Evo AI - AI Agents Platform

Evo AI - AI エージェントプラットフォーム

Evo AI - AI エージェントプラットフォーム

Evo AI は、AI エージェントを作成・管理し、異なる AI モデルおよびサービスとの統合を実現するオープンソースプラットフォームです。

🚀 概要

Evo AI プラットフォームは以下を実現します。

• AI エージェントの作成・管理
• 異なる言語モデルとの統合
• クライアント管理と MCP サーバー設定
• カスタムツール管理
• Google Agent Development Kit (ADK): エージェント開発用基盤フレームワーク
• CrewAI サポート: エージェント開発用代替フレームワーク（開発中）
• メール確認付き JWT 認証
• Agent 2 Agent (A2A) プロトコルサポート: AI エージェント間の相互運用性
• LangGraph によるワークフローエージェント: 複雑なエージェントワークフローの構築
• セキュアな API キー管理: API キーの暗号化ストレージ
• エージェント整理機能: カテゴリ別にエージェントを整理するフォルダ構造

🤖 エージェントタイプ

Evo AI は柔軟に組み合わせ可能な異なるタイプのエージェントをサポートしています。

1. LLM エージェント（言語モデル）

GPT-4、Claude などの言語モデルに基づくエージェント。ツール、MCP サーバー、および サブエージェントで構成できます。

2. A2A エージェント（エージェント間通信）

Google の A2A プロトコルを実装し、エージェント間の相互運用性を実現するエージェント。

3. シーケンシャルエージェント

特定の順序でサブエージェントのシーケンスを実行します。

4. パラレルエージェント

複数のサブエージェントを同時に実行します。

5. ループエージェント

定義された最大イテレーション数でサブエージェントをループ実行します。

6. ワークフローエージェント

LangGraph を用いたグラフ構造で定義されたカスタムワークフローでサブエージェントを実行します。

7. タスクエージェント

構造化されたタスク命令を用いて対象エージェントで特定のタスクを実行します。

🛠️ テクノロジー

バックエンド

• FastAPI: API 構築用の Web フレームワーク
• SQLAlchemy: データベース連携用 ORM
• PostgreSQL: メインデータベース
• Alembic: マイグレーションシステム
• Pydantic: データバリデーションおよびシリアライゼーション
• Uvicorn: ASGI サーバー
• Redis: キャッシュおよびセッション管理
• JWT: セキュアなトークン認証
• SendGrid/SMTP: 通知用メールサービス（設定可能）
• Jinja2: メールレンダリング用テンプレートエンジン
• Bcrypt: パスワードハッシング・セキュリティ
• LangGraph: ステートフルなマルチエージェントワークフロー構築フレームワーク

フロントエンド

• Next.js 15: App Router 対応の React フレームワーク
• React 18: ユーザーインターフェース用ライブラリ
• TypeScript: タイプセーフな JavaScript
• Tailwind CSS: ユーティリティファースト CSS フレームワーク
• shadcn/ui: 最新のコンポーネントライブラリ
• React Hook Form: フォーム管理
• Zod: スキーマバリデーション
• ReactFlow: ノードベースのビジュアルワークフロー
• React Query: サーバーステート管理

📊 Langfuse 統合（トレーシング・オブザーバビリティ）

Evo AI プラットフォームは Langfuse との統合をネイティブにサポートし、OpenTelemetry (OTel) 標準を用いたエージェント実行、プロンプト、モデルレスポンス、ツール呼び出しの詳細なトレーシングを実現しています。

設定方法

1. .envに環境変数を設定する：

   LANGFUSE_PUBLIC_KEY="pk-lf-..."
   LANGFUSE_SECRET_KEY="sk-lf-..."
   OTEL_EXPORTER_OTLP_ENDPOINT="https://cloud.langfuse.com/api/public/otel"
   

2. Langfuse ダッシュボードで表示する

   • Langfuse ダッシュボードにアクセスして、リアルタイムトレースを確認します。

🤖 Agent 2 Agent (A2A) プロトコルサポート

Evo AI は Google の Agent 2 Agent (A2A) プロトコルを実装しており、AI エージェント間のシームレスな通信と相互運用性を実現します。

A2A プロトコルの詳細については、Google の A2A プロトコルドキュメントを参照してください。

📋 前提条件

バックエンド

• Python: 3.10 以上
• PostgreSQL: 13.0 以上
• Redis: 6.0 以上
• Git: バージョン管理用
• Make: Makefile コマンド実行用

フロントエンド

• Node.js: 18.0 以上
• pnpm: パッケージマネージャー（推奨）または npm/yarn

🔧 インストール

1. リポジトリをクローンする

git clone https://github.com/EvolutionAPI/evo-ai.git
cd evo-ai

2. バックエンドセットアップ

仮想環境と依存関係

# Create and activate virtual environment
make venv
source venv/bin/activate  # Linux/Mac
# or on Windows: venv\Scripts\activate

# Install development dependencies
make install-dev

環境設定

# Copy and configure backend environment
cp .env.example .env
# Edit the .env file with your database, Redis, and other settings

データベースセットアップ

# Initialize database and apply migrations
make alembic-upgrade

# Seed initial data (admin user, sample clients, etc.)
make seed-all

3. フロントエンドセットアップ

依存関係をインストールする

# Navigate to frontend directory
cd frontend

# Install dependencies using pnpm (recommended)
pnpm install

# Or using npm
# npm install

# Or using yarn
# yarn install

フロントエンド環境設定

# Copy and configure frontend environment
cp .env.example .env
# Edit .env with your API URL (default: http://localhost:8000)

フロントエンド .env に以下を含める必要があります：

NEXT_PUBLIC_API_URL=http://localhost:8000

🚀 アプリケーションの実行

開発モード

バックエンド起動（ターミナル 1）

# From project root
make run
# Backend will be available at http://localhost:8000

フロントエンド起動（ターミナル 2）

# From frontend directory
cd frontend
pnpm dev

# Or using npm/yarn
# npm run dev
# yarn dev

# Frontend will be available at http://localhost:3000

本番モード

バックエンド

make run-prod    # Production with multiple workers

フロントエンド

cd frontend
pnpm build && pnpm start

# Or using npm/yarn
# npm run build && npm start
# yarn build && yarn start

🐳 Docker インストール

Docker Compose を使用したフルスタック

# Build and start all services (backend + database + redis)
make docker-build
make docker-up

# Initialize database with seed data
make docker-seed

Docker を使用したフロントエンド

# From frontend directory
cd frontend

# Build frontend image
docker build -t evo-ai-frontend .

# Run frontend container
docker run -p 3000:3000 -e NEXT_PUBLIC_API_URL=http://localhost:8000 evo-ai-frontend

または提供されている docker-compose を使用：

# From frontend directory
cd frontend
docker-compose up -d

🎯 はじめに

インストール後、以下の手順に従ってください：

1. フロントエンドにアクセスする: http://localhost:3000 を開く
2. 管理者アカウントを作成する: シードされた管理者認証情報を使用するか、新しいアカウントを登録する
3. MCP サーバーを設定する: 最初の MCP サーバー接続をセットアップする
4. クライアントを作成する: エージェントを整理するためにクライアントを追加する
5. 最初のエージェントを構築する: AI エージェントを作成および設定する
6. エージェントをテストする: チャットインターフェースを使用してエージェントと相互作用する

デフォルト管理者認証情報

シーダーを実行した後、以下で ログインできます：

• メール: シーダー出力で生成された管理者メールを確認してください
• パスワード: シーダー出力で生成されたパスワードを確認してください

🖥️ API ドキュメント

インタラクティブな API ドキュメントは以下で利用可能です：

• Swagger UI: http://localhost:8000/docs
• ReDoc: http://localhost:8000/redoc

👨‍💻 開発コマンド

バックエンドコマンド

# Database migrations
make alembic-upgrade            # Update database to latest version
make alembic-revision message="description"  # Create new migration

# Seeders
make seed-all                   # Run all seeders

# Code verification
make lint                       # Verify code with flake8
make format                     # Format code with black

フロントエンドコマンド

# From frontend directory
cd frontend

# Development
pnpm dev                        # Start development server
pnpm build                      # Build for production
pnpm start                      # Start production server
pnpm lint                       # Run ESLint

🚀 設定

バックエンド設定（.env ファイル）

主な設定は以下の通りです：

# Database settings
POSTGRES_CONNECTION_STRING="postgresql://postgres:root@localhost:5432/evo_ai"

# Redis settings
REDIS_HOST="localhost"
REDIS_PORT=6379

# AI Engine configuration
AI_ENGINE="adk"  # Options: "adk" (Google Agent Development Kit) or "crewai" (CrewAI framework)

# JWT settings
JWT_SECRET_KEY="your-jwt-secret-key"

# Email provider configuration
EMAIL_PROVIDER="sendgrid"  # Options: "sendgrid" or "smtp"

# Encryption for API keys
ENCRYPTION_KEY="your-encryption-key"

フロントエンド設定（.env ファイル）

# API Configuration
NEXT_PUBLIC_API_URL="http://localhost:8000"  # Backend API URL

注記: Google ADK は完全にサポートされていますが、CrewAI エンジンオプションは現在も活発に開発中です。本番環境では、デフォルトの「adk」エンジンの使用をお勧めします。

🔐 認証

API は JWT（JSON Web Token）認証を使用し、以下の機能があります：

• ユーザー登録とメール認証
• JWT トークンを取得するためのログイン
• パスワード回復フロー
• 複数回のログイン失敗後のアカウントロック

🚀 GitHub でスターをください

EvoAI が役に立つと思ったら、ぜひスターをお願いします。皆様のサポートはコミュニティの成長と製品改善の継続に役立ちます。

🤝 貢献

コミュニティからの貢献を歓迎します。詳細については、貢献ガイドラインをお読みください。

📄 ライセンス

このプロジェクトは Apache License 2.0 の下でライセンスされています。