2種類のエージェントプロファイル
フレームワークが管理する観察・状況判断・意思決定・行動のループにはAutoAgentを、実行を直接かつ決定論的に制御するにはCustomAgentを選択できます。
JarvisCore
JarvisCoreは、自律型マルチエージェントシステムの構築に適したオープンソースのPythonフレームワークです。エージェントプロファイル、P2P連携、永続メモリ、認証情報の分離、可観測性、人によるレビューのワークフローを提供します。
自律型マルチエージェントシステム向けオープンソースフレームワーク
JarvisCoreは、自律型マルチエージェントAIシステムの構築に適したオープンソースのPythonフレームワークです。エージェントの実行、P2P通信、メモリ、認証情報の処理、人によるレビュー、トレーシングを共有ランタイムに統合し、継続的な監視なしで動作する可能性のあるエージェントを実現します。
このフレームワークには2つの動作モデルがあります。AutoAgentは、調査、分析、コンテンツ作成、データ抽出などのタスク向けに認知ループを管理します。一方、CustomAgentは実行機能を開発者に公開し、APIワーカーや決定論的パイプライン向けに通常のPythonコードを記述できます。最小構成にはPython 3.10以降と、設定済みのLLMプロバイダーが1つ必要です。追加機能は、任意のパッケージエクストラやサービスを通じて有効にできます。
主な機能
多層メモリ
作業用スクラッチパッド、エピソード台帳、圧縮された長期要約、任意のセッション横断型セマンティックメモリにより、再起動後もコンテキストを保持します。Athena MemOSは`ATHENA_URL`を通じて接続できます。
P2P連携
エージェントはSWIMゴシップとZMQ上のPeerClient APIを通じて互いを発見し、メッセージを交換できます。これにより、中央オーケストレーターなしでノードの参加、障害、再参加が可能になります。
認証情報の分離
NexusはOAuth2、APIキー、基本認証を管理し、サードパーティの認証情報をエージェントの推論から分離します。
運用時の可観測性
エージェントのターン、ツール呼び出し、LLMリクエストを自動的にトレースします。Redis PubSubのライブストリーム、コンプライアンスワークフロー向けのJSONL出力、任意のPrometheusメトリクスエンドポイントにも対応します。
人によるレビューのチェックポイント
HITLQueueは、設定した信頼度しきい値を超える意思決定を一時停止し、レビュー受信トレイに送信できます。人からの回答後に実行を再開します。
実用的なユースケース
自律的な調査と分析
役割、機能一覧、システムプロンプトを設定してAutoAgentに調査・分析タスクを実行させます。メモリサービスを設定すれば、セッション間でコンテキストを保持できます。
決定論的なAPIワーカー
予測可能な制御がフレームワーク管理の推論より重要な場合に、CustomAgentを使用して既存のAPIやサービスを明示的なPython実行ロジックでラップします。
分散型エージェントワークフロー
複数の専門エージェントを調査または運用ネットワークとして実行します。ピアの発見とメッセージングにより、1つのプロセス内でも分散マシン間でもエージェントが連携できます。
ツール接続型のビジネスプロセス
統合カタログを通じてサービス操作やサードパーティAPIを接続しながら、OAuth2、APIキー、基本認証をNexusの認証情報レイヤーで管理します。
人の監督下での自動化
選択した意思決定に人の承認が必要なワークフローにレビューのチェックポイントを追加し、回答が送信された後にエージェントを再開します。
Pros and Cons
Pros
- フレームワークが管理する自律型エージェントと、開発者が制御する決定論的エージェントの両方をサポートします。
- 中央オーケストレーターを必須とせず、単一プロセスまたは分散デプロイメント向けのP2P連携を提供します。
- 耐久性のあるメモリ、認証情報の分離、可観測性、人を介在させたレビューを同じフレームワークに統合しています。
- LLM APIキーだけを使用した最小構成のエージェントから開始でき、基本ワークフローではDockerは任意です。
Cons
- 高度な機能には、任意のPythonエクストラ、外部サービス、またはRedis、Athena、Nexus、サンドボックスなどのローカルインフラストラクチャが必要になる場合があります。
- Pythonベースのフレームワークであり、Python 3.10以降が必要です。
- 入手可能な製品資料では、料金、プランの制限、デプロイメントの保証、チーム向けサポート条件は明確にされていません。
FAQ
JarvisCoreを始めるには何が必要ですか？
JarvisCoreを始めるにはPython 3.10以降が必要です。最小構成のエージェントはLLM APIキーだけで実行できます。ローカルインフラストラクチャやコンテナ化されたサンドボックスを使用する場合を除き、Dockerは任意です。
最初のエージェントを作成するにはどうすればよいですか？
pipでパッケージをインストールし、`jarviscore init`を実行してから、`.env.example`を`.env`にコピーし、対応しているLLMプロバイダーを1つ設定して、`jarviscore check`を実行します。サイトには`Mesh`と`AutoAgent`を使用した最初のエージェントの例があります。
AutoAgentとCustomAgentの違いは何ですか？
AutoAgentは、LLMによる推論、サンドボックス化されたコード生成、自己修復を含む、フレームワークの完全な認知ループを提供します。CustomAgentは実行ループを公開し、開発者が決定論的なPythonロジックを直接実装できるようにします。
JarvisCoreは分散型マルチエージェントシステムを実行できますか？
このフレームワークでは、1つのプロセス内、または分散マシン上でエージェントを実行できます。分散デプロイメントではSWIMゴシッププロトコルとZMQトランスポートを使用します。設定すれば、Redisによって分散ワークフロー、セッション間の状態、ピアのルーティングをサポートできます。
Quick Facts
- カテゴリー
- 開発者向けツール / AIエージェントフレームワーク
- ライセンスモデル
- オープンソース
- 主要言語
- Python
- 最小ランタイム
- Python 3.10以降
- エージェントプロファイル
- AutoAgentおよびCustomAgent
- 基本セットアップ
- LLMプロバイダーのキー1つ。最小構成のエージェントではDockerは任意
JarvisCoreの代替品
CreateOS Sandbox
CreateOS Sandboxは、FirecrackerマイクロVM上でコードやエージェントのワークロードを実行できる分離型コンピュート環境です。SDK、CLI、MCPで制御可能。
GitBot
GitBotは、Claude Code、Codex、OpenCodeを活用した再利用可能なコーディングボットを作成できるローカルブラウザワークスペースです。永続スレッドと権限設定で、リポジトリ内の作業を効率化します。
AakarDev AI
AakarDev AIは、AIプロバイダーのアクセス管理、プロジェクト別設定、ログ、分析を1つのダッシュボードで管理できるチーム向けツールです。BYOKに対応し、OpenAI、Google Gemini、Anthropic、Groq、Mistral AI、Perplexity AIをサポートします。
Trigger.dev chat agent
Trigger.dev chat agentは、リフレッシュやクラッシュ、長時間の会話も維持できる、開発者向けの耐久性あるAIチャットバックエンドです。AI SDKのuseChatに対応し、ターンにタイムアウトがありません。
ByteAsk
ByteAskは、C/C++向けのターミナル起点AIコーディングエージェント。リポジトリを編集し、コンパイラやデバッガ、サニタイザ、テストで変更を検証してから差分を表示。無料枠あり。
Codex Plugins
Codex Plugins は、再利用可能なスキル、アプリ連携、MCPサーバーを Codex app や Codex CLI で使えるワークフローにまとめます。接続サービスの作業や共有チームワークフローを拡張できます。