Personal Productivity Agent

個人生産性エージェント

概要

個人生産性エージェントは、Windows システム上のさまざまなタスクを支援し、LLM の能力を活用してインテリジェントな分析を行う Python ベースのツールです。対話型のコマンドラインアシスタントとして、またはオーケストレーターと連携するバックエンドサーバーコンポーネントとして動作します。

機能

エージェントは現在、次の機能を提供しています。

• 対話型ファイルシステム操作：
  • ファイルを検索
  • ファイルを移動（確認あり）
  • ファイル名を変更（確認あり）
  • ディレクトリを作成（確認あり）
• システム情報とユーティリティ：
  • ディスク使用量、メモリ情報、CPU 情報、ネットワーク情報を取得
  • アプリケーションを起動
  • 重複ファイルを検索
• 生産性向上ツール：
  • ドキュメントを要約（この CLI 機能では現在、モック LLM を使用）
  • .ics ファイルから今後のカレンダーイベントを取得
  • デスクトップのリマインダー／通知を設定
• Windows イベントログ分析（LLM 連携）：
  • 指定した条件（ログ名、レベル、期間）に基づいて Windows イベントログを取得します。
  • Google の Gemini LLM を使用してイベントログのエントリを分析し、説明、考えられる原因、トラブルシューティング手順、および安全なコマンドライン修正案を提示します。

動作モード

エージェントは、次の 2 つのモードで実行できます。

1. 対話型 CLI モード

• 実行方法： python main_agent.py
• 説明： このモードでは、PowerShell またはコマンドプロンプトにメニュー形式のインターフェースが直接表示されます。さまざまな操作を選択でき、エージェントが必要な情報を尋ね、結果をその場で表示します。このモードは、ユーザーが直接操作することを想定しています。

2. MCP（Multi-Capability Protocol）サーバーモード

• 実行方法： python main_agent.py --mcp-mode
• 説明： MCP モードで起動すると、エージェントはバックグラウンドプロセスとして動作し、標準入力（stdin）で JSON 形式のリクエストを受け取り、標準出力（stdout）で JSON 形式のレスポンスを返します。
• 目的： このモードは、プログラムからの連携を想定しています。他のアプリケーションやオーケストレーター（TypeScript ベースのエージェントや中央自動化システムなど）は、標準化された JSON メッセージを送信して機能を呼び出すことで、この Python エージェントと通信できます。
• MCP ツールの例： analyze_windows_event_logs 機能は MCP 経由で公開されます。オーケストレーターがイベントログのパラメーターを指定した JSON リクエストを送信すると、エージェントは LLM の分析、推奨コマンド、およびそのコマンドに管理者権限が必要かどうかを含む JSON レスポンスを返します。
• メリット：
  • 自動化： 他のシステムがエージェントの機能を自動的に利用できます。
  • モジュール性： 中央のコントローラーがオーケストレーションする、特化型エージェントの構築が可能になります。
  • 構造化データ交換： JSON を使用してソフトウェアコンポーネント間の信頼性の高い通信を実現します。

主なテクノロジー

• Python 3.x
• Google Gemini LLM： イベントログのインテリジェントな分析に使用します。
  • 認証には、GEMINI_API_KEY 環境変数を設定する必要があります。設定されていない場合、エージェントは該当機能でモック LLM を使用していることを示します。
• MCP（Multi-Capability Protocol）： サーバーモードでプロセス間通信を行うための、stdio 経由のシンプルな JSON ベースプロトコルです。

セットアップと要件

1. Python： Python 3.x がインストールされていることを確認してください。
2. 依存関係： 必要な Python パッケージをインストールしてください。LLM との連携に主に使用するのは google-generativeai です。通常、requirements.txt ファイルにすべての依存関係を記載します。

   pip install google-generativeai
   # 通知には「plyer」など、ほかのパッケージが必要になる場合があります
   

3. API キー： Gemini LLM の機能を利用するには、Google AI Studio で API キーを取得し、環境変数に設定してください。
   • PowerShell の場合：$env:GEMINI_API_KEY = "YOUR_API_KEY_HERE"
   • （"YOUR_API_KEY_HERE" を実際のキーに置き換えてください。キーを GitHub にコミットしないでください。）

実行方法

• 対話モード：

  cd path\to\PersonalProductivityAgent
  # LLM 機能を利用する場合は API キーを設定
  $env:GEMINI_API_KEY = "YOUR_API_KEY_HERE" 
  python main_agent.py
  

• MCP サーバーモード（連携用）：

  cd path\to\PersonalProductivityAgent
  # LLM 機能を利用する場合は API キーを設定
  $env:GEMINI_API_KEY = "YOUR_API_KEY_HERE"
  python main_agent.py --mcp-mode
  

  その後、エージェントは stdin で JSON リクエストを待ち受けます。

今後の機能強化

• MCP ツールを管理して活用するための、TypeScript ベースのオーケストレーター（agent.ts）との連携。
• MCP サーバーモードで利用できるツールの拡充。
• エージェントの機能を活用する、より使いやすいグラフィカルインターフェース（Web UI またはデスクトップアプリ）の開発。