Skip to content

README.ja.md

Latest commit

 

History

History
265 lines (195 loc) · 9.77 KB

README.ja.md

File metadata and controls

265 lines (195 loc) · 9.77 KB
Raw

🐝 SwarmMind — AMD Lemonade マルチエージェント AI 研究プラットフォーム 🍋

AMD Lemonade 開発者チャレンジ 2026 出品作品 ローカルファーストのマルチエージェント研究協働システム — Lemonade オムニモデルによって駆動 AMD ハードウェア上のローカルマルチエージェント AI を推進するための、深いエコシステム貢献として構築。

Python 3.11+ AMD Lemonade License: Apache 2.0

🌐 Read this in your language: 简体中文 | हिन्दी | 日本語 | Français

🎯 SwarmMind とは？

SwarmMind は、複雑な研究クエリを並列サブタスクに分解し、専門化されたワーカーエージェントを同時に実行し、構造化されたレポートを統合的に生成するマルチエージェント AI 研究アシスタントです。これらすべての機能は Lemonade SDK を介して AMD ハードウェア上で 100% ローカルに実行されます。

Swarm アーキテクチャ

graph TD
    A[User Query] --> B["Conductor (LLM)<br/>Decomposes query using Lemonade"]
    
    B --> C["RAG Worker"]
    B --> D["Web Worker"]
    B --> E["Analysis Worker"]
    B --> F["Vision Worker"]
    
    C --> G["Synthesis (LLM)<br/>Merges outputs into structured report"]
    D --> G
    E --> G
    F --> G
    
    style B fill:#1e1e2e,stroke:#8b5cf6,stroke-width:2px,color:#fff
    style C fill:#1e1e2e,stroke:#3b82f6,stroke-width:2px,color:#fff
    style D fill:#1e1e2e,stroke:#3b82f6,stroke-width:2px,color:#fff
    style E fill:#1e1e2e,stroke:#3b82f6,stroke-width:2px,color:#fff
    style F fill:#1e1e2e,stroke:#3b82f6,stroke-width:2px,color:#fff
    style G fill:#1e1e2e,stroke:#10b981,stroke-width:2px,color:#fff
Loading

✨ 主な機能

  • 🧠 マルチエージェントオーケストレーション — Conductor がクエリを分解し、複数のワーカーが並列で個別にリサーチを実行
  • 🔍 RAG（検索拡張生成） — ChromaDB ベースのプライベートドキュメント検索
  • 🌐 ウェブ検索 — DuckDuckGo によるリアルタイムウェブ検索の統合
  • ⚡ 並列または逐次実行 — 並列（高速）または逐次（低メモリ）ワーカー実行モードを選択
  • 🖥️ AMD ハードウェア検出 — Ryzen AI NPU、ROCm GPU を自動検出し、最適なバックエンドを推奨
  • 🎨 Lemonade オムニモデル — ネイティブマルチモーダル処理！ビジョンに Qwen3.6-35B-A3B、グラフ生成に Flux、音声合成に Kokoro。
  • 📊 構造化レポート — エグゼクティブサマリー、セクション、矛盾点、フォローアップ質問
  • 📤 エクスポート — Markdown および HTML レポートのエクスポート対応
  • 🖥️ プロフェッショナル UI — ダーク グラスモフィズム デザイン、3 パネル レイアウト

🚀 クイックスタート

審査員の方へ？ 詳細な手順はセットアップガイドをご覧ください。

前提条件

  1. AMD Lemonade がインストール済みで動作中であること：

    pip install lemonade-sdk
lemonade-server start

  2. Python 3.11+（uv または pip 使用）

インストール

git clone https://github.com/rahulgupta0-dev/swarmmind.git
cd swarmmind

# Create virtual environment
python -m venv .venv
source .venv/bin/activate

# Install with dev dependencies
pip install -e ".[dev]"

# Verify installation
swarmmind --help

実行

# Launch the Streamlit web UI
swarmmind web

# Or run a CLI query
swarmmind ask "What is AMD Ryzen AI?"

# Or run the smoke test (requires Lemonade server)
bash tests/smoke_test.sh

ブラウザで http://localhost:8501 を開いてください。

🔧 設定

SwarmMind は Lemonade の /v1/system-info エンドポイントを通じて AMD ハードウェアを自動検出します：

ハードウェア バックエンド 用途
AMD Ryzen AI NPU (XDNA 2) ryzenai Conductor（低レイテンシ）
AMD Radeon GPU (ROCm) rocm ワーカー（高スループット）
AMD CPU (llama.cpp) cpu フォールバック

🏗️ アーキテクチャ

swarmmind/
├── core/
│   ├── orchestrator.py  # Main pipeline coordinator
│   ├── conductor.py     # Query decomposition (LLM)
│   ├── workers.py       # RAG / Web / Analysis / Code workers
│   ├── synthesis.py     # Multi-worker report synthesis (LLM)
│   └── hardware.py      # AMD hardware detection & backend routing
├── lemonade/
│   └── client.py        # Async Lemonade API client
├── rag/
│   └── chroma_store.py  # ChromaDB RAG implementation
├── data/
│   └── database.py      # SQLite project/conversation storage
└── ui/
    ├── app.py           # Streamlit app entry point
    └── panels/
        ├── chat.py      # Research query & results panel
        ├── sources.py   # Project & source management
        └── studio.py    # Export, notes & Lemonade status

📝 AMD Lemonade 統合

SwarmMind は以下の Lemonade エンドポイントを使用します：

エンドポイント 目的
GET /v1/health 接続ヘルスチェック
POST /v1/chat/completions すべての LLM 推論（Conductor、ワーカー、レポート統合）
POST /v1/load Conductor モデルのプリロード
POST /v1/embeddings RAG ドキュメントのベクトル化
GET /v1/system-info AMD ハードウェア検出（NPU/GPU/CPU）
GET /v1/stats トークンスループットメトリクス

💻 CLI リファレンス

コマンド 説明
swarmmind ask <query> ターミナルからリサーチクエリを実行
swarmmind ask <query> --no-web このクエリでウェブ検索を無効化
swarmmind ask <query> --sequential ワーカーを逐次実行（低メモリシステム向け）
swarmmind ask <query> --project-id <id> クエリを特定プロジェクトのソースに限定
swarmmind project create <name> 新しいリサーチプロジェクトを作成
swarmmind project list すべてのプロジェクトを一覧表示
swarmmind source add <project> <type> <uri> ソースを追加（pdf、youtube、web、text）
swarmmind source list <project> プロジェクトのソースを一覧表示
swarmmind report list <project> プロジェクトの過去のレポートを一覧表示
swarmmind config show 現在の設定を表示
swarmmind benchmark AMD クロスバックエンドベンチマークを実行
swarmmind web Streamlit Web UI を起動

⚙️ 設定

SwarmMind の設定は ~/.swarmmind/config.toml に保存されます：

[lemonade]
host = "localhost"
port = 13305

[models]
conductor = "Qwen3.6-35B-A3B-GGUF"
worker = "Gemma-4-12B-it"
embeddings = "nomic-embed-text-v1-GGUF"
image = "Flux-2-Klein-4B"
tts = "kokoro-v1"

[rag]
chunk_size = 512
chunk_overlap = 64
top_k = 5

[execution]
mode = "parallel"        # "parallel" (fast) or "sequential" (low-RAM)
max_concurrent = 4        # Limit parallel workers (1-16)

実行モード

SwarmMind は、さまざまなハードウェア環境に対応するため、2 種類のワーカー実行モードをサポートしています：

モード スピード メモリ使用量 最適な用途
parallel（デフォルト） ⚡ 高速 — ワーカーが同時に実行 高い — 複数の LLM 呼び出しが同時進行 32 GB+ メモリ（Strix Halo、ハイエンド GPU）
sequential 🐢 ゆっくり — 一度に1つのワーカー 低い — 一度に1つの LLM 呼び出し 8-16 GB メモリ（ラップトップ、レガシーハードウェア） 
# CLI: Force sequential mode
swarmmind ask "Compare RAG vs fine-tuning" --sequential

# Config: Set via config.toml
[execution]
mode = "sequential"
max_concurrent = 1

Web UI では、Settings パネル（左サイドバー）から実行モードを切り替えられます。

ハードウェアの自動検出により、各モデルロールが最適な利用可能なバックエンドにルーティングされます：

ハードウェア バックエンド 用途
AMD Ryzen AI NPU (XDNA 2) ryzenai ベクトル化（低消費電力、定常状態）
AMD Radeon GPU (ROCm) rocm Conductor とワーカー（高スループット）
AMD CPU (llama.cpp) cpu フォールバック / TTS

config.toml で手動でバックエンドを指定することもできます：

[models.backends]
conductor = "rocm"
worker = "rocm"
embeddings = "ryzenai"
image = "rocm"
tts = "cpu"

📄 ライセンス

Apache 2.0 — 詳細は LICENSE をご覧ください。

📚 ドキュメント

ドキュメント 説明
セットアップガイド 審査員向けセットアップ手順、トラブルシューティング
CHANGELOG.md TDD 監査修正および方法論
README.md アーキテクチャ、機能、CLI リファレンス

AMD Lemonade 開発者チャレンジ 2026 に込めて ❤️