Egregore

Autonomer KI-Agent mit Tool-Ausführung, Wissensgraph, Multi-Channel-Kommunikation und vollständiger Home-Server-Verwaltung. Gebaut mit .NET 10.

Was kann Egregore?

Multi-Provider LLM: Anthropic, OpenAI, Google Gemini (inkl. Gemini 3 Thought Signatures), Ollama, Mistral, DeepSeek, OpenRouter, Azure — hot-swappable ohne Neustart
25+ eingebaute Tools: Web-Suche, HTTP-Requests, Code-Ausführung (Python/Shell in Docker-Sandboxen), Dateioperationen, Wissensgraph-Abfragen, Source-Code-Bearbeitung, Custom Tools erstellen und mehr
Multi-Channel: Web-Chat (Streaming), Telegram Bot, REST API, CLI — Kanal-Awareness im System-Prompt (Bot weiß woher Nachrichten kommen)
Server-Verwaltung: Alle Docker-Container verwalten (ps, logs, start/stop, exec, compose, prune), Host-System via SSH steuern (Services, Disk, Prozesse, Reboot)
Proaktives Verhalten: Trigger-System (täglich, Intervall, Cron, Docker-Events, System-Metriken) mit Multi-Channel-Delivery + Task Queue für Folgeaufgaben (Default: Telegram + Log)
Loop-Schutz: Automatische Erkennung und Truncation von repetitiven oder überlangen LLM-Antworten (>4000 Zeichen ohne Tool-Nutzung)
Wissensgraph: Markdown-basierte Regeln (AKG) + Neo4j für Weltwissen mit interaktiver Visualisierung + Hot-Reload
TDK Engine (Test-Driven Knowledge): AKG-Regeln können optionale Python-Validator-Scripts enthalten, die LLM-generierten Code automatisch prüfen — Violations werden dem LLM als Feedback injiziert und einmal re-queried
Autonome Recherche: Spawnt Clone-Container als Research-Worker mit Session-Persistenz, sammelt Findings und speichert sie erst nach User-Bestätigung im Wissensgraph. Follow-up-Tasks werden automatisch per Telegram zugestellt
Selbst-Modifikation: Kann eigenen Quellcode lesen, editieren, bauen und testen (source_code Tool), Docker-Images bauen, sich selbst updaten und Clone-Subagenten spawnen
Verschlüsselte Credentials: AES-256-GCM Credential Store, signiertes Audit-Log

Architektur

Gateway (ASP.NET Host, Endpoints, Web-Chat, DI Root)
├── Agent (Runtime-Loop, Tool Registry, 25+ Tool-Implementierungen)
│   ├── Agent.Anthropic (Model Clients für alle LLM-Provider)
│   │   └── Core (Interfaces, Models)
│   ├── AKG (Wissensgraph, Parser, Context Compiler, Neo4j)
│   ├── Security (Sanitization, Output Filter, Audit, Encrypted Credentials)
│   ├── Sandboxing (Docker Sandbox Factory, Container Orchestration)
│   └── Memory (SQLite Conversation Store)
├── Channels.Telegram (Bot Polling, Commands, Telegram-Tools)
└── AKG.Mcp (MCP Server für Wissensgraph — standalone)

10 Source-Projekte + 4 Test-Projekte, 161 Tests

Kanäle

Egregore unterstützt mehrere Kommunikationskanäle gleichzeitig. Jede Nachricht wird automatisch mit dem aktiven Kanal getaggt.

Kanal	Beschreibung	Aktivierung
Web-Chat	Streaming-Chat im Dashboard mit Markdown-Rendering, Conversation-History, Tool-Statusanzeige	Immer aktiv
Telegram	Bot mit Commands (`/model`, `/help`, `/status`), Datei-Upload/-Download	`TELEGRAM_BOT_TOKEN` setzen
REST API	`POST /api/agent/chat` (JSON) und `/stream` (SSE) für Integrationen	Immer aktiv
CLI	Interaktiver Terminal-Modus mit char-by-char Streaming	`--cli` Flag oder `CLI_ENABLED=true`

Kanal-Erkennung: Jede Conversation speichert metadata.channel (web, telegram, api, cli). Der aktive Kanal wird dem LLM im System-Prompt mitgeteilt, sodass der Bot kanalspezifisch reagieren kann. Im Dashboard werden Conversations mit farbcodierten Channel-Badges angezeigt.