Gaia-X Next-Generation Enterprise AI Application Platform Based on AI New Paradigm

AI 新パラダイムに基づく Gaia-X 次世代エンタープライズ AI アプリケーションプラットフォーム

🌟 プロジェクト概要

Gaia-X は、AI の新パラダイムに基づいてエンタープライズシーン向けに設計された初のチャットボットアプリケーションプラットフォームであり、革新的な技術アーキテクチャによって既存の AI 製品が抱える核心的な課題を解決します。

🚀 エンタープライズ管理 | 🤖 MCP プロトコル対応 | 👥 マルチエージェント協調
💻 自然言語 RPA | ✅ Human Confirmation メカニズム | 🎨 インテリジェントキャンバスレンダリング

今すぐ試す | 管理センター | ドキュメントセンター

🎯 核心的な課題の解決

課題領域	Gaia-X の革新的なソリューション
エンタープライズ管理の欠如	完全なユーザー／権限／課金システムと LLM API ホスティング
MCP プロトコル対応の不在	初のエンタープライズグレード MCP 対応
機密操作のリスク	Human Confirmation 付きの ReAct ツール呼び出し、動的レンダリング
自然言語 RPA の困難さ	大規模モデル駆動の RPA 自動化
マルチエージェント協調の弱さ	インテリジェントな Agent 検索と複雑なタスク向けのマルチエージェント協調

📦 プロジェクトアーキテクチャ

1.1 プロジェクト全体のアーキテクチャ

1.2 MCP 呼び出しプロセス

Agent の呼び出しプロセスにおいて、管理センターは MCP ツールの呼び出しを担当しません。代わりに、クライアントのノードプログラムが応答結果を受け取った後、関数呼び出しが存在するかどうかを一括して判定します。存在する場合は、対応する MCP ツールを呼び出して実行します。実行チェーンはおおよそ次のとおりです。

graph LR
    U --> |1|C[Gaia-X Client]
    C-->|2|API[Admin Center]
    API-->|3|LLM[LLM API]
    LLM-->|4|API[Admin Center]
    API-->|5|C[Gaia-X Client]
    C-->|6|B{Function Call?}
    B -- No -->U[User]
    B -- Yes --> MCP[MCP Servers]
    MCP -->|8a. Call| H[Tool 1]
    MCP -->|8b. Call| I[Tool 2]
    H-->|8.1|C[Gaia-X Client]
    I-->|8.1|C[Gaia-X Client]
    C-->|8.2|API[Admin Center]
    API-->|8.3|LLM[LLM API]
    LLM-->|8.4|API[Admin Center]
    API-->|8.5|C[Gaia-X Client]
    C-->|8.6|U[User]
   
    subgraph Possible Nested/Iterative Calls
    H
    I
    end

1.3 起動時のクライアント認証ロジック

本プロジェクトはエンタープライズレベルであるため、クライアントは Chatbot インターフェースに入る前にログイン認証を完了する必要があります。OAuth2.0 を例にすると（その他のロジックも同様です）、認証プロセスは次のとおりです。

sequenceDiagram
    participant C as Client Program
    participant A as Admin Center
    participant O as OAuth2.0 Server
    participant U as User

    C->>A: Request authentication page (non-OAuth2.0 login page)
    A->>A: Check current login status
    alt Not logged in
        A->>O: Redirect and open OAuth2.0 login page
        O->>U: Display login interface
        U->>O: Submit credentials for login
        O->>A: Return authentication result (e.g., Token)
        A->>A: Generate JWT after verifying Token and update login status
    else Already logged in
        A->>U: Display authorization button
    end
    U->>A: Click authorize
    A->>C: Redirect back to client and pass authorization information (gaia://oauth-callback?code=xyz)
    C->>C: Client completes login process

プロセスの説明:

1. クライアントが管理センターに認証ページをリクエストします。
2. 管理バックエンドがユーザーのログイン状態を判定します。
3. 未ログインの場合は、OAuth2.0 ログインページにリダイレクトします。
4. ユーザーが OAuth2.0 ログインページで認証情報を送信し、ログイン成功後に認証結果を返します。
5. OAuth2.0 ログイン後、認証情報を付けて管理バックエンドにリダイレクトし、JWT を生成してログイン状態を更新します。
6. ユーザーが認可ボタンをクリックすると、管理バックエンドがクライアントにリダイレクトしてログインが完了します。

---

2. 主要機能（一部は開発中）

2.1 MCP（Model Context Protocol）対応

• 任意のコミュニティ MCP サーバーの統合に対応。
• エンタープライズ管理センターによるすべての MCP サーバーの統合管理。
• すべての MCP サーバーはクライアント上の分離されたサンドボックス環境で動作し、運用の安全性とデータ分離を確保。
• 独立した MCP サーバー表示ページ（公式 MCP Inspector の効果に類似）

2.2 マルチエージェントインテリジェント協調

• タスクオーケストレーションまたは RAG に基づくインテリジェントな協調をサポートし、Agent や Workflow を手動で選択することなく複雑なタスクを自動的に完了。
• コンピュータ操作、Python プログラミング、Web ブラウジングなどに特化した組み込みの主要エージェント。

2.3 新パラダイムの無限キャンバス

• マルチエージェント会話における各 Agent プロセスは独立したキャンバスであり、自動的にサマリーを生成して永続メモリとして保持。
• 一般的な Artifacts をサポート。以下を含みますがこれらに限定されません:
  • SVG、HTML
  • Mermaid、Echarts、PlantUML
• MCP ツールによるフォームの動的レンダリングをサポートし、ユーザーが対話的に送信内容を変更・制御可能。
• Python、TypeScript、HTML などのコード実行をサポート

2.4 インテリジェントなコンピュータ操作

• Claude Sonnet 3.5+、Zhipu CogAgent、ByteDance UI-TARS、OpenAI computer-use などのモデルとの統合。
• エージェントが任意のコンピュータ操作を自律的に実行できます。

2.5 テキスト選択分析

• 任意のソフトウェアのインターフェースでテキストを選択すると、エージェントのツールバーが自動的に表示され、翻訳やコピーライティング生成などの機能を即座に利用できます。

2.6 エンタープライズ管理センター

• 統合認証とユーザー管理: OAuth 2.0、LDAP、DingTalk、Feishu などの認証方式。
• 統合モデルとツール管理: バックエンドでの集中構成と認可管理。
• クォータ管理: ユーザークォータと API クォータのきめ細かな制御。
• 企業内アプリケーションエコシステム: MCP マーケットプレイス、エージェントマーケットプレイス、アプリケーションタスクマーケットプレイス(特定の複雑なタスク向け)など。
• ビジネスレポート: ユーザー、モデル、エージェントの利用状況に関する包括的なデータ分析レポート。

2.7 サードパーティエージェントの統合

• Dify や Coze などのサードパーティエージェントプラットフォームの統合をネイティブにサポートし、統合された認可管理を提供します。

---

3. 技術スタック

3.1 クライアント

クライアントはプラグインベースの設計を採用しており、今後 VS Code に似たマイクロカーネルプラグインアーキテクチャで構築され、任意の拡張が可能になります。

• フレームワーク: Electron + React
• LLM UI: Ant Design X
• テキスト選択監視技術: C++ (Windows)、Objective-C (MacOS)

3.2 管理バックエンド

クライアントはインタラクティブな UI と MCP 管理実行のみを担い、実際のモデル呼び出しは行いません。モデル呼び出しとツール呼び出しはバックエンドによって実装されます。ただし、バックエンドは MCP ツールの具体的な実行を担うものではありません。

• 大規模モデル連携: Eino Framework + 自社開発マルチエージェント
• 管理 UI: Ant Design Pro (技術スタックの統一のため GVA のフロントエンドページコードをリファクタリング)
• API サービス: golang + Gin (GVA フレームワークをベース)

3.3 MCP サーバー

• 独立したサンドボックス環境で実行されます
• Python と TypeScript の両方での実装をサポートします

---

4. モデル選定の参考

• コンピュータ操作モデル: Claude Sonnet 3.5+、CogAgent、UI-TARS、OpenAI computer-use
• ReAct 推奨モデル: Claude Sonnet 3.5+、GPT 4o (DeepSeek v3 モデルは性能が低く、重要なタスクには推奨されません)

---

5. 謝辞

• 管理 API は Gin-Vue-Admin をベースに構築されており、基本的な管理バックエンドの開発作業の多くを削減できました。

• ByteDance の Eino は、数少ない golang ベースの大規模モデルアプリケーション開発フレームワークの一つであり、基本的なモデル統合とエージェントの問題を解決します。

• Ant Design Pro を使用して Gin-Vue-Admin のフロントエンドページをリファクタリングし、管理バックエンドとクライアントの両方の UI フレームワークを統一し、コミュニティでの開発難易度を下げました。

• Eino をベースに、一般的なモデルプロバイダーの統合やマルチエージェントアーキテクチャなど、多くの二次開発を行いました。二次開発後、Eino-X として公開しています。

• 一般ユーザーのクライアント上で MCP サーバーを実行する問題を解決するため、mcp-runtime プロジェクトとして、組み込みバイナリの MCP ランタイム環境(MacOS および Windows をサポート)をパッケージ化しました。

---

6. ライセンス

このプロジェクトは Apache 2.0 License の下でライセンスされています。自由にカスタマイズしたり、コントリビュートしたりしてください!

---

7. コミュニティサポート

Issue を通じたフィードバックやご提案を歓迎します。未来のエンタープライズ AI アプリケーションエコシステムを共に構築していくために、皆さまのご参加をお待ちしています。

🎉 本プロジェクトへのご関心とご支援に感謝いたします！