Repolode
投稿する
Shy2593666979

Shy2593666979/AgentChat

ツール、MCPサーバー、Skills、ナレッジベースを組み合わせたカスタマイズ可能なLLMエージェントと対話できる、セルフホスト型プラットフォーム。

GitHub で見る公式サイト
スター
931
フォーク
114
未解決の Issue
30
最終コミット
21 日前

これは何？

AgentChatは、LLMエージェントの構築と実行に使える、フロントエンドとバックエンドを分離したプラットフォームです。モデルサービスを接続し、各エージェントにプロンプト、組み込みまたはOpenAPIからインポートしたツール、SSEまたはStreamable HTTP経由のMCPサーバー、Skillテンプレート、ベクトル化とリランキングによる検索に対応したナレッジベースを設定します。

軽量な構成でローカル実行できるよう設計されており、デフォルトではSQLite、インメモリキャッシュ、ローカルファイル、Chromaを使用します。設定によりMySQL、Redis、MinIO、Milvusも利用できます。ユーザーは1つの会話内でエージェントを切り替えたり、探索ページから時間のかかる検索・レポート作成タスクを開始したり、ツールの実行手順やMarkdownレポートを確認したりできます。登録ユーザーにはそれぞれ、デフォルトのエージェント、ツール、Skills、MCPエントリーが独立して用意されます。

モデルとトークンの使用状況も記録し、ダッシュボード、リクエストのトレース、ツールの実行時間ログを提供します。また、AG-UIアダプターを通じてメッセージと実行状態をストリーミングします。LangChainとFastAPIを基盤に、Vue 3フロントエンドを採用しており、ライセンスはMITです。

主な機能

  • 01会話中にエージェントを切り替えられ、トピック名を自動生成するチャットセッション
  • 02プロンプト、ツール、MCPサーバー、Skills、ナレッジベースを設定できるエージェント
  • 03ナレッジベースのアップロード、ベクトル化、検索、リランキングに対応し、オプションでElasticsearchの全文検索も利用可能
  • 04SSEまたはStreamable HTTP経由のMCPサーバー接続と、OpenAPIからのツールインポート
  • 05トークン使用統計、ダッシュボード、リクエストのトレース、ツールの実行時間ログ

ユースケース

  • 独自のモデルAPIキーを使い、カスタムエージェントを備えたプライベートアシスタントを構築する
  • 社内ナレッジベースをエージェントに接続し、ドキュメントに関するQ&Aを行う
  • 1つのWebインターフェースでMCPサーバーやツール呼び出しを試す
  • 複数ステップの調査タスクを実行し、Markdownレポートを作成する

クイックスタート

  1. 1

    READMEに記載されているuv、Python 3.12、Node.js 22をインストールします

  2. 2

    リポジトリをクローンし、バックエンドの依存関係をインストールします

    git clone --branch main https://github.com/Shy2593666979/AgentChat.git && cd AgentChat/src/backend && uv sync --locked --python 3.12
  3. 3

    シンプルな設定ファイルをコピーし、チャットモデルのAPIキーを設定します

    cp agentchat/config.simple.yaml agentchat/config.local.simple.yaml
  4. 4

    バックエンドサーバーを起動します

    export AGENTCHAT_CONFIG=agentchat/config.local.simple.yaml && uv run --locked uvicorn agentchat.main:app --host 127.0.0.1 --port 7860

使う前に知っておきたいこと

  • ナレッジベースには、別途設定した埋め込みモデルとリランキングモデルが必要です。チャットモデルのキーだけでは不十分です。
  • 一部の外部ツールでは、それぞれ専用のAPIキーが必要です。
  • セルフホスティングには、PythonバックエンドとNode.jsフロントエンドを別々のターミナルでセットアップする必要があります。
  • このリリースのDockerセットアップは、メンテナーによる検証が済んでいません。

収録されている特集

MCP サーバー

トピック

#agent#llm#mcp#rag#langchain#fastapi#vue#knowledge-base#ag-ui#agent-memory

よくある質問

AgentChat とは？
ツール、MCPサーバー、Skills、ナレッジベースを組み合わせたカスタマイズ可能なLLMエージェントと対話できる、セルフホスト型プラットフォーム。 AgentChatは、LLMエージェントの構築と実行に使える、フロントエンドとバックエンドを分離したプラットフォームです。モデルサービスを接続し、各エージェントにプロンプト、組み込みまたはOpenAPIからインポートしたツール、SSEまたはStreamable HTTP経由のMCPサーバー、Skillテンプレート、ベクトル化とリランキングによる検索に対応したナレッジベースを設定します。
AgentChat は無料で使えますか？ライセンスは？
AgentChat は MIT ライセンスのオープンソースです。商用製品で使う前にライセンス条件を確認してください。
AgentChat は今もメンテナンスされていますか？
活発にメンテナンス中。AgentChat の最終コミットは 2026年10月17日 です。
AgentChat は何に使えますか？
独自のモデルAPIキーを使い、カスタムエージェントを備えたプライベートアシスタントを構築する 社内ナレッジベースをエージェントに接続し、ドキュメントに関するQ&Aを行う 1つのWebインターフェースでMCPサーバーやツール呼び出しを試す 複数ステップの調査タスクを実行し、Markdownレポートを作成する
AgentChat のインストール方法は？
READMEに記載されているuv、Python 3.12、Node.js 22をインストールします リポジトリをクローンし、バックエンドの依存関係をインストールします: git clone --branch main https://github.com/Shy2593666979/AgentChat.git && cd AgentChat/src/backend && uv sync --locked --python 3.12 シンプルな設定ファイルをコピーし、チャットモデルのAPIキーを設定します: cp agentchat/config.simple.yaml agentchat/config.local.simple.yaml バックエンドサーバーを起動します: export AGENTCHAT_CONFIG=agentchat/config.local.simple.yaml && uv run --locked uvicorn agentchat.main:app --host 127.0.0.1 --port 7860
AgentChat はどこで入手できますか？
ソースコードとインストール手順は GitHub にあります：https://github.com/Shy2593666979/AgentChat

概要はプロジェクトの README をもとに AI が生成しています。GitHub の数値は毎日更新されます。

関連プロジェクト