소개
AI 비서가 점점 더 강력해지고 있지만, 종종 클라우드 연결이 필요하고 개인 정보 보호 문제가 제기되는 시대에 AgenticSeek은 Manus AI와 같은 고급 AI 도구의 기능을 사용하면서도 데이터에 대한 완전한 통제를 유지하려는 사용자에게 매력적인 솔루션으로 등장했습니다. 이 포괄적인 튜토리얼은 AgenticSeek을 효과적으로 설정, 구성 및 사용하는 데 필요한 모든 것을 안내합니다.
AgenticSeek은 음성 상호 작용, 자율 웹 브라우징, 코드 생성 및 작업 계획 기능을 결합한 100% 로컬 AI 비서입니다. 클라우드 기반 대안과 달리, AgenticSeek은 전적으로 사용자의 하드웨어에서 실행되므로 대화, 파일 및 검색이 비공개로 유지됩니다. 코딩 비서를 찾는 개발자든, 웹 자동화가 필요한 연구원이든, 단순히 개인 정보 보호를 중요하게 생각하는 사람이든, 이 가이드는 AgenticSeek의 잠재력을 최대한 활용하는 데 도움을 줄 것입니다.
최대 생산성으로 개발팀이 함께 작업할 수 있는 통합 올인원 플랫폼을 원하십니까?
Apidog는 귀하의 모든 요구 사항을 충족하며, Postman을 훨씬 저렴한 가격으로 대체합니다!
AgenticSeek의 특별함
완전한 개인 정보 보호 및 로컬 운영
AgenticSeek의 가장 큰 장점은 개인 정보 보호에 대한 약속입니다. 언어 모델부터 음성 인식 및 텍스트 음성 변환에 이르기까지 모든 구성 요소는 사용자의 머신에서 로컬로 실행됩니다. 이는 다음을 의미합니다.
- 데이터가 장치를 벗어나지 않습니다.
- 핵심 기능에 클라우드 종속성 또는 인터넷 요구 사항이 없습니다.
- AI 상호 작용에 대한 완전한 통제
- 로컬 운영에 대한 구독료 또는 API 비용이 없습니다.
다중 모드 AI 기능
AgenticSeek은 단순한 챗봇이 아닙니다. 다음과 같은 작업을 수행할 수 있는 포괄적인 AI 시스템입니다.
- 자율적으로 웹 브라우징: 검색, 기사 읽기, 정보 추출, 심지어 웹 양식 채우기
- 코드 작성 및 실행: Python, Go, Java, C 및 기타 언어로 프로그램 생성
- 복잡한 작업 계획 및 실행: 여러 전문 에이전트를 사용하여 대규모 프로젝트를 관리 가능한 단계로 분할
- 음성 상호 작용: 자연스러운 음성-텍스트 및 텍스트-음성 기능
- 파일 관리: 로컬 파일 및 디렉토리 작업
지능형 에이전트 라우팅
AgenticSeek의 뛰어난 기능 중 하나는 각 작업에 가장 적합한 에이전트를 자동으로 선택하는 기능입니다. 요청을 하면 시스템이 쿼리를 분석하고 웹 브라우징 에이전트, 코딩 에이전트 또는 작업 계획 에이전트 등 가장 적절한 전문 에이전트로 라우팅합니다.
Agenticseek의 Github 저장소:
사전 요구 사항 및 하드웨어 요구 사항
설치를 시작하기 전에 AgenticSeek을 효과적으로 실행하기 위한 하드웨어 요구 사항을 이해하는 것이 중요합니다.
최소 시스템 요구 사항
- 운영 체제: Linux, macOS 또는 Windows
- Python: 버전 3.10 (특별히 권장)
- Chrome 브라우저: 최신 버전
- Docker: 지원 서비스 실행용
- 메모리: 최소 16GB RAM 권장
LLM 하드웨어 요구 사항
AgenticSeek의 성능은 로컬에서 실행하도록 선택한 언어 모델에 크게 좌우됩니다.
| 모델 크기 | GPU 요구 사항 | 성능 참고 사항 |
|---|---|---|
| 7B | 8GB VRAM | 권장하지 않음 - 성능 저하 및 잦은 오류 |
| 14B | 12GB VRAM (RTX 3060 또는 동급) | 간단한 작업에는 사용 가능, 복잡한 작업에는 어려움 |
| 32B | 24GB VRAM (RTX 4090 또는 동급) | 대부분의 작업에 우수한 성능 |
| 70B+ | 48GB+ VRAM (Mac Studio M2 Ultra 또는 동급) | 뛰어난 성능, 파워 유저에게 권장 |
권장 모델
AgenticSeek은 다음과 같은 추론 중심 모델과 가장 잘 작동합니다.
- Deepseek R1: 추론 및 도구 사용에 탁월
- Qwen: 다양한 작업에서 강력한 성능
- Llama 모델: 우수한 범용 성능
설치 과정
1단계: 클론 및 초기 설정
먼저 AgenticSeek 저장소를 클론하고 기본 구성을 설정합니다.
git clone https://github.com/Fosowl/agenticSeek.git
cd agenticSeek
mv .env.example .env
2단계: 가상 환경 생성
종속성 충돌을 방지하기 위해 Python 3.10을 특별히 사용하는 것이 중요합니다.
python3 -m venv agentic_seek_env
source agentic_seek_env/bin/activate
# Windows에서: agentic_seek_env\Scripts\activate
3단계: 종속성 설치
Linux/macOS (자동 설치):
./install.sh
Windows:
./install.bat
수동 설치 (자동 설치 실패 시):
Linux:
sudo apt update
sudo apt install -y alsa-utils portaudio19-dev python3-pyaudio libgtk-3-dev libnotify-dev libgconf-2-4 libnss3 libxss1
sudo apt install -y chromium-chromedriver
pip3 install -r requirements.txt
macOS:
brew update
brew install --cask chromedriver
brew install portaudio
python3 -m pip install --upgrade pip
pip3 install --upgrade setuptools wheel
pip3 install -r requirements.txt
Windows:
pip install pyreadline3
pip install pyaudio
pip3 install -r requirements.txt
참고: Windows의 경우 공식 Chrome 웹사이트에서 ChromeDriver를 수동으로 다운로드하여 PATH에 추가해야 합니다.
4단계: 로컬 LLM 제공업체 설정
가장 인기 있는 선택은 사용하기 쉬운 Ollama입니다.
# Ollama 설치 및 시작
ollama serve
# 권장 모델 풀 (다운로드)
ollama pull deepseek-r1:14b # 하드웨어에 따라 크기 조정
구성 설정
config.ini 이해
AgenticSeek 구성의 핵심은 config.ini 파일에 있습니다. 각 설정에 대한 자세한 내용은 다음과 같습니다.
[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 = True
listen = False
work_dir = /Users/yourname/Documents/ai_workspace
jarvis_personality = False
languages = en zh
[BROWSER]
headless_browser = True
stealth_mode = True
주요 구성 옵션 설명
핵심 설정:
is_local: 로컬 운영 시True, API 제공업체 사용 시False로 설정provider_name:ollama,lm-studio,openai등 중에서 선택provider_model: 사용할 특정 모델 (예:deepseek-r1:14b)work_dir: AgenticSeek이 파일을 읽고 쓸 수 있는 디렉토리
성격 및 상호 작용:
agent_name: AI 비서의 이름 (음성 활성화 시 깨우는 단어로 사용)speak: 텍스트 음성 변환 출력 활성화listen: 음성-텍스트 입력 활성화 (CLI만 해당)jarvis_personality: 보다 대화적이고 Jarvis와 같은 성격 사용
브라우저 설정:
headless_browser: 눈에 보이는 창 없이 브라우저 실행 (웹 인터페이스에 권장)stealth_mode: 봇 감지를 피하기 위해 undetected Selenium 사용
작업 공간 설정
AgenticSeek이 작업할 전용 디렉토리를 선택합니다. AI가 파일을 생성, 수정 및 구성하는 데 불편함이 없는 위치여야 합니다.
mkdir ~/Documents/agentic_workspace
이 경로로 config.ini를 업데이트합니다.
work_dir = /Users/yourname/Documents/agentic_workspace
시작하기: 첫 실행
서비스 시작
AgenticSeek을 실행하기 전에 지원 서비스를 시작해야 합니다.
# 가상 환경 활성화
source agentic_seek_env/bin/activate
# 서비스 시작 (웹 검색용 SearxNG, Redis, 프론트엔드)
sudo ./start_services.sh # Linux/macOS
# 또는
start_services.cmd # Windows
옵션 1: 명령줄 인터페이스 (CLI)
CLI 인터페이스는 터미널 기반 상호 작용을 선호하는 사용자에게 적합합니다.
python3 cli.py
권장 CLI 설정:
- 브라우저 동작을 보려면 config.ini에서
headless_browser = False로 설정 - 음성 응답을 위해
speak = True로 설정 - 음성 입력을 원하면
listen = True로 설정
옵션 2: 웹 인터페이스
보다 시각적인 경험을 위해 웹 인터페이스를 사용합니다.
# 백엔드 시작
python3 api.py
그런 다음 브라우저를 열고 http://localhost:3000/으로 이동합니다.
권장 웹 인터페이스 설정:
- 성능 향상을 위해
headless_browser = True로 설정 - 브라우저에서 오디오를 원하지 않는 한
speak = False를 유지
AgenticSeek의 기능 이해
웹 브라우징 및 연구
AgenticSeek은 자율적으로 인터넷을 탐색하여 정보를 수집할 수 있습니다. 효과적인 쿼리 예시는 다음과 같습니다.
좋은 쿼리: "2024년 상위 10개 프로그래밍 언어를 웹에서 검색하고 programming_trends.txt에 요약을 저장해줘"
피해야 할 쿼리: "인기 있는 프로그래밍 언어는 뭐야?" (너무 모호하며 웹 검색이 필요하다는 것을 나타내지 않음)
AI는 다음을 수행할 수 있습니다.
- SearxNG (개인 정보 보호 중심 검색 엔진)를 사용하여 검색
- 웹사이트 탐색 및 정보 추출
- 웹 양식 채우기 (실험적 기능)
- 콘텐츠 다운로드 및 저장
코드 생성 및 실행
AgenticSeek은 여러 언어로 코드를 작성하고 실행하는 데 탁월합니다.
요청 예시:
- "CSV 데이터를 분석하고 시각화를 생성하는 Python 스크립트를 작성해줘"
- "REST API 서버를 구현하는 Go 프로그램을 만들어줘"
- "퀵소트 알고리즘을 사용하여 배열을 정렬하는 C 프로그램을 작성해줘"
AI는 다음을 수행합니다.
- 완전하고 실행 가능한 코드 생성
- 필요한 가져오기 및 종속성 추가
- 코드를 테스트하고 기본적인 오류 수정
- 지정된 작업 공간에 파일 저장
작업 계획 및 실행
복잡한 작업의 경우 AgenticSeek은 이를 관리 가능한 단계로 분할할 수 있습니다.
예시: "파리 주말 여행 계획을 세워줘. 항공편, 호텔, 액티비티를 포함하고, 옵션을 조사해서 paris_trip.txt에 추천 내용을 저장해줘"
AI는 다음을 수행합니다.
- 항공편 옵션 조사
- 호텔 추천 찾기
- 인기 있는 액티비티 및 레스토랑 발견
- 모든 것을 정리된 문서로 편집
파일 관리
AgenticSeek은 로컬 파일과 함께 작업할 수 있습니다.
- 문서 읽기 및 분석
- 파일 정리 및 이름 변경
- 새 파일 및 디렉토리 생성
- 기존 파일에서 데이터 처리
고급 기능
음성 상호 작용
음성 기능을 활성화하려면 다음 설정을 구성합니다.
speak = True # 텍스트 음성 변환 활성화
listen = True # 음성-텍스트 입력 활성화 (CLI만 해당)
agent_name = Friday # 음성 활성화를 위한 깨우는 단어
음성 명령 사용:
- 에이전트 이름 말하기 (예: "Friday")
- 스크립트가 나타날 때까지 기다리기
- 요청을 명확하게 말하기
- "do it", "go ahead", "execute"와 같은 확인 문구로 끝내기
지원되는 확인 문구:
- "do it"
- "go ahead"
- "execute"
- "run"
- "start"
- "thanks"
- "please"
- "proceed"
다국어 지원
AgenticSeek은 텍스트 음성 변환을 위해 여러 언어를 지원합니다.
languages = en zh fr es # 영어, 중국어, 프랑스어, 스페인어
목록의 첫 번째 언어가 텍스트 음성 변환의 기본 언어가 됩니다.
세션 관리
AgenticSeek이 대화 기록을 처리하는 방법을 제어합니다.
recover_last_session = True # 이전 대화 재개
save_session = True # 현재 대화 기억
이는 장기 프로젝트 또는 여러 세션에 걸쳐 작업을 계속해야 할 때 특히 유용합니다.
효과적인 사용 패턴
쿼리에 대한 모범 사례
작업에 대해 구체적으로 작성:
- 대신: "Python에 대해 알려줘"
- 사용: "Python 튜토리얼을 웹에서 검색하고 상위 5개 링크를 python_resources.txt에 저장해줘"
파일 작업 지정:
- "결과를 filename.txt에 저장해줘"
- "project_name이라는 새 디렉토리를 만들어줘"
- "existing_file.csv에서 데이터를 읽고 분석해줘"
웹 검색 표시:
- 온라인 조사를 원할 때는 항상 "웹에서 검색" 또는 "인터넷 탐색"을 언급
- 찾고 있는 정보에 대해 구체적으로 작성
최적의 워크플로 예시
연구 프로젝트:
- "2024년 최근 AI 개발 동향을 웹에서 검색해줘"
- "결과를 요약하고 ai_developments_2024.txt에 저장해줘"
- "요약에 언급된 트렌드를 시각화하는 Python 스크립트를 만들어줘"
개발 작업:
- "웹 스크래퍼를 위한 새로운 Python 프로젝트 구조를 만들어줘"
- "BeautifulSoup을 사용하여 주요 스크래핑 모듈을 작성해줘"
- "스크래퍼에 오류 처리 및 로깅을 추가해줘"
- "스크래핑 함수에 대한 단위 테스트를 작성해줘"
데이터 분석:
- "내 작업 공간에 있는 sales_data.csv 파일을 읽어줘"
- "데이터에서 트렌드와 패턴을 분석해줘"
- "월별 판매 트렌드를 보여주는 시각화를 생성해줘"
- "통찰력이 담긴 보고서를 생성하고 sales_analysis.txt로 저장해줘"
일반적인 문제 해결
ChromeDriver 문제
오류: Chrome과 ChromeDriver 간의 버전 불일치
해결 방법:
- Chrome 버전 확인:
google-chrome --version - https://developer.chrome.com/docs/chromedriver/downloads에서 일치하는 ChromeDriver 다운로드
- 기존 ChromeDriver를 새 버전으로 교체
연결 문제
오류: "No connection adapters were found"
해결 방법: 제공업체 주소에 프로토콜이 포함되어 있는지 확인합니다.
provider_server_address = http://127.0.0.1:11434
SearxNG 기본 URL 오류
해결 방법: .env.example의 이름을 .env로 변경했는지 확인하거나 환경 변수를 내보냅니다.
export SEARXNG_BASE_URL="http://127.0.0.1:8080"
성능 문제
AI 성능 저하:
- 더 큰 모델 사용 (가능하면 32B 이상)
- 충분한 VRAM/RAM 확보
- LLM 제공업체가 제대로 실행되고 있는지 확인
느린 웹 브라우징:
- 호환성 향상을 위해 stealth_mode 활성화
- 더 빠른 작업을 위해 headless_browser = True로 설정
- 인터넷 연결 확인
고급 구성 옵션
다른 LLM 제공업체 사용
Ollama 설정:
provider_name = ollama
provider_model = deepseek-r1:32b
provider_server_address = 127.0.0.1:11434
LM Studio 설정:
provider_name = lm-studio
provider_model = your-model-name
provider_server_address = http://127.0.0.1:1234
원격 서버 설정:
LLM을 실행하는 강력한 서버가 있는 경우:
provider_name = server
provider_model = deepseek-r1:70b
provider_server_address = your-server-ip:3333
API 제공업체 옵션
충분한 하드웨어가 없는 사용자를 위해 API 제공업체를 사용할 수 있습니다.
is_local = False
provider_name = deepseek
provider_model = deepseek-chat
API 키 내보내기:
export DEEPSEEK_API_KEY="your-api-key-here"
최적 사용을 위한 팁
하드웨어 최적화
- GPU 메모리 관리: 불필요한 애플리케이션을 닫아 VRAM 확보
- 모델 선택: 더 작은 모델로 시작하고 필요에 따라 업그레이드
- RAM 사용량: 특히 더 큰 모델의 경우 시스템 메모리 모니터링
쿼리 최적화
- 명확하게 작성: 웹 검색, 파일 작업 또는 코드 생성을 원하는 경우 항상 명시적으로 지정
- 복잡한 작업 분할: 다단계 프로세스의 경우 명확한 단계별 지침 제공
- 구체적인 파일 이름 사용: 항상 정확한 파일 이름과 위치 지정
워크플로 효율성
- 작업 공간 정리: 명확한 폴더 구조로 work_dir 정리
- 세션 관리 사용: 장기 프로젝트를 위해 세션 저장 활성화
- 음성 명령 테스트: 더 나은 인식을 위해 조용한 환경에서 음성 명령 연습
결론
AgenticSeek은 개인 정보 보호를 고려한 AI 비서 분야에서 상당한 진전을 나타냅니다. 이 포괄적인 가이드를 따르면 이제 웹 브라우징, 코드 생성, 작업 계획 및 음성 상호 작용이 가능한 완전한 기능의 로컬 AI 비서를 갖게 될 것이며, 이 모든 과정에서 데이터는 완전히 비공개로 유지됩니다.
AgenticSeek은 진화하는 프로젝트임을 기억하십시오. 사용하면서 새로운 기능과 최적의 사용 패턴을 발견하게 될 것입니다. 성공의 열쇠는 요청을 구체적으로 작성하고, 시스템의 강점을 이해하며, 다중 에이전트 아키텍처를 활용하는 것입니다.
AgenticSeek을 연구, 개발 또는 일반 생산성 작업에 사용하든, 개인 정보 보호, 기능 및 로컬 운영의 조합은 클라우드 기반 AI 비서에 대한 강력한 대안이 됩니다. 시스템에 익숙해지기 위해 간단한 작업부터 시작한 다음, 기능에 익숙해지면서 점차 더 복잡한 워크플로를 탐색하십시오.
AI 비서의 미래는 로컬이며, 비공개이며, 사용자의 완전한 통제 하에 있습니다. AgenticSeek은 그 미래를 모두에게 접근 가능하게 만드는 데 앞장서고 있습니다.