini.
Para encerrar, diga ou digite goodbye.

Exemplos de comandos:

Crie um jogo da cobrinha em Python!
Busque cafés em Rennes, França, e salve três endereços em rennes_cafes.txt.
Escreva em Go um programa para calcular fatorial e salve em factorial.go.
Procure JPGs na pasta summer_pictures, renomeie com a data de hoje e liste em photos_list.txt.
Pesquise notícias de IA de 2025, selecione três artigos e gere um script em Python para extrair títulos e resumos, salvando em ai_news.txt.

Configuração para executar o LLM em servidor remoto

Se você tem um servidor potente e quer acessá-lo do laptop:

No servidor, descubra seu IP:

# IP local
ip a | grep "inet " | grep -v 127.0.0.1 | awk '{print $2}' | cut -d/ -f1
# IP público
curl https://ipinfo.io/ip

Clone e entre na pasta do servidor:

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

Instale requisitos e execute:

pip3 install -r requirements.txt
python3 app.py --provider ollama --port 3333

No seu computador, ajuste config.ini:

[MAIN]
is_local = False
provider_name = server
provider_model = deepseek-r1:70b
provider_server_address = <IP_DO_SERVIDOR>:3333

FAQ

P: Que hardware eu preciso?

Tamanho do Modelo	GPU	Comentário
7B	8GB VRAM	⚠️ Não recomendado. Performance ruim, alucinações frequentes, e agentes planejadores provavelmente falharão.
14B	12 GB VRAM (ex: RTX 3060)	✅ Usável para tarefas simples. Pode ter dificuldades com navegação web e tarefas de planejamento.
32B	24+ GB VRAM (ex: RTX 4090)	🚀 Sucesso com a maioria das tarefas, ainda pode ter dificuldades com planejamento de tarefas
70B+	48+ GB VRAM (ex: mac studio)	💪 Excelente. Recomendado para casos de uso avançados.

P: Por que Deepseek R1 em vez de outros modelos?

Deepseek R1 se destaca em raciocínio e uso de ferramentas para seu tamanho. Achamos que é uma escolha sólida para nossas necessidades, outros modelos funcionam bem, mas Deepseek é nossa escolha principal.

P: Recebo um erro ao executar cli.py. O que faço?

Certifique-se de que o local está rodando (ollama serve), seu config.ini corresponde ao seu provedor, e as dependências estão instaladas. Se nada funcionar, sinta-se à vontade para abrir uma issue.

P: Pode realmente rodar 100% localmente?

Sim, com provedores Ollama, lm-studio ou server, todos os modelos de fala para texto, LLM e texto para fala rodam localmente. Opções não-locais (OpenAI ou outras APIs) são opcionais.

P: Por que devo usar AgenticSeek quando tenho Manus?

Isso começou como um Projeto Paralelo que fizemos por interesse em agentes de IA. O que é especial sobre isso é que queremos usar modelos locais e evitar APIs. Nos inspiramos em Jarvis e Friday (filmes do Homem de Ferro) para torná-lo "legal", mas para funcionalidade nos inspiramos mais no Manus, porque é isso que as pessoas querem em primeiro lugar: uma alternativa local ao Manus. Ao contrário do Manus, o AgenticSeek prioriza a independência de sistemas externos, dando a você mais controle, privacidade e evitando custos de API.

Contribuir

Estamos procurando desenvolvedores para melhorar o AgenticSeek! Confira issues abertas ou discussões.

Guia de contribuição

Mantenedores:

Fosowl | Horário de Paris | (Às vezes ocupado)

https://github.com/antoineVIVIES | Horário de Taipei | (Frequentemente ocupado)

steveh8758 | Horário de Taipei | (Sempre ocupado)

11 KiB Raw Blame History Unescape Escape