一般
よくある質問
AgentOS について知っておくべきすべて — 初回インストールから本番デプロイまで。
一般
AgentOS とは?
AgentOS は本番運用 AI エージェントを構築するためのオープンソースの TypeScript ランタイムで、Manic Agency LLC(manic.agency)と Frame.dev によって開発されています。マルチエージェント・オーケストレーション、認知メモリ、マルチモーダル RAG、組み込みの安全ガードレール(PII 編集、プロンプトインジェクション防御、コンテンツモデレーション)、音声パイプライン、37 のチャネルアダプタ、21 の LLM プロバイダ統合を提供します。AgentOS は AI ネイティブのゲーミングプラットフォーム Wilds.ai の AI システムも支えています。セルフホスト可能で無料です。
AgentOS は無料でオープンソースですか?
はい。コアランタイムは Apache 2.0 ライセンスです。エージェントプリセット、拡張機能、ガードレールは MIT ライセンスです。これらのライセンス条件のもと、AgentOS を商用利用、改変、再配布できます。
どの LLM プロバイダーがサポートされていますか?
AgentOS は OpenAI、Anthropic、Google Gemini、Mistral、Cohere、Ollama、OpenRouter、Together AI、Fireworks AI、Groq、Perplexity、DeepSeek、xAI(Grok)、Replicate、Anyscale、AI21 Labs、Aleph Alpha、AWS Bedrock、Azure OpenAI、Cloudflare Workers AI、HuggingFace Inference を含む 21 種の LLM プロバイダをサポートしています。プロバイダのフォールバックチェーンにより自動フェイルオーバーが可能です。
AgentOS はどのプログラミング言語で構築されていますか?
AgentOS は完全に TypeScript で書かれており、Node.js 上で動作します。npm パッケージ名は @framers/agentos です。任意の TypeScript または JavaScript プロジェクトで動作します。
AgentOS は LangChain、CrewAI、AutoGen とどう違うのですか?
AgentOS は TypeScript ネイティブで(Python ではなく)、Ebbinghaus 減衰曲線と HEXACO パーソナリティモデリングを備えた認知メモリを含み、基本的なプロンプトフィルタリングではなく 5 段階のセキュリティ階層を提供し、37 種類の組み込みチャネルアダプタ(Discord、Telegram、Slack、メールなど)を備え、グラフベースのエージェント DAG を含む 6 つのオーケストレーション戦略をサポートします。また、88 種類の厳選スキルと、トークン使用量を約 90% 削減する能力ディスカバリーエンジンを同梱しています。
faq.general.whatIsParacosm.question
faq.general.whatIsParacosm.answer
faq.general.whatIsWildsAi.question
faq.general.whatIsWildsAi.answer
技術
GMI とは?
GMI は General Machine Intelligence の略で、各 AgentOS エージェントの認知コアです。GMI は、エージェントのパーソナリティ特性(HEXACO 経由)、メモリシステム、ツールアクセス、ガードレール設定、コミュニケーションスタイルを単一の永続的なアイデンティティに統合します。GMI はセッション間で状態を保持し、蓄積された経験に基づいて振る舞いを適応させます。
HEXACO パーソナリティとは?
HEXACO は心理学研究(Ashton & Lee, 2004)に由来する 6 因子パーソナリティモデルです。6 つの次元は、正直さ-謙虚さ、情動性、外向性、協調性、誠実性、経験への開放性です。AgentOS では、HEXACO 特性がエージェントのコミュニケーション、記憶、意思決定の方法を調整します。たとえば、高い開放性は想起時のメモリ再固定化を高め、高い誠実性は無関係な連想に対する検索誘発性忘却を強化します。
認知メモリはどのように機能しますか?
AgentOS の認知メモリは認知科学研究から 8 つのメカニズムを実装しています:再固定化、検索誘発性忘却、不随意想起、知覚フィーリング、時間的ジスト抽出、スキーマ符号化、出典信頼度の減衰、情動調節。記憶は Ebbinghaus 忘却曲線(Ebbinghaus, 1885)に従って時間とともに減衰し、間隔反復と固定化により重要な情報を保持します。ワーキングメモリは Baddeley の多重成分モデル(Baddeley, 2000)に従い、現在のターン用の揮発性スクラッチパッドを持ち、それがエピソード記憶、意味記憶、観察記憶の各層に固定化されます。
どのガードレールが利用できますか?
AgentOS は 5 段階のセキュリティ階層(dangerous、permissive、balanced、strict、paranoid)と 6 種類のガードレール拡張機能を提供します:PII 編集(名前、メール、電話番号、SSN)、プロンプトインジェクション検出のための ML 分類器、コード安全性分析、ソース文書に対するグラウンディング検証、エージェントをタスクに留めるためのトピカリティ強制、有害または不適切な出力のためのコンテンツポリシーフィルタリング。
能力ディスカバリーシステムとは?
能力ディスカバリーエンジンは、ツールとスキルの静的ダンプを 3 階層の意味検索に置き換え、トークン使用量を約 90% 削減します。Tier 0 はカテゴリの要約を約 150 トークンで提供します(常に含まれます)。Tier 1 は上位 5 件の意味的マッチを約 200 トークンで返します。Tier 2 は完全なスキーマをオンデマンドで約 1,500 トークンで配信します。discover_capabilities というメタツールにより、エージェントが実行時に利用可能なツールを自己発見できます。
QueryRouter はどのように機能しますか?
QueryRouter は受信クエリを 4 階層に分類します:T0(コンテキストからの直接回答)、T1(単一ツールの呼び出し)、T2(プランニングエンジンを必要とする多段階プラン)、T3(オーケストレーションを必要とするマルチエージェント委譲)。この分類が各リクエストの実行戦略とリソース割り当てを決定します。
アダプティブ・インテリジェンスとは?
アダプティブ・インテリジェンスは、AgentOS エージェントが再学習なしに振る舞いを継続的に改善する仕組みです。5 つのメカニズムが連携します:(1) メタリフレクティブなプロンプト適応 — PromptBuilder がターンごとに異なるシステムプロンプトを組み立て、パーソナリティ特性、気分状態、会話履歴、検索された記憶、利用可能なツールを動的に組み込みます。(2) 応答品質の自己評価 — self_evaluate ツールがエージェント自身の出力をスコア化し、温度、冗長度、パーソナリティ表現などのパラメータをリアルタイムで調整します。(3) パーソナリティが調整する認知 — HEXACO 特性がエージェントの情報処理を形作ります。高い開放性は記憶検索時の創造的連想を増やし、高い誠実性は無関係なデータの検索誘発性忘却を強化します。(4) 自律的な記憶の固定化 — ConsolidationLoop が弱い記憶を剪定し、頻繁にアクセスされる記憶を強化し、記憶クラスタから新しい洞察を導き出すため、エージェントの知識は明示的な学習なしに時間とともに向上します。(5) QueryRouter の階層分類 — システムは問い合わせの複雑さに応じて検索の深度を調整します。単純な質問は高速なキーワード検索を、複雑な質問は深掘り研究を含むフルハイブリッド RAG をトリガーします。
創発的行動とは?
創発的行動とは、明示的にプログラムされるのではなく、エージェントが実行時に発展させる能力のことです。AgentOS は 5 つの形態をサポートします:(1) ランタイムでのツール鍛造 — エージェントは forge_tool を介してその場で新しいツールを作成します。EmergentCapabilityEngine はサンドボックス化された JavaScript 実行と LLM-as-judge 評価を使用して、ツールを安全に作成、テスト、昇格します。(2) 自己改善するパーソナリティ — エージェントは adapt_personality を介して HEXACO パーソナリティ特性を制限内で適応させます。変異は Ebbinghaus 減衰とともに持続し、強く繰り返される適応は定着し、弱いものは自然に薄れます。(3) 動的なスキル管理 — エージェントは manage_skills を介して実行時にスキルを有効化または無効化し、目下のタスクに合わせて行動レパートリーを適応させます。(4) 組み合わせ可能なワークフロー作成 — エージェントは create_workflow を介して登録済みツールを多段階パイプラインに合成し、既存のビルディングブロックから新しい能力を構築します。(5) 階層化されたツール昇格 — 鍛造されたツールはセッション、エージェント、共有の各階層を進みます。信頼できると証明されたツール(5 回以上の成功、信頼スコア > 0.8)は、エージェント間の再利用のために自動昇格されます。
人間の代わりに LLM を判定者として使用できますか?
はい。AgentOS は 2 つの相補的な LLM-as-judge メカニズムを提供します。エージェンシーレベルでは、hitl.llmJudge() が決定を LLM に委譲する承認ハンドラを作成します。各 ApprovalRequest を設定可能な基準に対して評価し、信頼スコア付きの構造化された決定を返します。信頼度が閾値を下回ると、決定はフォールバックハンドラ(別の hitl ハンドラまたは人間)にエスカレーションされます。グラフレベルでは、humanNode() ビルダーが judge オプションを受け入れ、interrupt の決定を LLM に委譲します。判定者が確信している場合、グラフは中断せずに続行します。信頼度が低い場合、実行は通常の人間 interrupt にフォールスルーします。どちらのアプローチも設定可能な model、provider、criteria、confidence threshold をサポートします。
ガードレールは HITL 承認を上書きできますか?
はい。hitl.guardrailOverride が有効な場合、承認決定の後にガードレールが実行され、破壊的または機密性の高いアクションをブロックできます。これにより、自動承認、人間の承認、または hitl.llmJudge() の後に第 2 の安全層が追加されます。デフォルトの承認後ガードレールには code-safety と pii-redaction が含まれ、リストは hitl.postApprovalGuardrails で構成できます。承認ハンドラに最終決定権を持たせたい場合のみオーバーライドを無効化してください。
はじめに
AgentOS のインストール方法は?
npm 経由でインストール:npm install @framers/agentos。AgentOS は Node.js 18 以降を必要とします。CLI ツールには companion パッケージをインストール:npm install -g wunderland。
最初のエージェントの作成方法は?
Import the agent function and configure it with a provider, instructions, and optional personality traits:
import { agent } from '@framers/agentos'
const myAgent = agent({
provider: 'openai',
instructions: 'You are a helpful assistant.',
personality: {
openness: 0.8,
conscientiousness: 0.9,
},
memory: { enabled: true },
})
const reply = await myAgent.send('Hello!')
console.log(reply.text)音声機能の追加方法は?
AgentOS は複数の STT(音声認識)および TTS(音声合成)プロバイダをサポートしています。エージェント設定で STT と TTS プロバイダを指定して音声パイプラインを構成します。サポートされる STT プロバイダには Whisper(OpenAI)、Deepgram、AssemblyAI があります。TTS プロバイダには ElevenLabs、OpenAI TTS、Google Cloud TTS があります。リアルタイム音声インタラクション向けにテレフォニー統合が利用可能です。
AgentOS のデプロイ方法は?
AgentOS はセルフホスト可能で、Node.js が動作する場所ならどこでも動きます。Docker で独自のインフラにデプロイ、AWS、GCP、Azure などのクラウドプロバイダ、または Vercel、Railway、Fly.io などのプラットフォームを使用できます。ランタイムはゼロ構成セットアップでデフォルトに SQLite を使用し、本番スケールに合わせて Postgres、pgvector、Qdrant、Neo4j へのオプション移行が可能です。
AgentOS はオフラインで動作しますか?
はい。ローカル LLM 推論用の Ollama と組み合わせると、AgentOS は完全にオフラインで動作します。Ollama は Llama、Mistral、Phi などのオープンウェイトモデルへのローカルアクセスを提供します。SQLite ストレージバックエンドとインメモリベクターストアは外部サービスを必要としません。CLI は Ollama を自動検出してエージェントが使用するよう構成します。
エンタープライズ
AgentOS は本番運用可能ですか?
はい。AgentOS はエージェントに与える自由度を、完全にオープンから完全にロックダウンまで正確にコントロールできます。プロンプトインジェクション攻撃をブロックし、個人データを編集し、コンテンツをリアルタイムでモデレートし、機密性の高いツール呼び出しに承認を要求し、予算制限を適用し、サーキットブレーカーとレート制限を備えています。
AgentOS はどのコンプライアンス標準に対応していますか?
AgentOS は GDPR への準拠を念頭に設計されています — PII 編集ガードレールにより、LLM プロバイダに到達する前に個人データを除去できます。セルフホストの場合、すべてのデータは自社インフラ上に留まります。SOC 2 コンプライアンス文書は計画中です。メモリシステムはデータの削除とエクスポートをサポートし、アクセス権リクエストに対応します。
エンタープライズサポートは利用できますか?
はい。本番デプロイ、エンタープライズライセンス、専任サポート、カスタム統合については、[email protected] のチームにお問い合わせください。エンタープライズサポートには優先的なイシュー解決、アーキテクチャコンサルティング、デプロイメント支援が含まれます。
独自のインフラで AgentOS を使用できますか?
もちろんです。AgentOS は最初からセルフホスト前提で設計されています。セルフホストデプロイの場合、データは SQLite、Postgres、pgvector、Qdrant、Neo4j とともに自社インフラに留まります。ベンダーホスト型のマネージドベクターデータベースを希望する場合、Pinecone もサポートされています。セルフホストバックエンド用に Docker Compose 構成が提供されています。
学術参考文献
AgentOS の認知メモリとパーソナリティシステムは査読済みの研究に基づいています。
Ebbinghaus, H. (1885)
Memory: A Contribution to Experimental Psychology.
忘却曲線を確立した基礎研究。AgentOS は自動的なメモリ固定化に Ebbinghaus 減衰関数を使用します。
View sourceBaddeley, A. D. (2000)
The episodic buffer: a new component of working memory?
ワーキングメモリの 4 コンポーネントモデルを提唱。AgentOS のワーキングメモリはこのアーキテクチャに基づいてモデル化されています。
View sourceAshton, M. C., & Lee, K. (2004)
Empirical, theoretical, and practical advantages of the HEXACO model of personality structure.
HEXACO モデルは AgentOS エージェントのアイデンティティで使用される 6 因子のパーソナリティ次元を提供します。
View sourceBlondel, V. D., Guillaume, J.-L., Lambiotte, R., & Lefebvre, E. (2008)
Fast unfolding of communities in large networks.
Louvain アルゴリズムは AgentOS の GraphRAG で知識グラフのコミュニティ検出に使用されます。
View sourceMalkov, Y. A., & Yashunin, D. A. (2018)
Efficient and robust approximate nearest neighbor search using Hierarchical Navigable Small World graphs.
HNSW は、AgentOS が効率的な類似性検索のためにサポートする 7 つのベクターストアバックエンドの 1 つです。
View sourceNader, K., Schafe, G. E., & LeDoux, J. E. (2000)
Fear memories require protein synthesis in the amygdala for reconsolidation after retrieval.
メモリ再固定化メカニズムの基礎 — 記憶は想起されるたびに書き換えられます。
View sourceAnderson, M. C., Bjork, R. A., & Bjork, E. L. (1994)
Remembering can cause forgetting: Retrieval dynamics in long-term memory.
検索誘発性忘却の基礎 — ある記憶を検索すると、関連する競合する記憶が抑制されます。
View sourceBerntsen, D. (2010)
The unbidden past: Involuntary autobiographical memories as a basic mode of remembering.
不随意想起の基礎 — 文脈的な手がかりが自発的な記憶活性化を引き起こします。
View source