15 KiB
AgenticSeek: Une IA comme Manus mais à base d'agents DeepSeek R1 fonctionnant en local.
Une alternative entièrement locale à Manus AI, un assistant IA qui code, explore votre système de fichiers, navigue sur le web et corrige ses erreurs, tout cela sans envoyer la moindre donnée dans le cloud. Cet agent autonome fonctionne entièrement sur votre hardware, garantissant la confidentialité de vos données.
🛠️ En cours de développement – On cherche activement des contributeurs!
https://github.com/user-attachments/assets/4bd5faf6-459f-4f94-bd1d-238c4b331469
Recherche sur le web des activités à faire à Paris
Code le jeu snake en python
J'aimerais que tu trouve une api météo et que tu me code une application qui affiche la météo à Toulouse
Fonctionnalités:
-
100% Local: Fonctionne en local sur votre PC. Vos données restent les vôtres.
-
Accès à vos Fichiers: Utilise bash pour naviguer et manipuler vos fichiers.
-
Codage semi-autonome: Peut écrire, déboguer et exécuter du code en Python, C, Golang et d'autres langages à venir.
-
Routage d'Agent: Sélectionne automatiquement l’agent approprié pour la tâche.
-
Planification: Pour les taches complexe utilise plusieurs agents.
-
Navigation Web Autonome: Navigation web autonome.
-
Memoire efficace: Gestion efficace de la mémoire et des sessions.
Installation
Assurez-vous d’avoir installé le pilote Chrome, Docker et Python 3.10 (ou une version plus récente).
Pour les problèmes liés au pilote Chrome, consultez la section Chromedriver.
1️⃣ Cloner le repo et configurer
git clone https://github.com/Fosowl/agenticSeek.git
cd agenticSeek
mv .env.example .env
2 Créer un environnement virtuel
python3 -m venv agentic_seek_env
source agentic_seek_env/bin/activate
# Sur Windows: agentic_seek_env\Scripts\activate
3️⃣ Installation
Automatique:
./install.sh
Manuel:
pip3 install -r requirements.txt
Faire fonctionner sur votre machine
Nous recommandons d’utiliser au minimum DeepSeek 14B, les modèles plus petits ont du mal avec l’utilisation des outils et oublient rapidement le contexte.
Lancer votre provider local, par exemple avec ollama:
ollama serve
Voyez la section Provider pour la liste de provideurs disponible.
Modifiez le fichier config.ini pour définir provider_name sur le nom d'un provideur et provider_model sur le LLM à utiliser.
[MAIN]
is_local = True
provider_name = ollama # ou lm-studio, openai, etc...
provider_model = deepseek-r1:14b
provider_server_address = 127.0.0.1:11434
Liste des provideurs locaux
| Fournisseur | Local ? | Description |
|---|---|---|
| ollama | Oui | Exécutez des LLM localement avec facilité en utilisant ollama comme fournisseur LLM |
| lm-studio | Oui | Exécutez un LLM localement avec LM studio (définissez provider_name sur lm-studio) |
| openai | Oui | Utilisez une API local compatible avec openai |
démarrer tous les services :
sudo ./start_services.sh
Lancer agenticSeek:
python3 cli.py
Voyez la section Utilisation si vous ne comprenez pas comment l’utiliser
Voyez la section Problèmes connus si vous rencontrez des problèmes
Voyez la section Exécuter avec une API si votre matériel ne peut pas exécuter DeepSeek localement
Voyez la section Configuration pour une explication détaillée du fichier de configuration.
Utilisation
Assurez-vous que les services sont en cours d’exécution avec ./start_services.sh et lancez AgenticSeek avec python3 cli.py
sudo ./start_services.sh
python3 cli.py
Vous verrez un prompt: ">>> " Cela indique qu’AgenticSeek attend que vous saisissiez des instructions. Vous pouvez également utiliser la reconnaissance vocale en définissant listen = True dans la configuration.
Pour quitter, dites simplement goodbye.
Voici quelques exemples d’utilisation :
Programmation
Aide-moi avec la multiplication de matrices en Golang
Initalize un nouveau project python, setup le readme, gitignore et tout le bordel et fait un premier commit
Fais un jeu snake en Python
Recherche web
Fais une recherche sur le web pour trouver des startups technologiques au Japon qui travaillent sur des recherches avancées en IA
Peux-tu trouver sur internet qui a créé agenticSeek ?
Peux-tu trouver sur quel site je peux acheter une RTX 4090 à bas prix ?
Fichier
Hé, peux-tu trouver où est contrat.pdf ? Je l’ai perdu
Montre-moi combien d’espace il me reste sur mon disque
Trouve et lis le fichier README.md et suis les instructions d’installation
Conversation
Parle-moi de la France
Quel est le sens de la vie ?
Donne moi une recette simple pour ce midi j'ai pas d'inspi
Après avoir saisi votre requête, AgenticSeek attribuera le meilleur agent pour la tâche.
Le système de routage des agents peut parfois ne pas toujours attribuer le bon agent en fonction de votre requête.
Par conséquent, vous devez être assez explicite sur ce que vous voulez et sur la manière dont l’IA doit procéder. Par exemple, si vous voulez qu’elle effectue une recherche sur le web, ne dites pas :
Connait-tu de bons pays pour voyager seul ?
Dites plutôt :
Fait une recherche sur le web, quels sont les meilleurs pays pour voyager seul?
Exécuter le LLM sur votre propre serveur
Si vous disposez d’un ordinateur puissant ou d’un serveur que vous voulez utiliser, mais que vous souhaitez y accéder depuis votre ordinateur portable, vous avez la possibilité d’exécuter le LLM sur un serveur distant.
1️⃣ Configurer et démarrer les scripts du serveur
Sur votre "serveur" qui exécutera le modèle IA, obtenez l’adresse IP
ip a | grep "inet " | grep -v 127.0.0.1 | awk '{print $2}' | cut -d/ -f1
Remarque : Pour Windows ou macOS, utilisez respectivement ipconfig ou ifconfig pour trouver l’adresse IP.
Clonez le dépôt et entrez dans le dossier server/.
git clone --depth 1 https://github.com/Fosowl/agenticSeek.git
cd agenticSeek/server/
Installez les dépendances spécifiques au serveur :
pip3 install -r requirements.txt
Exécutez le script du serveur.
python3 app.py --provider ollama --port 3333
Vous avez le choix entre utiliser ollama et llamacpp comme service LLM.
2️⃣ Lancer
Maintenant, sur votre ordinateur personnel :
Modifiez le fichier config.ini pour définir provider_name sur server et provider_model sur deepseek-r1:14b.
Définissez provider_server_address sur l’adresse IP de la machine qui exécutera le modèle.
[MAIN]
is_local = False
provider_name = server
provider_model = deepseek-r1:14b
provider_server_address = x.x.x.x:3333
Exécutez l’assistant :
sudo ./start_services.sh
python3 cli.py
Exécuter avec une API
AVERTISSEMENT : Assurez-vous qu’il n’y a pas d’espace en fin de ligne dans la configuration.
Définissez is_local sur True si vous utilisez une API basée sur OpenAI localement.
Changez l’adresse IP si votre API basée sur OpenAI fonctionne sur votre propre serveur.
[MAIN]
is_local = False
provider_name = openai
provider_model = gpt-4o
provider_server_address = 127.0.0.1:5000
Exécutez l’assistant :
sudo ./start_services.sh
python3 cli.py
Config
Exemple de configuration :
[MAIN]
is_local = True
provider_name = ollama
provider_model = deepseek-r1:1.5b
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 fr
[BROWSER]
headless_browser = False
stealth_mode = False
Explication du fichier config.ini:
is_local -> Exécute l’agent localement (True) ou sur un serveur distant (False).
provider_name -> Le fournisseur à utiliser (parmi : ollama, server, lm-studio, deepseek-api).
provider_model -> Le modèle utilisé, par exemple, deepseek-r1:1.5b.
provider_server_address -> Adresse du serveur, par exemple, 127.0.0.1:11434 pour local. Définissez n’importe quoi pour une API non locale.
agent_name -> Nom de l’agent, par exemple, Friday. Utilisé comme mot déclencheur pour la reconnaissance vocale.
recover_last_session -> Reprend la dernière session (True) ou non (False).
save_session -> Sauvegarde les données de la session (True) ou non (False).
speak -> Active la sortie vocale (True) ou non (False).
listen -> Écoute les entrées vocales (True) ou non (False).
work_dir -> Dossier auquel l’IA aura accès, par exemple : /Users/user/Documents/.
jarvis_personality -> Utilise une personnalité inspiré de Jarvis (True) ou non (False). Cela utilise simplement une prompt alternative. Marche moins bien en français.
headless_browser -> Exécute le navigateur sans fenêtre visible (True) ou non (False).
stealth_mode -> Rend la détection des bots plus difficile. Le seul inconvénient est que vous devez installer manuellement l’extension anticaptcha.
languages -> La liste de languages supportés (nécessaire pour le routage d'agents). Plus la liste est longue. Plus un nombre important de modèles sera téléchargés.
Providers
Le tableau ci-dessous montre les LLM providers disponibles :
| Provider | Local? | Description |
|---|---|---|
| ollama | Yes | Exécutez des LLM localement avec facilité en utilisant Ollama comme fournisseur LLM |
| server | Yes | Hébergez le modèle sur une autre machine, exécutez sur votre machine locale |
| lm-studio | Yes | Exécutez un LLM localement avec LM Studio (définissez provider_name sur lm-studio) |
| openai | No | Utilise ChatGPT API (pas privé) |
| deepseek-api | No | Deepseek API (pas privé) |
| huggingface | No | Hugging-Face API (pas privé) |
Pour sélectionner un provider LLM, modifiez le config.ini :
is_local = False
provider_name = openai
provider_model = gpt-4o
provider_server_address = 127.0.0.1:5000
is_local : doit être True pour tout LLM exécuté localement, sinon False.
provider_name : Sélectionnez le fournisseur à utiliser par son nom, voir la liste des fournisseurs ci-dessus.
provider_model : Définissez le modèle à utiliser par l’agent.
provider_server_address : peut être défini sur n’importe quoi si vous n’utilisez pas le fournisseur server.
Problèmes connus
Problèmes avec Chromedriver
Erreur #1:incompatibilité
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
Cela se produit s’il y a une incompatibilité entre votre navigateur et la version de chromedriver.
Vous devez naviguer pour télécharger la dernière version :
https://developer.chrome.com/docs/chromedriver/downloads
Si vous utilisez Chrome version 115 ou plus récent, allez sur :
https://googlechromelabs.github.io/chrome-for-testing/
Et téléchargez la version de chromedriver correspondant à votre système d’exploitation.
Si cette section est incomplète, merci de faire une nouvelle issue sur github.
FAQ
Q: Quel matériel est nécessaire ?
| Taille du Modèle | GPU | Commentaire |
|---|---|---|
| 7B | 8 Go VRAM | ⚠️ Non recommandé. Performances médiocres, hallucinations fréquentes, et l'agent planificateur échouera probablement. |
| 14B | 12 Go VRAM (par ex. RTX 3060) | ✅ Utilisable pour des tâches simples. Peut rencontrer des difficultés avec la navigation web et les tâches de planification. |
| 32B | 24+ Go VRAM (par ex. RTX 4090) | 🚀 Réussite avec la plupart des tâches, peut encore avoir des difficultés avec la planification des tâches. |
| 70B+ | 48+ Go VRAM (par ex. Mac Studio) | 💪 Excellent. Recommandé pour des cas d'utilisation avancés. |
Q: Pourquoi deepseek et pas un autre modèle
DeepSeek R1 excelle dans le raisonnement et l’utilisation d’outils pour sa taille. Nous pensons que c’est un choix solide pour nos besoins, bien que d’autres modèles fonctionnent également (bien que moins bien pour un nombre équivalent de paramètres).
Q: J'ai une erreur quand je lance le programme, je fait quoi?
Assurez-vous qu’Ollama est en cours d’exécution (ollama serve), que votre config.ini correspond à votre fournisseur, et que les dépendances sont installées. Si cela ne fonctionne pas, n’hésitez pas à signaler un problème.
Q: C'est vraiment 100% local?
Oui, avec les fournisseurs Ollama, lm-studio ou Server, toute la reconnaissance vocale, le LLM et la synthèse vocale fonctionnent localement. Les options non locales (OpenAI ou autres API) sont facultatives.
Q: En quoi c'est supérieur à Manus
Il ne l'est certainement pas, mais nous privilégions l’exécution locale et la confidentialité par rapport à une approche basée sur le cloud. C’est une alternative plus accessible et surtout moins cher !
Contribution
Nous recherchons des développeurs pour améliorer AgenticSeek ! Consultez la section "issues" github ou les discussions.