インストール

Name: Riverse
Author: JK

前提条件

依存	説明
Python 3.10+	ランタイム
PostgreSQL 16+	データ保存
Ollama	ローカル LLM 推論（オプション、クラウドのみも可）

クローン & インストール

git clone https://github.com/wangjiake/JKRiver.git
cd JKRiver
python3 -m venv .venv
source .venv/bin/activate        # macOS / Linux
# .venv\Scripts\activate         # Windows

pip install -r requirements.txt

PostgreSQL セットアップ

createdb -h localhost -U your_username Riverse
psql -h localhost -U your_username -d Riverse -f agent/schema.sql

Note

Riverse と River Algorithm — AI会話履歴特別版は同じデータベースを共有しています。どちらのプロジェクトからテーブルを作成しても、両方に必要な全テーブルが作成されます。もう一方のプロジェクトで既にテーブル作成済みの場合、このステップはスキップできます。

テーブルが作成されたか確認：

psql -h localhost -U your_username -d Riverse -c "\dt"

conversation_turns、user_profile、observations、fact_edges、memory_clusters など15前後のテーブルが表示されるはずです。

Tip

スケジュールスキルサポートが必要な場合（Telegram Job Queue）：

pip install "python-telegram-bot[job-queue]"

Ollama モデルの取得（オプション）

ローカル LLM を使用する場合：

ollama pull <your-model>         # 例：qwen2.5:14b, llama3, mistral
ollama pull bge-m3              # 埋め込みモデル（オプション）

起動

Web ダッシュボード（推奨） — FastAPI バックエンドと Flask フロントエンドを同時起動：

python scripts/start_local.py

個別に起動する場合：

uvicorn agent.api:app --host 127.0.0.1 --port 8400    # FastAPI バックエンド（Web ダッシュボードに必要）
python web.py                                           # Flask フロントエンド (http://localhost:1234)
python -m agent.main                                    # CLI モード
python -m agent.telegram_bot                            # Telegram Bot
python -m agent.discord_bot                             # Discord Bot

Web ダッシュボードは両方のサービスが必要です。start_local.py が自動で管理します。