Repositori ini menyediakan boilerplate untuk membangun AI Agent berbasis Agno Agentic Framework yang terintegrasi dengan Google Gemini dan Qdrant sebagai basis pengetahuan (RAG). Proyek mencakup web scraper yang telah dioptimalkan untuk mengekstraksi konten utama dari halaman web.

• Tujuan: Menyediakan fondasi cepat dan terstruktur untuk membangun agent AI produksi dengan pencarian pengetahuan dan kemampuan browsing.
• Komponen utama: Agent (Gemini), Knowledge Base (Qdrant + SQLite), Web Scraper, dan skrip seeding pengetahuan.
• Bahasa: Python 3.11+ (disarankan 3.12).

• Agent Web (Gemini + Tools): Agent dapat melakukan pencarian konten (melalui sitemap/URL), membaca artikel, dan memberikan jawaban dalam bahasa Indonesia.
• Basis Pengetahuan (Qdrant): Penyimpanan embedding untuk pencarian semantik yang cepat dan relevan.
• Penyimpanan Konten (SQLite): Menyimpan metadata dan konten sumber.
• Web Scraper Terkurasi: Scraper yang mengekstrak konten utama dari halaman web.
• Konfigurasi Berbasis Environment: Seluruh kredensial dan konfigurasi diatur melalui berkas .env.

• Python 3.11+ (disarankan 3.12)
• Koneksi internet
• (Opsional) Qdrant Server docker run -p 6333:6333 qdrant/qdrant

1. Buat dan aktifkan virtual environment:

python -m venv venv
./venv/Scripts/activate      # Windows PowerShell
# source venv/bin/activate   # macOS/Linux

2. Instal dependensi:

pip install -r requirements.txt

3. Buat berkas .env di root proyek:

APP_HOST=localhost
APP_PORT=7777
APP_RELOAD=true

# Databases
MIKO_DB_PATH=database/miko.db
MIKO_MEMORY_TABLE=miko_memory
KNOWLEDGE_CONTENTS_DB_PATH=database/knowledge_contents.db

# Knowledge / Vector DB
KNOWLEDGE_COLLECTION=dokumen_miko
QDRANT_URL=http://localhost:6333
QDRANT_API_KEY=

# Models / Embedders
GEMINI_API_KEY=
GEMINI_AI_MODEL=

• agents/miko_web.py: Factory untuk membuat Agent berbasis Gemini dengan tool web scraper.
• services/knowledge.py: Inisialisasi Knowledge Base (Qdrant + SQLite) dan fungsi seed_knowledge.
• scripts/seed_knowledge.py: Contoh script untuk memasukkan (seeding) URL PDF ke Knowledge Base.
• tools/web_scraper.py: Web scraper yang mengekstrak konten utama serta memfilter navigasi.

Perbarui daftar URL di scripts/seed_knowledge.py, kemudian jalankan:

python scripts/seed_knowledge.py

Output yang diharapkan: Seed selesai ✔️

python index.py

Kamu bisa mengetik perintah berikut di terminal :

python my_os.py

lalu buka os.agno.com dan sambungkan Agentic OS Local ke Agno Control Plane.

• GEMINI_API_KEY: Wajib. API key Google Gemini.
• GEMINI_MODEL_ID: Default gemini-2.0-flash, dapat disesuaikan.
• QDRANT_URL: Default http://localhost:6333.
• QDRANT_API_KEY: Diperlukan
• KNOWLEDGE_COLLECTION: Nama koleksi Qdrant.
• KNOWLEDGE_CONTENTS_DB_PATH: Lokasi SQLite untuk penyimpanan konten.

• Modul tidak ditemukan: Pastikan virtual environment aktif dan instalasi pip install -r requirements.txt telah berhasil.
• Qdrant tidak dapat diakses: Verifikasi QDRANT_URL, port 6333, atau QDRANT_API_KEY jika menggunakan layanan cloud.
• Kesalahan autentikasi Gemini (401): Periksa kembali GEMINI_API_KEY pada berkas .env.