====== PEPAGI ======

[[https://github.com/Promptlab37/PEPAGI|PEPAGI]] je open-source multi-agentní orchestrátor napsaný v TypeScriptu. Projekt ho popisuje jako AGI-like orchestration platformu, ale prakticky jde hlavně o řídicí vrstvu, která přijme úkol, rozloží ho na menší části, pošle je vhodným modelům nebo nástrojům a průběžně vyhodnocuje výsledek.

===== Co to je =====

Z [[https://github.com/Promptlab37/PEPAGI/blob/main/README.md|README]] vychází, že jádrem systému je centrální ''Mediator'', který funguje jako koordinátor celé úlohy. Nepoužívá se jen jeden LLM, ale kombinace více providerů podle ceny, schopností a obtížnosti problému.

Projekt míří na situace, kde nestačí jednorázový chat nad jedním modelem, ale je potřeba:

  * rozpad složitější úlohy na více kroků
  * routing mezi více modely
  * opakované ověřování výsledků
  * práce s nástroji a externími integracemi
  * dlouhodobější běh s pamětí a historií

Podle repozitáře může PEPAGI běžet jako CLI nástroj, daemon pro chatovací platformy nebo MCP server pro další integrace.

===== Jak funguje architektura =====

README popisuje PEPAGI jako vícevrstvý systém. Prakticky v něm jde hlavně o tyto části:

  * **Mediator** – centrální mozek, který přijme úkol, rozhodne o rozkladu práce a řídí další kroky.
  * **DifficultyRouter** – určuje obtížnost úlohy a vybírá nejlevnější model, který má šanci ji zvládnout.
  * **HierarchicalPlanner** – rozkládá větší zadání na strategickou, taktickou a operativní úroveň.
  * **AgentPool** – vrstva pro různé poskytovatele modelů a jejich kombinování.
  * **WorkerExecutor** – spouští jednotlivé pracovní kroky a nástroje.
  * **WorldModel** – dopředu simuluje možné výsledky a pomáhá vybírat vhodný postup.
  * **MemorySystem** – uchovává historii úloh, znalosti a postupy.
  * **Metacognition** – průběžně sleduje jistotu odpovědí, umí vyvolat další ověření a zpětnou reflexi.
  * **SecurityGuard** a další obranné vrstvy – filtrují rizikové vstupy, chrání práci s nástroji a hlídají náklady.

Důležité je, že PEPAGI není vlastní foundation model. Je to orchestrace nad cizími modely a nástroji.

===== Podporované modely a platformy =====

Podle README a [[https://github.com/Promptlab37/PEPAGI/blob/main/package.json|package.json]] projekt podporuje tyto AI providery a režimy běhu:

^ Oblast ^ Podpora ^ Poznámka ^
| AI provideri | Anthropic Claude, OpenAI GPT, Google Gemini, Ollama, LM Studio | lokální i vzdálené modely |
| Rozhraní | CLI, Telegram, Discord, WhatsApp, iMessage, MCP | různé vstupní kanály nad stejným orchestrem |
| Runtime | Node.js 22+ | uvedeno v ''engines'' |
| Jazyk projektu | TypeScript | hlavní implementace |
| Licence | MIT | podle repozitáře |

README zároveň zmiňuje, že MCP server běží na portu ''3099'' a lze ho použít pro integraci s externími klienty nebo nástroji.

===== Paměť, plánování a vyhodnocování =====

PEPAGI se snaží řešit víc než jen jednorázové volání modelu. README popisuje několik vrstev paměti:

  * **Working memory** – zhuštěný kontext aktuální úlohy
  * **Episodic memory** – historie dokončených úloh
  * **Semantic memory** – extrahovaná fakta
  * **Procedural memory** – naučené více-krokové postupy
  * **Meta-memory** – sledování spolehlivosti znalostí v čase

Nad tím je postavená metakognitivní vrstva s prvky jako:

  * sledování confidence
  * cross-model verification
  * post-task reflexe
  * A/B testování strategií
  * extrakce úspěšných postupů do znovupoužitelných skills
  * watchdog pro detekci smyček, driftu nebo zbytečně drahého běhu

Z praktického pohledu to znamená, že systém nemá jen „odpovědět“, ale i rozhodnout, jestli výsledku věří, zda je potřeba ověření jiným modelem a co si z daného běhu ponechat pro příště.

===== Nástroje a integrace =====

V README je uvedený i vlastní tool layer pro worker agenty. Projekt zmiňuje například:

  * ''bash'' pro shell příkazy
  * čtení a zápis souborů
  * stahování webu a web search
  * browser automation přes Playwright
  * kalendář
  * Spotify
  * YouTube
  * Home Assistant
  * počasí
  * Notion
  * Docker

To je důležité proto, že PEPAGI nemá být jen chat nad API, ale spíš agentický runtime, který může vykonávat více typů úloh podle povolených nástrojů.

===== Bezpečnost =====

Bezpečnostní vrstva je v projektu poměrně výrazná. [[https://github.com/Promptlab37/PEPAGI/blob/main/SECURITY.md|SECURITY.md]] uvádí 35 kategorií hrozeb a obranných mechanismů. Mezi prakticky zajímavé body patří hlavně:

  * ochrana proti prompt injection
  * prevence úniku credentialů
  * omezení zneužití nástrojů
  * izolace session a práce s pamětí
  * HMAC-SHA256 autentizace mezi agenty
  * kill switch proti přerůstání nákladů
  * rate limiting
  * ochrana proti poisoning útokům v paměti nebo RAG vrstvách
  * sanitizace výstupů a metadata scrubber

Security dokument také uvádí konkrétní limity a provozní pravidla, například:

  * omezení hloubky dekompozice na 3 úrovně a 10 subtasků
  * rate limiting 20 volání za minutu
  * doporučení držet Ollamu jen na ''localhost''
  * požadavek na ''MCP_TOKEN'' pro MCP server
  * hodinové adversarial self-testing v daemon režimu

Projekt navíc mapuje bezpečnost vůči OWASP ASI, MITRE ATLAS a NIST AI 600-1. To je potřeba chápat jako tvrzení autorů projektu, ne jako nezávisle ověřenou certifikaci.

===== Instalace a spuštění =====

Základní instalace pro Linux a macOS je podle README tato:

<code bash>
git clone https://github.com/Promptlab37/PEPAGI.git
cd pepagi
./install.sh
</code>

Ruční instalace:

<code bash>
git clone https://github.com/Promptlab37/PEPAGI.git
cd pepagi
npm install
npm run setup
</code>

Základní spuštění v CLI:

<code bash>
npm start
</code>

Jednorázový úkol:

<code bash>
npm start -- "summarize the latest news about AI"
</code>

Spuštění daemon režimu:

<code bash>
npm run daemon
</code>

TUI dashboard:

<code bash>
npm run tui
</code>

README uvádí i pomocné skripty pro běh na pozadí, například ''daemon:bg'', ''daemon:stop'' a ''daemon:logs''.

===== Konfigurace =====

Podle README a [[https://github.com/Promptlab37/PEPAGI/blob/main/.env.example|.env.example]] je potřeba nastavit alespoň jednoho AI providera. Konfigurace probíhá přes ''npm run setup'' nebo ručně přes ''.env'' a ''~/.pepagi/config.json''.

Typické proměnné prostředí:

<code>
ANTHROPIC_API_KEY=...
OPENAI_API_KEY=...
GOOGLE_API_KEY=...
TELEGRAM_BOT_TOKEN=...
TELEGRAM_ALLOWED_USERS=...
DISCORD_BOT_TOKEN=...
PEPAGI_DATA_DIR=~/.pepagi
PEPAGI_MANAGER_MODEL=claude-opus-4-5-20251101
PEPAGI_MAX_TASK_COST=1.0
PEPAGI_MAX_SESSION_COST=10.0
PEPAGI_REQUIRE_APPROVAL=file_delete,git_push,network_external
</code>

Pro Claude lze podle README použít i OAuth přes Claude Code CLI místo klasického API klíče:

<code bash>
npm install -g @anthropic-ai/claude-code
claude login
</code>

===== Data a perzistence =====

README uvádí, že persistentní data se ukládají do ''~/.pepagi/''. Patří sem hlavně:

  * ''config.json'' – konfigurace
  * ''tasks.json'' – aktivní úlohy
  * ''goals.json'' – plánované cíle
  * ''memory/episodes.jsonl'' – historie dokončených úloh
  * ''memory/knowledge.jsonl'' – naučená fakta
  * ''memory/procedures.jsonl'' – naučené postupy
  * ''memory/reflections.jsonl'' – reflexe po úlohách
  * ''logs/'' – strukturované logy
  * ''audit.jsonl'' – auditní stopa

Z praktického pohledu je to důležité hlavně kvůli tomu, že jde o dlouhodobější agentní runtime, ne o stateless skript bez historie.

===== Co je na projektu zajímavé =====

PEPAGI je zajímavý hlavně tím, že spojuje několik trendů současně:

  * multi-agentní orchestraci
  * model routing podle ceny a obtížnosti
  * dlouhodobější paměť
  * plánování více kroků dopředu
  * provoz přes chatovací platformy i CLI
  * důraz na bezpečnost agentických workflow

Repozitář navíc obsahuje i vrstvu, kterou autoři označují jako ''consciousness system'' – tedy phenomenal state, inner monologue a self-model. To je potřeba brát hlavně jako interní architektonický koncept projektu, ne jako důkaz skutečného „vědomí“.

===== Na co dát pozor =====

  * **Projekt je ambiciózní a široký** – neřeší jen chat, ale routing modelů, paměť, bezpečnost, nástroje, messaging i MCP.
  * **Řada tvrzení je potřeba chápat jako claim maintainera** – například AGI-like framing nebo compliance mapování vůči bezpečnostním frameworkům.
  * **Setup není úplně malý** – pro plné využití je potřeba řešit API klíče, chat platformy, lokální modely nebo bezpečnostní limity.
  * **České README obsahuje rozdílné clone URL** – v [[https://github.com/Promptlab37/PEPAGI/blob/main/README.cs.md|README.cs.md]] jsou v některých příkladech uvedené cesty ''AiTaskForce/pepagi'', zatímco hlavní repozitář je ''Promptlab37/PEPAGI''. Před instalací dává smysl ověřit aktuální doporučenou cestu.

===== Zdroje =====

  * [[https://github.com/Promptlab37/PEPAGI|PEPAGI na GitHubu]]
  * [[https://github.com/Promptlab37/PEPAGI/blob/main/README.md|PEPAGI – README]]
  * [[https://github.com/Promptlab37/PEPAGI/blob/main/README.cs.md|PEPAGI – README.cs.md]]
  * [[https://github.com/Promptlab37/PEPAGI/blob/main/SECURITY.md|PEPAGI – SECURITY.md]]
  * [[https://github.com/Promptlab37/PEPAGI/blob/main/package.json|PEPAGI – package.json]]
  * [[https://github.com/Promptlab37/PEPAGI/blob/main/.env.example|PEPAGI – .env.example]]