AgentBridge

AgentBridge（コードネーム「AGENT」）— オフィス業務で人間に取って代わることを目指す AI パーソナルアシスタント

仕事にエージェントの力を取り入れましょう！プライバシーを損なうことなく、タスクや業務を自動化する AI パーソナルアシスタント です。 スタッフのコストを削減しながらビジネスを自動化できるこの強力なツールを、オフィス自動化業界で最先端の AI テクノロジーとともにご利用いただけることを嬉しく思います。

AgentBridge は、1 つのプロセス内で 2 つの主要なインターフェイスを通じて独自の AI エージェントを実行するセルフホスト可能なサーバーです。全画面チャットターミナル（TUI）と、標準の OpenAI プロトコルを使用する HTTP API を備えているため、OpenAI 互換クライアントであれば、どれでも同じエージェントを利用できます。

スクリプト、ボット、アプリが同じポートで同じエージェントを利用する一方で、ターミナルでチャットできます。 同じプロセス、同じ会話、ブリッジも同期も不要です。

互換性の範囲を明確にしておきます。AgentBridge は外部インターフェイスが OpenAI 標準に準拠しているのであって、内部がそうなのではありません。あらゆる OpenAI クライアントに対して、標準的な OpenAI サーバーとして動作します。SDK、ボット、スクリプトから通常の POST /v1/chat/completions を呼び出して、同じエージェントを利用できます。一方で、標準的なエージェントシステム上で動作するわけではありません。エージェントのコアは独自のエンジン（AIOrchestrator/AgentHarness）であり、その特徴となる概念は、エージェントの能力が Tools/ フォルダーからプラグインとして読み込まれ、プロセス内で実行されるコンパイル済み .NET アセンブリであることです。インタープリターも、リモートツールサーバーも、エージェントとそのアクションをつなぐ標準的なエージェント用の接着層もありません。これが以下で説明する Universal Tool System であり、本製品を際立たせるアーキテクチャ上の違いです。

これは、次世代の人工知能を実現する初の エージェント型 ハーネスシステムであり、業界のすべての競合製品の基準を引き上げる、大きな革新をもたらします。このシステムは、適切に制御されていない AI によって企業が損害を被ることを防ぐ、十分に設計されたサンドボックスにエージェント機能を封じ込めています。同時に、高いプライバシーと機密性を保ちながら、実際の業務を AI に任せることができます。

AgentBridge は、技術的なスキルがない人でも、たとえばおばあちゃんでも、損害の心配なく使えるように設計されている点で、おなじみのハーネスとは異なります。ファイルの操作はバージョン管理により元に戻せます。エージェントの行動範囲は設計段階で組み込まれたガードレールによって制限されており、コードが作成または実行されるのを防ぐため、コードエージェント機能も提供していません。また、当社のクラウドプラットフォームと組み合わせて提供することもできます。このプラットフォームは、ファイル領域を、企業内に設置されたプライベートな暗号化クラウドとリアルタイムで同期します。つまり、オフィス業務を支援し、ビジネスプロセスを効率化するために、雇用主が従業員に提供できる製品です。従来のハーネスでは、曖昧なプロンプトによってドキュメントが破壊されたり、作業ドライブが消去されたり、その他の損害が発生したりする可能性があります。それに対して、私たちはオフィスで安全に使えるツールの開発に注力してきました。

チームがこのアーキテクチャを選ぶ理由 AgentBridge は AIOrchestrator ライブラリモデルに基づいて構築されています。1 つのランタイム、1 つのエージェントコア、そしてターミナルと API に共通する一貫した運用フローを備えています。その結果、従来のマルチサーバー MCP 構成よりも実行が速く、統合のオーバーヘッドが低く、制御性に優れています。ホワイトペーパーをお読みください：AIOrchestrator ライブラリモデルが従来の MCP デプロイメントを上回る理由。

インストールとダウンロード

お使いの OS 向けにダウンロードボタンをクリックすると、プラットフォームが検出され、適切なアーカイブ（約 460 MB、自己完結型で、.NET のインストールは不要。Kokoro TTS の音声を同梱）がダウンロードされます。 ターミナルからの操作がお好みですか？ 1 行でインストールできます。

プラットフォーム	1 行でインストール
Windows（PowerShell）	irm https://graphenelab.it/AgentBridge/install.ps1 | iex
Linux / macOS	curl -fsSL https://graphenelab.it/AgentBridge/install.sh | bash

1 行のコマンドを実行すると、お使いのプラットフォーム向けの最新リリースが ~/.agentbridge（Windows では %LOCALAPPDATA%\AgentBridge）にダウンロードされ、起動方法が表示されます。直接ダウンロードする場合：

Linux でもデスクトップアプリとして利用可能（Flatpak）

AgentBridge は Linux 向けにFlatpak デスクトップアプリケーションとして公開されています。エンジンと、独自のウィンドウ（WebKitGTK）で動作するバンドル済みの Giraffe AI ウェブクライアントを備え、ランチャーにアプリケーションアイコンが表示されます。ビルドはリリースごとに自動で行われます（x86_64 および aarch64）。

# one time: add the Flathub remote (shared runtime)
flatpak remote-add --user --if-not-exists flathub https://dl.flathub.org/repo/flathub.flatpakrepo
# install the latest desktop bundle (x86_64; use the -aarch64 asset on ARM64)
flatpak install --user -y \
  https://github.com/Graphene-Lab/AgentBridge-Linux/releases/latest/download/agentbridge-linux-x86_64.flatpak

ランチャーには AgentBridge（デスクトップチャットウィンドウ。エンジンはヘッドレスで自動起動）と AgentBridge (Terminal)（従来の TUI）が登録されます。リリースは Graphene-Lab/AgentBridge-Linux で自動公開されます（x86_64 および ARM64 向けのデュアルアーキテクチャバンドル）。Flathub ストアへの掲載は現在審査中です。

AIOffice のエージェントオーケストレーター （AIOrchestrator）を基盤とする AgentBridge は、エージェントをあらゆる場所で利用できるようにします。

• ターミナルで使う — ストリーミング応答、/ コマンドパレット、ファイル添付、音声入力、プロセス内ニューラルテキスト読み上げに対応したモダンなチャット UI（Terminal.Gui）です。
• OpenAI 互換クライアントで使う — SDK、ボット、スクリプトから、同じエージェントにプレーンな POST /v1/chat/completions でアクセスできます。プラグインも、カスタム SDK も、ベンダーロックインもありません。

OfficeManager — AI チームの作業を見守り（怠け者にはひと声かけましょう）

すべてのエージェントは 16 ビットのオフィスで小さな人の姿になり、ログを読む代わりに、AI チームが何をしているかを実際に見て確認できます。ドアから入ってきて、デスクに座り、作業を始めます。使用中のツール（ウェブ検索、ファイル検索、ドキュメントなど）は頭上の吹き出しに表示されます。チャットからエージェントに話しかけて新しいタスクを頼んだり、進捗を尋ねたりできます。作業が終わると立ち上がり、ドアから出ていきます。「やることがない」と表示された従業員が常に巡回しているので、タスクを与えると、その場で新しいエージェントになります。多数のエージェントを一度に見守るのに便利です。誰かが懸命に働いているように見えて、実はそのふりをしているだけではないか、見つけるのにも役立ちます。😉

デモギャラリー

ビジュアルデモを紹介します。新しいデモは制作され次第、ここに追加されます。

ターミナル UI — エージェントのストリーミング応答、ライブフィルタリングに対応した / コマンドパレット、サーバー、モデル、セッション、コンテキストウィンドウの状態を表示するステータスバー：

エージェントが生成する PowerPoint 形式のプレゼンテーション — 必要なスライド資料を説明すると、エージェントがスライドをデザインします。

エージェントが生成する詳細な PDF 市場・財務分析レポート — 市場分析、財務分析、その他あらゆる種類のレポートを依頼すると、エージェントは「AI Exoskeleton」の独自の拡張人工知能アルゴリズムを活用し、Deloitte、KPMG、E&Y などの権威ある情報源をもとに、正確な PDF ドキュメントを生成します。

簡単なプロンプトから生成される実務用ドキュメント — 請求書や雇用契約書の作成を依頼し、データを添付すると、エージェントが公式テンプレートを使って完成したドキュメントを作成します。そのままオフィスで利用できます。この 2 つは実際のユースケースで、エージェントが素材の確認から DOCX 作成までを一貫して生成しました。

これは、簡単な依頼だけでエージェントが完全に生成した、Word 形式の雇用契約書です。AI エージェントに制限はありません。どのような種類の文書でも作成でき、スタイルを記憶して今後も維持したり、必要に応じてカスタマイズしたり、新しい要素を追加したりできます。

プレーンテキストのプロンプトによる依頼に応じてエージェントが作成した Excel スプレッドシート（データテーブル＋グラフ、A4 1 ページ）です。ユーザーが英語でワークブックを依頼すると、エージェントは SpreadsheetTool を使ってデータ、スタイル、グラフ、A4 のページ設定を作成し、完成したファイルを提供します。

WebTool — ウェブ上でエージェントが操作 — WebTool は、実際に表示されるブラウザー上で、移動、サインイン、フォームへの入力、クリック、投稿、調査などの複雑なタスクをエージェントが直接実行できるようにするツールです。ソーシャルネットワークへの投稿は、数あるユースケースの1 つにすぎません。以下のアニメーションは、エージェントが LinkedIn を開き、保存済みの認証情報でサインインし、AgentBridge が AGPL v3.0 のもとで完全なオープンソースになったことを告知する投稿を公開するまでの一連の処理を、最初から最後まで実行した実例です。すべての手順は決定論的に検証されています（投稿作成画面を開く → テキストを読み戻す → プロフィール上で投稿を確認する）。

エージェントが生成したポッドキャストエピソード — あらゆるトピックのポッドキャストを依頼すると、エージェントが制作全体を行います。調査（ニュースやイベントのトピックでは最近の国際ニュース、普遍的なトピックでは一般資料）、三幕構成のストーリー、約 30 分の台本、プロセス内の Kokoro TTS で録音したナレーション、そしてオープニング、ジングル、柔らかなダッキング処理を施したバックグラウンド音源に重ねた本編、ホストの別れの挨拶、締めの短い音楽を組み合わせ、公開可能なMP3 と RSS フィード（iTunes 対応）を /podcast/ に作成します。サンプルエピソード（英語、エージェントが最初から最後まで生成）：

パラメトリック 3D CAD — エージェントが FreeCAD で実際の機械部品を設計 — FreeCADTool プラグインを使うと、エージェントは起動中の FreeCAD インスタンスを操作して、パラメトリック 3D モデルを構築できます。プリミティブ、スケッチを含む PartDesign ボディ、押し出し／ポケット／回転／溝、直線／円形／ミラーのパターン、フィレット／面取り、ブーリアン演算による結合／切り取り／共通部分の作成、実際のインボリュート歯車やはすば歯車（FCGear）、標準 CAD 形式（STEP、STL、3MF、OBJ、IGES）のインポート／エクスポートに対応しています。アニメーションでは、12 枚のブレードを備えたタービンインペラーを作成します。回転させたハブ、上部キャップ、取り付けフランジ、外側シュラウド、中央の穴、ボルト円を備えた単一のソリッドとして構築し、FreeCAD のカメラを周回させてレンダリングしています。ツールは自動でセットアップされます。ヘッドレス FreeCAD を自動起動し、歯車アドオンをバックグラウンドで自動インストールして、デスクトップ通知でお使いの言語で処理内容を知らせます。

Agent Bridge：オフィス業務を支援するAIアシスタント

Agent Bridgeは、お好みのAIに接続し、それを専属アシスタントに変えるツールです。複雑な文書の作成、スプレッドシートの操作、メールのやり取り、インターネットを使った作業などのオフィス業務を、疲れを知らずにこなします。また、クライアント、文書、製品、アーカイブに保存されたあらゆる情報など、会社のナレッジベース全体を把握しています。

Agent Bridgeは、AIソリューションを求める企業や個人向けのエンタープライズグレードのAI自動化プラットフォームです。ノートPC、ミニPC、専用AIボックスなど、お使いのハードウェア上で動作します。読み込むナレッジベースはクラウドにアップロードするものではなく、ディスク上の通常のフォルダーです。そこにすでに保存されている情報がすべてAIの理解に取り込まれるため、疲れを知らない従業員のようにオフィス業務を遂行できます。この製品はエンタープライズ分野に適しており、数テラバイトものデータでもインデックス化して管理できます。ファイルがデバイスの外に出ることはなく、比類のない詳細さと精度でPDF文書を生成できます。

当社のエージェント型AIは、ミニPCや専用AIハードウェアなどのスタンドアロンデバイスにインストールし、それらを真に自律的なエージェントへと変えるよう設計されています。エージェント型システムは、指示されたタスクを実行するだけのものではありません。複雑な目標を完全な自律性をもって達成することを目指して構築されており、その主な特徴は単一の指示を実行する範囲を大きく超えています。まず、計画と推論の能力を備えています。「東京旅行を計画して」といった依頼を受けると、単に反応するのではなく、航空券の予約、ホテルの選定、まとまりのある旅程の作成など、目標を一連の論理的なサブゴールに分解します。その計画は、外部ツールを積極的に活用して実行に移されます。エージェントは、APIの呼び出し、コードの実行、インターネット検索、データベースやその他のアプリケーションとのやり取りを通じて、情報を自律的に収集し、行動できます。この複雑さに対応するため、システムは実行した操作や収集した情報を、短期・長期の両方にわたる構造化されたメモリに保持し、途中で計画を調整できるようにします。その動作は、実行とフィードバックを繰り返す継続的なループに基づいています。まず操作を実行し、その結果（たとえば、航空券の検索中に発生したエラー）を観察します。そして、その結果が最終目標に近づくものかを評価し、それに応じて次の手順を調整します。目標が完全に達成されるまで、この実行、観察、適応のサイクルを続けます。当社のハードウェアサポート戦略では、高性能プロセッサーを搭載した幅広いデバイスを対象としています。これには、Xiaomi AI Cube、16コア AMD Ryzen AI Max+ 395、12コア AMD Ryzen AI 9 HX 370、NVIDIA GB10 Grace Blackwell Superchip、14コアのArmベース NVIDIA Jetson T5000、20コア NVIDIA RTX Sparkが含まれます。エントリーレベルのセグメントでは、ARMベースのテクノロジーとの互換性を確保し、Rockchip RK3588、Rockchip RK3576、Qualcomm Snapdragon 865、Qualcomm Snapdragon X2 Elite、MediaTek Genio 420、MediaTek Genio 360の各チップセットをサポートしています。

革新的な機能

• 独自の決定論的メモリ — エージェントは決して忘れません 独自の決定論的メモリにより、エージェントはこれまでに扱った事柄、事実、人々、ドキュメントを常に把握できます。すべての会話が痕跡を残し、新しいリクエストがあるたびに、関連する正確なコンテキストが即座に呼び戻されます。市場にこれを実現するシステムはほかにありません。従来のエージェントは、モデル自体を使ってコンテキストを再構成し、「記憶」しようとします。一方、当社のメモリは決定論的に情報を取得するため、思い出すための推論の反復に時間を費やすことなく、ワークフローを高速化し、これまで取り組んだすべての内容を常に明確に把握した、確かなエージェントを実現します。この独自の専有アルゴリズムはAgentBridgeだけが提供し、革新的なテクノロジーによってエージェント分野の最前線に位置づけられています。 5つの相補的な仕組みで構成されています。決定論的なNameOrKeyメモリ、ストリーミングインデックスを備えたドキュメントアーカイブ、スキルメモリ、スケジューラーメモリ、そしてコンテキストウィンドウ内のチャット履歴です。ストリーミングインデックスはハードウェア向けに最適化されています。ベクトルはx64およびarm64チップのネイティブブロックサイズである8バイト（64ビット）の要素から構成され、意味ツリーやグラフの相関関係を処理することなく、単一の線形ストリームとして読み取られます。プロンプトから決定論的にコンテキストを選択し、LLMへの呼び出しを思い出す作業に費やすことなく、トークンコストゼロで、そのままモデルに渡します。これによりAgentBridgeは、GPUも専用のインデックス作成モデルも使わず、一般的な家庭用コンピューターでテラバイト単位のデータからコンテキストを提示できます。また、データがマシンの外部に出ないトラストレスな方式で提供されるため、エンタープライズ分野に実質的に類例のない、真のプライバシー最優先システムを実現しています。 公開済みのシステムとの誠実な比較を含む、再現可能なエンタープライズ規模の検索ベンチマークと、アーキテクチャに忠実なLongMemEval-Sの実行など、測定による性能検証についてはMemory Benchmarkに記載されています。実行可能なハーネスはbenchmark/にあります。

• SIPプロトコル経由で24時間365日利用できるAIアシスタント このシステムには、SIPベースの電話アクセスを通じていつでも利用できる、完全に統合されたAIエージェントが備わっています。自然な音声での対話、即時のタスク実行、中断のない利用が可能な、専属のパーソナルアシスタントとして動作します。気が散ったり、対応できなかったりすることのある人間の秘書とは異なり、このアシスタントは常に集中力と信頼性を保ち、割り当てられた業務を正確に遂行します。

• Telegramとの完全な連携 — いつものメッセンジャーでエージェントを利用 AgentBridgeはユーザーアカウント（WTelegramClient、MTProto）としてTelegramに接続し、ほかのチャットクライアントと同じように動作します。テキストやファイルを含むプライベートメッセージを送ると、エージェントは同じチャットで返信し、作成したドキュメントも送信します。添付ファイルは送受信の両方に対応しています。初回ログインはTUIから案内され、認証コードを入力できます。任意の許可リストを使ってエージェントと会話できるユーザーを制限でき、設定はtelegram.jsonに保存されます（TUIから、手動で、または案内付きセットアップスクリプトで編集できます）。詳しくはdocs/telegram.mdをご覧ください。

  

• モデルの性能を高めるAIエクソスケルトン技術 独自のAIエクソスケルトンフレームワークにより、複雑なドキュメント処理でのバイアスを抑えながら、AIモデルの能力を大幅に高めます。エクソスケルトンによって人間が自然な限界をはるかに超える重さのものを持ち上げられるように、AIエクソスケルトンは、小型モデルが特定のオフィス業務で最先端規模のシステムを上回ることを可能にします。分析の一貫性を強化し、業務レポートや技術ドキュメントの正確性を高め、並外れた信頼性で、そのまま使えるPDFを作成します。この技術は人工知能を真に強化されたプロフェッショナル向けツールへと変え、通常なら専門の人間チームを必要とする認知的な作業負荷にも対応できるようにします。

• 真のアプリケーションレベルのサンドボックス — エージェントはツールの外では動作できません すべてのエージェントは、実際のサンドボックスとして機能する仮想ワークスペースパス内で動作します。これは、どのツールメソッドも越えられない、制限された操作範囲です。エージェントが外部にアクセスする唯一の手段は、ツールメソッドを通じた操作です。シェル、OS API、直接のネットワークアクセス、ツールが明示的に公開する範囲を超えたファイルシステムへのアクセスはありません。そのため、巧妙に作成された入力で回避される可能性のあるプロンプト指示ではなく、コードの構造によって操作範囲が強制されます。競合するシステムは、プロンプトだけを信頼しているためインジェクションで突破される可能性があるか、一般ユーザーにはセットアップが難しい高価な OS レベルのサンドボックス（chroot、Docker、VM）を必要とします。ここでのサンドボックスはアプリケーションレベルでインフラ不要でありながら、絶対的です。操作範囲内では強力に動作し、その外では無害です。

• GDPR 対応の匿名化 — 外部プロバイダーのためのプライバシー・バイ・デザイン 堅牢な匿名化サービスにより、外部の LLM プロバイダー（Copilot、Gemini、ChatGPT、DeepSeek など）にリクエストが届く前に、個人データ（名前、キー、機密性の高い識別子）が保護され、返信ではシームレスに元の情報へ戻されます。スイッチひとつで有効になり、エージェントを使った操作に知覚できるほどの遅延を追加せず、ユーザーから完全に見えない形で動作します。エージェントはあらゆる能力を保ちながら、マシンが非公開にすべき情報を外部に漏らすことはありません。そのため、GDPR への準拠が必須要件となる欧州市場に適したプラットフォームです。

• Universal Tool System (UTS) — スクリプトではなく、ネイティブに実行されるツール 当社の Universal Tool System は、AI に能力を提供するため、エージェントが直接操作するコンパイル済み .NET アセンブリのプラグインを使用します。Python、Node、インタープリター、インストールが必要なフレームワークスタックはありません。決定論的なインテリジェンス（UISupportGeneric）がコンパイル済みコードを読み取り、その場で正確にツールインターフェースを構築するため、ハルシネーションは発生しません。その後、生成 AI が適切なツールを選択して操作します。その結果、高速で応答性に優れた AIを実現します。ツールはネイティブのマシンコードとして実行され、最新の .NET コンパイラーは手動で最適化した C/C++ に匹敵します。また、エージェントとその操作の間にインタープリター、HTTP、シリアル化を介さず、オーバーヘッドなしでプロセス内から呼び出されます。マシンへの負荷は軽く、回答はより速く返り、負荷の高いジョブもより速く完了します。これらはすべて、chroot、Docker、VM を必要としないネイティブなアプリケーションレベルのサンドボックス（どのツールメソッドも越えられない構造的な操作範囲）内で実現されます。ツールはユニバーサルです。単一の AnyCPU バイナリが Windows、Linux、macOS、iOS で動作し、フォルダーを Tools/ に置くだけでインストールできます。ホット追加に対応しているため、新しいプラグインは再起動なしで、配置から 30 秒後にライブで有効になります。エンドユーザー向けガイド：Universal Tool System (UTS)。

• ネイティブな MCP 相互運用性 — ひとつのエージェント、標準の制御方式 AgentBridge は、自律ランタイムをネイティブ MCP インターフェース経由で公開するようになりました。そのため、同じ本番環境のエージェントを、外部アダプターレイヤーなしで標準 MCP クライアントから制御できます。これにより、ターミナルチャット、OpenAI 互換のインテグレーション、MCP エコシステムにわたり、単一のオーケストレーター、単一のメモリフロー、単一の運用範囲を実現します。実際には、チームはプロトコルレベルの互換性を維持しながら統合の複雑さを軽減し、高機能なエージェントコアとして AgentBridge を導入できます。

• 自律的なタスクスケジューリング — エージェントが自ら作業を続けます AgentBridgeは指示を受けて動くだけではありません。ビジネスの実際のニーズに応じて、事前に作業を計画し、自律的に続けられます。重要なことを伝えれば、期限を記憶し、行動すべきタイミングを判断し、あらかじめ設定した間隔で繰り返しの業務を処理します。毎日、誰かが何度も指示しなくても実行します。レポート、確認、フォローアップ、スケジュールされた業務は、あなたが不在の間もすべて予定どおりに進みます。エージェントが作業をスケジュールし、自動で実行して、その結果を記録します。指示を待つツールではなく、いつでも働く真の同僚です。

• ERP連携 — エージェントが会社の中核業務を担います AgentBridgeは、ErpToolプラグインを通じて、無料のオープンソースERPであるAI ERPに接続します。インストールして有効にすると、エージェントは見積書の作成から受注への変換、納品、請求書の発行、入金の記録まで、会社の日常業務を最初から最後まで実行できます。購買サイクル全体、つまり依頼の申請、発注書の作成、商品の受け入れ、仕入先の請求書と発注書および入荷記録との照合、支払いも処理できます。さらに、在庫の移動、引当、循環棚卸や、顧客別売上、売掛金の経過期間などのレポートにも対応します。エージェントはJWTで保護されたAPIを通じて、通常のERPユーザーとして動作するため、会社の規則や権限はすべて適用されます。データベースに直接書き込むことはありません。上記のスケジューリング機能と組み合わせれば、定型業務を自動で進められます。*「毎朝、昨日納品したものを請求書にして、期限超過のものを教えてください。」*これにより、エージェントはチャットやドキュメントのアシスタントから、会社が実際に使用するシステムを動かすデジタルオフィスワーカーへと変わります。セットアップについては、AI ERPエコシステムをインストールするをご覧ください。

• 実行した瞬間から使える音声合成 — セットアップもドライバーもアカウントも不要です すべてのアーカイブにKokoroニューラルTTSエンジンと音声、モデルが含まれているため、 エージェントは設定不要ですぐに、ターミナル、API、電話で話せます。ポッドキャストツールも、 同じエンジンをすぐに利用できます。GPUも自動で使用されます。NVIDIA CUDA対応GPUを搭載した マシンでは、手動で設定しなくてもエンジンがGPUを利用し、それ以外の環境ではCPU上で 動作します。エンジンカタログは拡張を前提に設計されており、今後のエンジンは/ttsengineに 表示されます。詳しくは音声合成ガイドをご覧ください。

このプロジェクトがクラウドを信頼しない理由

2013年6月、The Guardian と The Washington Post は、元請負業者のエドワード・スノーデンが米国国家安全保障局から持ち出した文書を公開しました。彼はその資料を携えて2013年5月に米国を離れ、香港へ渡っていました。公開された文書は、インターネット最大手企業のサーバーから通信を収集する世界規模の監視システムを明らかにしました。この報道により、両紙は2014年ピューリッツァー賞公益部門を受賞しました。これらは陰謀論ではなく、ピューリッツァー賞委員会がこの分野の最高賞に値すると認めたジャーナリズムによって確立された事実です（PRISM、Edward Snowden）。

この報道の中心となったプログラムは、2007年に始まったPRISM（NSAの指定番号 US-984XN）です。その法的根拠は、後に2008年のFISA改正法第702条にまとめられました。流出したプレゼンテーションには、参加した企業とそれぞれの参加年が記されています。Microsoft（2007年）、Yahoo（2008年）、Google（2009年）、Facebook — 現在のMeta —（2009年）、Paltalk（2009年）、YouTube（2010年）、AOL（2011年）、Skype（2011年）、Apple（2012年）です。収集されたのは、各社のサーバーにあるメール、チャット（音声とビデオ）、保存データやファイル、VoIP、ファイル転送、ビデオ会議、ソーシャルネットワーキングの詳細情報でした。イタリアでは、このスキャンダルはDatagateとして知られています。

第702条は一度限りの措置ではありませんでした。2012年に延長され、2018年に再承認され、さらに2024年にも再承認されました（FISA Amendments Act）。その日の法律の状態がどうであれ、データ収集を可能にした条件は変わっていません。つまり、データは他者のサーバーに置かれているということです。そして、そのサーバーの所有者はデータを読むことも、引き渡すことも、引き渡すよう命じられることもあります。

AI アシスタントにとって、これは仮定の話ではありません。クラウドアシスタントは会話をプロバイダーのサーバーに保存し、実際に会話が警察に渡った事例もすでに報告されています。2025年、フロリダ州の13歳の少年が、友人を殺す方法をChatGPTに尋ねた後に逮捕されました（People、Gizmodo）。2026年8月には、ChatGPTに殺人計画を説明していた男性について、OpenAIがFBIに通報しました（USA Today）。2026年10月には、脅迫をめぐりAnthropicがClaudeユーザーを警察に通報しました（Tom's Hardware）。会話記録が非公開に保たれるかどうかは、プロバイダーの方針とその国の法律次第であり、ユーザーが決めることではありません。

**AgentBridgeは、正反対の条件を実現するために構築されています。**エージェント、ツール、ドキュメント、メモリはすべてお使いのマシン上で動作します。アカウントは不要で、アーカイブがクラウドに複製されることもなく、私たちや他の誰かに提出を求められるサーバー上に会話記録が残ることもありません。クラウドモデルに接続するのは、選択した場合だけです。また、GDPR匿名化レイヤーが、リクエストがコンピューターから送信される前に名前や識別情報を取り除きます。「トラストレス」は文字どおりの意味です。データは収集できる場所にないため、プロバイダーの約束を信頼する必要はありません。諜報活動も産業スパイも、どちらも他者が保有するデータの複製から始まります。このアーキテクチャは、その複製をなくします。

従来のエージェント型 AI と AgentBridge の革新的なアプローチにおけるコンテキスト構築コストの比較

大量の企業データを処理し、AI エージェントが利用できるようにすることは、コスト、効率、ナレッジの品質に関わる課題です。コンテキストウィンドウをますます大きくしても、この問題は解決しません。1 回のリクエストでより多くの情報を処理できるようにはなりますが、データの読み込み、処理、再送信にかかるコストはなくなりません。テラバイト規模のコーパスでは、大量の情報を継続的にモデルへ送信することが、経済的に持続不可能になる可能性があります。

課題は、準備段階から始まります。形式の異なるドキュメントを抽出、クリーンアップ、重複排除、構造化し、インデックス化する必要があります。埋め込み、ストレージ、インデックス化、ナレッジの更新には、追加の計算リソースやインフラストラクチャリソースが必要であり、GPU や高額なクラウドインフラストラクチャに大きく依存します。ここに AgentBridge の最初の利点があります。独自のアルゴリズムにより、AI やクラウドサービスを使わず、最小限の計算負荷で、コンテキスト検索用のベクトルを迅速かつ決定論的に作成できます。同じ利点は、第 2 段階である検索にも当てはまります。エージェントが適切なコンテキスト部分を必要とするときも、追加の反復や生成モデルへの呼び出しなしに、決定論的に検索が行われます。

RAG などの従来の検索アーキテクチャは、リクエストごとにコーパス全体を送信する必要性を軽減しますが、選択や関連性の問題を引き起こします。また、コンテキストを構成するコンテンツを取得するためにエージェントが複数回の反復処理を行う必要があり、その結果、トークンコストが増加し、反復処理の遅延によって応答性が低下します。AgentBridge は、この仕組みを克服します。ストリーミングで専用ベクトルを読み取る、RAG を用いない検索アーキテクチャにより、プロンプトがエージェントに届く前に、AI による計算や LLM モデルを介さずにコンテキストを決定論的に抽出します。そのため、エージェントはコンテキスト検索のタスクから解放され、すでに準備されたコンテキストを受け取ります。

このように、AgentBridge は、膨大なデータをクラウドで継続的に再処理することなく、意味的に豊かで信頼性が高く、最新の企業コンテキストを構築、維持するという課題を、コストの大幅な削減とプライバシーの完全な保護を実現しながら解決します。エージェント型 AI の持続可能性は、モデルの能力だけでなく、何よりもナレッジを準備、整理し、利用可能にするアーキテクチャの効率にかかっています。その有効性を正直に示すベンチマークテストを公開していますが、「Trustless」の原則に沿って、独立した研究者の皆さまにも、当社のイノベーションの性能と妥当性を実際に検証することをお勧めします。

ドキュメント領域：会社の脳と記憶

ドキュメント領域を、会社の脳だと考えてみてください。ディスク上のシンプルなフォルダーで、特別なものではありません。ファイルがすでに保存されている場所にすぎません。そこに何を入れても、AI はそれを読み、記憶し、活用できます。契約書、請求書、顧客ファイル、製品資料、メール、スプレッドシート、技術図面など、あらゆるものが対象です。データの量やファイルの大きさは関係ありません。保存するデータが増えるほど、AI は賢くなります。推測ではなく、あなたの実際のドキュメントに基づいて回答するためです。チャットに何かをアップロードする必要はありません。いつもどおりのフォルダーで作業を続けるだけで、AI が直接その中の情報を参照します。

ドキュメント領域の設定方法

1. AgentBridge を開き、/setup と入力します（メニュー Settings → Main settings）。
2. General タブで、ドキュメントが保存されているフォルダーを Documents path に設定します。デフォルトは個人用の Documents フォルダーです。いつでも変更できます。
3. Save を押します。AgentBridge はバックグラウンドでその領域の読み取りを開始します。大規模なアーカイブを初めてインデックス化するには数分かかりますが、処理中も作業を続けられます。
4. これ以降は、ドキュメントについて AI に何でも質問できます。領域全体を検索し、データに基づいて回答します。別のフォルダーに移動する場合は、パスを変更するだけです。AgentBridge が新しい領域を自動的に再インデックス化します。

LLM プロバイダーと API キーの設定方法

1. AgentBridge を開き、/setup と入力します（メニュー Settings → Main settings）。
2. LLM & Providers タブでアクティブなプロバイダーを選択し、Add…／Edit… を使ってプロバイダーを作成または編集します。プロバイダーのダイアログには API key フィールドがあります（画面上ではマスクされます）。すべてのクラウドプロバイダー（DeepSeek、Z.ai、Gemini、Anthropic など）にはキーが必要です。ローカルプロバイダー（Ollama、ExLlamaV2、localhost／127.0.0.1 上のブリッジ）では空欄にします。
3. Save を押します。キーは実行ファイルの隣にある providers.json にプロバイダーごとに保存されます（唯一の信頼できる情報源であり、アップデートの対象外です）。このファイルを直接編集することもできます。マニュアル（§3 — JSON ファイルの設定）では、すべてのフィールドについて説明しています。

AgentBridge とは — そして、そうではないもの

AgentBridge は従来型のハーネスとして捉えることを意図していません。そのコンセプトはほかのものとは異なり、この記事の執筆時点では、真に同等のものはありません。コーディングエージェントではなく、そのサンドボックスではコードを書くことすらできません。ほかの製品が、プロンプトから AI がソリューションを生成するバイブコーディングを提案する一方で、私たちは意図的にソリューションを提供していません。バイブコーディングは従来のソフトウェアエンジニアリングに取って代わるものではなく、一般的な方法で書かれたコードには、専門家ならよく知っている問題が現れるからです。バイブコーディングで会社を自動化するアプリケーションを構築するのは IT 専門家の仕事であり、それは AgentBridge の目的ではありません。

事業主は従業員にプロンプトからコードを書かせることはできませんし、そうすべきでもありません。従業員に会社を自動化するためのツールを与える必要があります。AgentBridge はそのためのツールです。自動化はすでに実現されています。オフィス業務に特化したエージェントであり、安全性を設計段階から重視しているため、技術的なスキルがない人に使わせても、何かを損なうことはありません。

最も簡単な自動化は、会社のコンテキストとなるドキュメントを用意してエージェントが読み取れるフォルダーに置き、仮想の従業員がそれぞれ行うべき仕事を、実行時刻や頻度とともに一つずつ説明することです。エージェントが作業を計画し、オフィス業務向けのツールを使って、依頼どおりに、依頼された時点で作業を実行します。個別のケースには、そのために作成されたプラグインで対応できますが、それが標準的なケースではありません。AgentBridge には、対応する管理システム（ERP）の自動化を含め、標準的なオフィス業務に必要なすべてのツールがすでに付属しているからです。

朝の特定の時間にその仕事をしている従業員は、その従業員が持つものと同じ情報を言葉で指示されたエージェントに置き換えられます。エージェントは外部からの依頼に回答し、コンテキスト資料に会社の適切な情報が含まれていれば、いつでも支援を提供します。

ほかのシステムとの比較を公開しているのは、世間から求められるからであって、それらが類似製品だからではありません。AgentBridge の利用に、いじりたがる人やマニア、プログラマーは必要ありません。事業主が信頼し、社内で自動化を担当する人に任せられるものです。また、自社のインフラ内でローカル実行される AI モデルとの組み合わせにより、会社の秘密を第三者に渡す必要もありません。

主な代替製品との比較

AgentBridge は、個人向け AI エージェントアシスタントのカテゴリーに属します。この表では、この分野で最も近い代替製品と機能ごとに率直に比較しています。

項目	AgentBridge	OpenHuman	Claude Cowork	OpenClaw	Hermes Agent
一言で表すと	オフィス業務で人間に取って代わるために構築された、セルフホスト可能なAIパーソナルアシスタント — チャットターミナルとOpenAI互換サーバーを単一プロセスに統合	パーソナルAIスーパーインテリジェンス — デスクトップの「AIワークステーション」	Claude Codeを非技術系のナレッジワークに活用するAI同僚	「デジタル従業員」— チャットから実行までを担う自律型エージェント	学習ループを内蔵した自己進化型エージェント
開発者／支援者	Andrea Bruno（Graphene‑Lab）	tinyhumansaiチーム	Anthropic	Peter Steinberger	Nous Research
オープンソース／ライセンス	✅ オープンソース（AGPL v3.0）— コアとプラグインツールエンジンを完全公開	✅ オープンソース（GNU）	❌ プロプライエタリ	✅ オープンソース（MIT）	✅ オープンソース（MIT）
対象ユーザー	自社ハードウェア上で実際のオフィス業務を自動化したい企業や専門職、プライバシーを重視する個人	すぐに使えるUXとデータ主権を求めるナレッジワーカー	複雑なファイル作業を必要とする有料Claudeユーザー（Mac／Windows）	柔軟性と制御性を求める開発者や技術愛好家	長期的に自己改善するアシスタントを求める開発者や技術ユーザー
セットアップの容易さ	低 — 単体アーカイブ（.NETのインストール不要）または1行のインストーラーを使用し、実行ファイルを起動してチャット	低（UI優先） — グラフィカルなデスクトップ、ワンクリックOAuth	中 — Claudeデスクトップアプリが必要	高（CLI優先） — ターミナル、APIキー、手動設定	高（CLI優先） — コマンドラインからのインストールと設定
主な差別化要素	決定論的メモリ（忘れず、想起の無駄がゼロ）＋プロンプトではなくコードで強制される構造的サンドボックス。単一プロセスでTUI＋OpenAI API＋MCPを提供	先回りした事前読み込み、Memory Tree（階層型KG）、TokenJuice圧縮（コストを最大80%削減）	クラウドに永続化されるセッション（デバイスを閉じてもタスクを継続）、サブエージェントの連携	強力な実行機能（ファイル、コード、ブラウザー）、20以上のメッセージングチャネル	閉じた学習ループ（スキルを作成・改善）、セッションをまたいで使えるFTS5メモリ
メモリシステム	独自の決定論的メモリ — 人物、事実、文書、スタイル、セッションをユーザー自身のフォルダーにインデックス化。正確なコンテキストを検索し、モデルによる再解釈は不要	Memory Tree — ローカルSQLite＋Obsidian互換Markdownボルト	Projects — 永続的で分離されたワークスペース	階層型メモリ（一時、短期、長期、手続き）	エージェントが管理するメモリ。定期的なリマインダーとセッションをまたいだ想起を備える
ツール／連携	DocumentTool（Word）、SpreadsheetTool（Excel）、PresentationTool、PDFレポート、ポッドキャスト、WebTool、EMailTool（独自のSMTP/IMAP）、FileTool、GitTool、TaskSchedulerTool、MapTool、FreeCADTool（パラメトリック3D CAD）。MCPコネクター＋あらゆるOpenAIクライアント	118以上のサードパーティーサービス（ワンクリック）。ウェブ検索、コードツールを内蔵	ローカルファイル操作（読み取り／編集／作成）、スプレッドシート、プレゼンテーション	プラグインベースのスキル、サンドボックスを内蔵	マルチチャネルメッセージング（Telegram、Discordなど）、cronのようなスケジュールタスク
プラットフォーム対応	セルフホスト：Windows x64、Linux x64/ARM64、macOS（Intel／Apple Silicon）。ミニPCとエッジクラス（RK3588 → Ryzen AI Max+ 395）	デスクトップ：macOS、Linux、Windows	デスクトップ：macOS、Windows。Web、モバイル（iOS/Android）、Chromeサイドバー	セルフホスト（ローカルまたはプライベートサーバー）	$5 VPS、GPUクラスター、サーバーレス
料金モデル	無料かつ完全なオープンソース（AGPL v3.0）— サブスクリプションなし、BYOK/BYOM	フリーミアム — 無料のOSS＋任意の統合サブスクリプション（自動ルーティング）	サブスクリプション — Claude Pro（月額$20）とMax（月額$100–200）に含まれる	完全無料 — オープンソース、BYOK	完全無料 — オープンソース、BYOK
セキュリティ／プライバシー	ローカル優先かつトラストレス — ファイル、メモリ、エージェントはユーザーのマシン上で動作。ローカルモデルで完全オフライン利用可能。クラウドモデルの呼び出し前にGDPR準拠の匿名化を実施。構造的サンドボックス	ローカル優先 — データはローカルで暗号化され、完全オフラインでも利用可能	フォルダ単位の認可。商用ホスト型サービス	ローカル優先 — すべてのデータはユーザーのマシン上にあり、オフラインでも利用可能	セルフホスト — 完全なデータ主権
実行場所（信頼モデル）	ユーザーのマシン上 — エージェントのループ、ツール、ファイル、メモリはローカルで動作。クラウドモデルを選択した場合に限り、匿名化したうえで呼び出しを実行。ベンダーのクラウドからユーザーのデータにアクセスすることはできません	ハイブリッド — アプリとデータはデバイス上にありますが、推論はデフォルトでルーティングされたクラウドモデルを使用します。Privacy Modeに切り替えると、オンデバイス（Ollama、LM Studio、MLX）での実行が必須になります	Anthropicのクラウド — デスクトップエージェントは許可されたローカルフォルダーを操作。Web／モバイルのタスクはAnthropicのクラウド（またはユーザーのBedrock/Vertex/Foundry）で実行。権限管理あり、トラストレスではありません	ユーザーのマシン上 — ローカルGateway、状態はデバイス上。ホスト型またはローカルのモデルプロバイダーを利用。サンドボックスはオプトイン	ユーザーのインフラストラクチャ上 — ローカル、Docker、SSH、サーバーレス。完全なプライバシーを確保するには、独自のキーまたはローカルOllamaを使用
エンドツーエンドのオフィス成果物	通常のプロンプトから標準で作成 — 請求書と契約書（DOCX）、グラフ付きスプレッドシート（XLSX）、詳細なPDF市場／財務レポート、スライド資料、ポッドキャスト（MP3＋RSSフィード）	文書やメールをメモリに取り込みます。完成した文書をネイティブに生成する機能はうたっていません	許可されたフォルダー内で実際のWord、Excel、PowerPoint、PDFファイルを作成・編集します。ユーザー自身のアーカイブを使ったテンプレート形式のビジネス文書ではありません	ファイルの読み書きとシェル。オフィス文書の作成はコア機能として組み込まれていません	コア機能としては組み込まれていません — 汎用のファイル／シェル／自動化スキル
ヘッドレス制御／API	✅ localhost 上のネイティブな POST /v1/chat/completions — あらゆるOpenAI SDK、スクリプト、ボットから同じエージェントを操作できます。ネイティブのMCPコネクターを同梱	デスクトップアプリ。ローカルのOpenAI互換サーバーに関する記載はありません	ホスト型製品 — コンシューマー向けのローカルOpenAI互換エンドポイントはありません	CLI、ローカルGateway、チャットチャネル。OpenAI互換サーバーに関する記載はありません	CLI／ターミナル＋リモートバックエンド。OpenAI互換エンドポイントに関する記載はありません

AGPL v3.0 を採用する理由 ライセンスの選択には明確な意図があります。寛容なライセンス（MIT／Apache）では、誰もがコミュニティの成果を取り込み、非公開にして、プロプライエタリソフトウェアやプロプライエタリサービスとして運用できます。AGPL v3.0 は、こうした 囲い込み を禁止します。ネットワーク経由で提供されるもの（第 13 条）を含め、派生物はすべてオープンソースのままでなければなりません。誰かが別の場所でプロジェクトを囲い込んでしまうようなものに、貢献したい人はいません。AGPL は、このコミュニティの成果をこのコミュニティの成果として保ちながら、4 つの自由（使用、研究、改変、共有）を認め、コードがオープンなままである限り、ビジネスの可能性も十分に残します。

できること

• ターミナルから AI エージェントとチャット — ストリーミング返信、@ によるファイル添付、 プロンプト履歴、セッションを備えた、コマンドパレット付きのフルスクリーン UI です。
• 多言語 UI — ターミナル UI は、対応している場合はシステム言語で動作し （英語、イタリア語、フランス語、スペイン語、ドイツ語、ロシア語）、それ以外の場合は英語に 切り替わります。オーケストレーターからのシステムメッセージもローカライズされます （docs/TUI.md を参照）。
• ワンキーで Web GUI を開く — /web（メニューの Web → GUI）を実行すると、Giraffe AI Web クライアントがブラウザーで起動し、このサーバーに接続されます（クライアントは初回起動時に、 最新の GitHub リリースから実行ファイルの隣にインストールされ、その後は最新の状態に保たれます）。
• エージェントをローカル OpenAI サーバーとして公開 — 任意の OpenAI クライアントを http://localhost:5290/v1 に接続すると、変更を加えることなくエージェントを利用できます（ マニュアルを参照）。
• ネイティブ MCP コネクターを介してエージェントを公開 — 標準の MCP クライアントを使い、 ターミナルおよび OpenAI API のフローで使用されるものと同じランタイムを利用できます（技術的な設定は マニュアルを参照）。
• LLM をその場で切り替え — DeepSeek、Z.ai、Gemini、Ollama、ExLlamaV2 などに対応し、 コンテキストウィンドウの上限を超える場合は処理を拒否し、その理由を説明します。
• プロバイダーごとのエージェント操作モード — 各プロバイダーで、JSON のツール呼び出し API （API）またはアプリケーションの CLI（CLI）を介してエージェントツールを実行するか、 Default（小規模モデルでは CLI、大規模モデルでは API）を選択できます。Settings → Main settings のプロバイダーダイアログで設定できます。有効なモードはステータスページに表示され、 GET /v1/models では interaction_mode として報告されます。
• UI からモデルとプロバイダーを設定 — /setup（別名 /modelsetup、メニューの Settings → Main settings）では、プロバイダーの追加、編集、削除、新しいチャットで使う 永続的なデフォルトプロバイダーの選択、プロバイダーごとの API キー、SMTP/IMAP、 ドキュメントのパスを設定できます。JSON の編集は不要です。
• ターミナルで音声を利用 — サーバーのマイクから音声入力（Windows。リリースには音声認識 コンポーネントが含まれます）を行い、UI および API 経由で Kokoro ニューラル TTS による 音声の返信を聞くことができます。
• SIP 電話 — サーバーが電話エンドポイントになります。DTMF PIN による自動応答 （試行 3 回、ロックアウト 24 時間）、発信、および RTP 経由のエージェントとの完全な音声対話 （whisper STT + Kokoro TTS）に対応しています。docs/sip.md を参照してください。
• Telegram チャット — エージェントとのプライベートチャット、双方向の添付ファイル、 許可リストによるアクセス制御、TUI の案内による初回ログインに対応しています （WTelegramClient ユーザーボット）。 docs/telegram.md を参照してください。
• ファイルをアップロードして添付 — ドキュメントや画像をサーバー側で Markdown に変換し、 file_ids としてチャットリクエストに添付します。
• ツールを使うエージェント — Web、検索、リサーチ、ドキュメント、スプレッドシート、 オフィス、メール、複数ファイルの各セットに対応しています。/tools（別名 /agent）または API の model フィールドで、チャットごとに適切なツールを選択できます （追加可能な tools フィールドを使って、任意のツールの組み合わせを指定できます）。
• どこでも同じ会話 — ターミナルからのメッセージは、どのクライアントからでも使用できるのと まったく同じエンドポイントを通ります。そのため、同じポートでスクリプトがエージェントを操作している 間も、TUI で同時にチャットできます。
• 地図ツール — 周辺地域を調べるための多用途なソリューションです。専門家や個人が、詳細な地理情報に 簡単にアクセスできます。企業にとっては、あらゆる地域で特定の商業活動を特定するための貴重な戦略的 パートナーとなり、その地域に存在する競合他社やサービスを地図上に表示して市場分析を支援します。 営業チームは新しいビジネス上の連絡先を見つけるために活用でき、企業の物流では配送や技術的な作業に 向けたルート計画の最適化に役立ちます。個人ユーザーにとっては、近くのレストラン、薬局、ATM、 公園、博物館、観光名所を見つける日常的なガイドとなり、必要なサービスやレジャー施設を探しやすく なります。このプラットフォームは、さまざまな検索方法に対応しています。カテゴリ検索では特定の 種類の施設をすばやく見つけられ、名前検索では住所や店舗名を入力して特定の場所を探せます。 高度な検索では、料理の種類、車椅子で利用できる設備、24 時間営業など、細かな条件で絞り込めます。 ルート計算では、距離と所要時間を含む詳細な道順を表示し、車、自転車、徒歩など、さまざまな移動手段に 合わせて利用できます。世界中のすべての国を網羅しているこの検索エンジンは、戦略的なビジネス上の 判断を行う人にも、近くでおいしいレストランや必要なサービスを探している人にも、強力で信頼できる ツールです。

クイックスタート

上記のワンラインインストールを実行するか、Releases pageからお使いのプラットフォーム用のアーカイブをダウンロードして展開し、agent.exe / agentを実行してください。 .NET のインストールは不要です。各アーカイブには Kokoro TTS の音声とモデルがすでに含まれているため、設定なしで初回起動からテキスト読み上げを利用できます。

curl http://localhost:5290/health   # {"status":"healthy","timestamp":"..."}

インストール、JSON 設定、ターミナル UI、クライアントが localhost に接続する方法を含む、手順を詳しく説明したガイドは**ユーザーマニュアル**にあります。

AgentBridge を MCP サーバーとして使用する

AgentBridge はModel Context Protocol サーバーです。エージェントを実行するプロセスと同じプロセスが、POST http://localhost:5290/mcp（JSON-RPC 2.0、initialize / tools/list / tools/call）で MCP に対応しています。どの MCP ホストからでも、単一のツール agent_run を使ってローカルの AgentBridge を操作できます。追加のインストールは不要です。通常どおり AgentBridge を起動すれば、エンドポイントはすでにリッスンしています。

ホスト	接続方法
VS Code / GitHub Copilot	http://localhost:5290/mcpを HTTP MCP サーバーとして追加します。コマンドパレットからMCP: Add Server → HTTPを選ぶか、用意されているexamples/vscode-mcp.jsonを.vscode/mcp.jsonにコピーします
Claude Desktop	latest releaseからagentbridge-mcp.mcpb拡張機能をインストールします（Settings → Extensions → Advanced settings → Install extension）。これはローカルエンドポイントを stdio 経由で公開する小さな Node.js ブリッジで、Node.js 18 以降が必要です
stdio のみ対応する MCP クライアント	同じバンドルを自分で実行します。AGENTBRIDGE_URL=http://localhost:5290/mcpを指定してnode <bundle>/index.jsを実行してください
HTTP 対応の MCP クライアント	http://localhost:5290/mcpを指定してください
Docker	docker run -d -p 127.0.0.1:5290:5290 -v agentbridge-data:/app/PersistentData ghcr.io/graphene-lab/agentbridge:latest — イメージには Linux アーカイブと同じツリーが含まれています（docs/MCP.mdを参照）

agent_runはprompt（必須）と、任意でmodel、llm_provider、 max_iterations、session_idを受け取ります。エージェントが有効にしているすべてのツールを使って、呼び出しごとに自律的な実行を1回行います。クライアントが切断されても、エージェントは作業を続けます。

AgentBridge は Official MCP Registry にio.github.Graphene-Lab/agentbridgeとして掲載されており、インストール方法はagentbridge-mcp.mcpb stdio バンドルとghcr.io/graphene-lab/agentbridgeコンテナイメージの2種類です。どちらもリリースごとに更新されます。プロトコルのリファレンス、ホストごとの設定方法、トラブルシューティングの手順については、**docs/MCP.mdを参照してください。初めての方には、ガイドすでにお使いの AI アプリから AgentBridge を使う**で接続方法をわかりやすく説明しています。また、クライアントが実際の作業を行えるようになる前に、AgentBridge 内で何を設定する必要があるか（モデルとドキュメント領域）も解説しています。

予定されている作業：決定論的スケジューラーコンソール

エージェントは、組み込みの TaskScheduler ツールを使って、単発または定期的なジョブをスケジュールできます。予定は JSON として保存され、再起動後も保持されます。実行のたびに通常のエージェントチャットが行われます。これにより、すべてのタスクを人が開始しなくても、オフィスの業務を継続できます。

ターミナル UI には、予定を確認できる決定論的なコンソールが追加されています。/taskscheduler と入力すると、ID、タスク、次回実行時刻、繰り返し、状態、指示を一覧表示します。このコマンドがモデルに送られることはないため、常に同じ結果が返されます。

/ で始まる入力はすべてコマンドであり、ホストが処理します。不明なコマンドを入力すると、チャットの返信ではなく「不明なコマンド」というメッセージが返されます。

コマンド	動作
/taskscheduler または /taskscheduler list	スケジュール済みタスクの一覧を表示します
/taskscheduler suspend <id|name>	タスクを一時停止します。定義と実行履歴は保持されます
/taskscheduler reactivate <id|name>	一時停止したタスクを再開します
/taskscheduler remove <id|name>	タスクを削除し、実行ログは保持します
/taskscheduler delete <id|name>	タスクとその実行ログを削除します
/taskscheduler update <id|name> <instruction>	タスクが実行する指示を置き換えます
/taskscheduler changeplanning <id|name> [time=HH:mm] [days=Mon,Wed] [interval=hours|none] [repeat=true|false] [start=yyyy-MM-dd] [end=yyyy-MM-dd] [dayofmonth=N] [dayofyear=N]	繰り返しの設定を変更します。指定したキーのみ変更されます

ID は先頭の列に表示される番号なので、長いタスク名を入力する必要はありません。名前を使うこともできます。スペースを含む場合は引用符で囲んでください。

ドキュメント

この README は概要の紹介のみを目的としています。 製品の概要と主な機能を紹介します。リポジトリには、アーキテクチャ、設定、すべてのコマンドとエンドポイント、ベンチマークの方法と結果を含む完全なドキュメントが用意されています。プロジェクトを評価する前にお読みください。要約だけでは、各要素がどのように連携するのか、また主張がどのように測定されたのかは分かりません。

ドキュメント	対象者／内容
ユーザーマニュアル	まずはこちらをご覧ください。 インストール、JSON ファイルの設定、ターミナル UI の使用、クライアントへの接続
AgentBridge の仕組み	平易な言葉で解説する基本事項：AI エージェントとは何か、ツールとは何か、その有効化方法、ドキュメント領域、添付ファイル
テキスト読み上げ	2 つの TTS エンジン、各マシンでの対応状況、プラットフォームの前提条件（Windows/Linux/macOS）、トラブルシューティング
ターミナル UI リファレンス	すべてのコマンド、ショートカット、マウス操作
HTTP API リファレンス	すべてのエンドポイント：チャット、セッション、LLM の切り替え、TTS、音声、ファイル、MCP コネクター
MCP サーバー	VS Code/Copilot、Claude Desktop、または任意の MCP クライアントから AgentBridge を使用する方法：エンドポイント、agent_run、レジストリーへの登録、トラブルシューティング
SIP 電話	電話経由でエージェントにアクセスする方法：設定、PIN／許可リストによるセキュリティ、NAT／トランク、STT のデプロイ
Telegram チャット	エージェントを Telegram に接続する方法：設定、初回ログイン、許可リスト、添付ファイル
アーキテクチャと運用	(開発者向け — 配布物には含まれません) 起動モード、設定キー、ビルドと公開、プロジェクト構成
リリースと NuGet パイプライン	(開発者向け — 配布物には含まれません) 更新とリリースの仕組み
アーキテクチャ全体図	(リポジトリ内) システム全体の Mermaid コンポーネント図 — 各ノードには対応するソースファイル名が記載されています

上記のユーザー向けガイド（docs/）は、すべてのリリースアーカイブで実行ファイルとともに配布されます。開発者向けガイド（docs-dev/）はリポジトリ内にのみ置かれます。

サポート

サポートは、リポジトリの GitHub issues からチケットを通じて、24時間年中無休でご利用いただけます。チームがすぐに対応し、問題の解決や提案を行い、高度な専門知識に基づくサポートを提供します。

依頼すれば、エージェントに報告してもらうこともできます。不具合の報告や機能のリクエストを依頼すると、説明があらかじめ記入された issue をエージェント自身が作成するため、問題を見つけた人から解決するチームへ情報が伝わる過程で、何も失われません。この方法で作成されたすべての issue は、すぐに調査されます。報告の仕組みと無効化する方法については、エージェントによる報告をご覧ください。

仕組み

AIOrchestrator は .NET ライブラリであり、単独では実行できません。AgentBridge がこれをホストし、チャットパイプラインを標準的な Web API として公開します。1 つのプロセス。あなたのマシン。あなたのエージェント。

.NET を選ぶ理由。 .NET はオープンソースで、MIT ライセンスのもと、 github.com/dotnet/runtime でオープンに開発されています。また、同じコードが Windows、Linux、macOS で動作します。さらに、複数の言語に対応したプラットフォームでもあります。C#、F#、Visual Basic .NET など多くの言語が同じアセンブリ形式（共通中間言語）にコンパイルされるため、ある言語で書かれたツールを、別の言語で書かれたツールの隣で読み込み、実行できます。

率直に言うと、.NET はディープラーニング研究やモデルのトレーニングにおける主流の言語ではありませんし、おそらく今後もそうはならないでしょう。PyTorch や TensorFlow などのライブラリがあるため、この分野では Python が圧倒的に優位です。一方、応用 AI やモデルの本番環境への導入となると、状況は変わります。.NET はその分野で、堅実で信頼できるエコシステムを築いてきました。本プロジェクトが取り組むのは、まさにその領域です。

flowchart LR
    subgraph Clients["You — however you prefer"]
        A["Terminal UI<br/>(/tools)"]
        B["Any OpenAI client<br/>(SDKs, bots, scripts)"]
        C["Web GUI"]
    end
    subgraph Server["AgentBridge — one process on your machine"]
        API["OpenAI-compatible API"]
        AGENT["Your agents<br/>AgentHarness + tools"]
    end
    subgraph Models["Your models"]
        LOCAL["Local<br/>Ollama · ExLlamaV2<br/>DeepSeekBridge"]
        CLOUD["Cloud<br/>DeepSeek · Z.ai<br/>Gemini · Anthropic"]
    end
    A --> API
    B --> API
    C --> API
    API --> AGENT
    AGENT --> LOCAL
    AGENT --> CLOUD

エージェントは、あなたの管理下でローカルに作業します：

sequenceDiagram
    autonumber
    participant U as You (TUI / client)
    participant A as Agent (on your machine)
    participant T as Tools (web · search · docs · sheets · email)
    participant M as LLM (local or cloud)
    U->>A: "Analyse the market, draft the report"
    loop Agent loop — plan, act, verify
        A->>M: next step?
        M-->>A: call the web tool
        A->>T: gather the data
        T-->>A: sources found
        A->>M: reason over the result
    end
    A-->>U: PDF report ready

データはあなたの手元に残ります。 エージェントはアプリケーションレベルのサンドボックス内で、あなたのマシン上で動作します。マシンの外に出るのはモデルへの呼び出しだけであり、それもクラウドプロバイダーを選んだ場合に限られます。ローカルモデルなら、外に出るものは何もありません。

クラウドクラスターではなく、あなたが所有する 1 台のマシン向けに構築されています。 ほとんどのエージェントフレームワークはデータセンター向けに設計されています。複数のエージェントを並列に実行し、それぞれが独自の API 接続を使い、トークンごとに料金を支払う仕組みです。AgentBridge が対象とするのは、その逆のケースです。すでにお持ちのコンピューター（オフィス PC、ミニ PC、または本プロジェクトのテスト環境である Ryzen AI Max+ 395 のようなマシン）上で動くプライベートアシスタントで、多くの場合ローカルモデルを使用します。この目標から、2 つの設計上の選択が導かれます。これらはその目標に対する誠実なトレードオフであり、普遍的な正解ではありません。

• 一度に動くエージェントは 1 つ — 並列ファンアウトはありません。 ローカルモデルには、重みと KV キャッシュがそれぞれ 1 つあります。並列ブランチはそれらを共有するため、実際には同時に動作しません。互いのキャッシュを追い出し、遅延は同じ作業を順番に行う場合よりはるかに大きくなります。また、並列エージェントはトークン使用量を何倍にも増やします。すべてのブランチが共有コンテキストを再送信するためです。共有コンテキストは、最も不足しているリソースです。複雑な作業は、独立したコンテキストを持ち、順番に実行されるサブエージェントに委任します。
• 各ターンで使うツールは最小限にします。 ツール一覧はプロンプトのプレフィックスの一部であり、モデルがキャッシュするのもこのプレフィックスです（ローカルモデルでは VRAM に再読み込みされます）。そのため、前面のエージェントが保持するのは、簡単なリクエストにすぐ応えるシステムツール（ファイル、git、スケジュールタスク、Web、メール）だけです。プラグインツール（Word、Excel、PowerPoint、PDF、CAD、ポッドキャスト、マップなど）は、複雑な作業で必要になったときに限り、サブエージェントを通じてモデルに提供します。9 つのプラグインすべてを使った測定では、各ターンで送信されるツール一覧が 146,330 文字から 32,122 文字に減少しました（−78 %）。一方で、プラグインツールは引き続きすべて利用できます。

リクエストごとに課金されるクラウドクラスターで運用するなら、並列設計のほうが適している場合があります。別の主張をするつもりはありません。しかし、自分が所有するハードウェアでプライベートアシスタントを使う場合は、1 つのモデルを稼働させ続け、プロンプトのプレフィックスを小さく保つことが、実用性につながります。

完全なコンポーネントマップ。 上記の簡略図は、システムの一部分を示したものです。すべてのモジュール、その背後にあるソースファイル、実際に存在する相互接続（ターミナル UI、HTTP API、OfficeManager の Web オフィス、Telegram および SIP ブリッジ、共有セッションストア、プラグインローダー、更新サービス、AIOrchestrator エンジン）を含む完全なアーキテクチャは、アーキテクチャ図をご覧ください。

AgentBridgeの開発の背景

AgentBridgeは、1990年代にさかのぼる機械学習の実験から、インターネット上で動作する自動化システムの開発まで、人工知能の複数の分野に取り組んできたAIの先駆者、Andrea Brunoによって作られました。

彼の初期の取り組みの一例に、総当たり探索だけに頼るのではなく、対局から学習するよう設計された実験的なチェスエンジンがあります（First AI Implementation）。また、現代のLLMを支える考え方やアルゴリズムが発展してきた歴史についても研究しています（Who Invented LLM）。

大規模なオンライン自動化に関する彼の経験は、2019年にイタリアのテレビ番組Reportでも取り上げられ、その後、Openでも紹介されました。当時、現在のAIエージェントのエコシステムはまだ主流になっていませんでした。

近年では、Qwen CodeやCodewhaleなど、他のオープンソースAIエージェントフレームワークへの貢献も行っています。これらの貢献では、エージェントの実行、並行処理の制御、意思決定メカニズムに関する実用的な課題に取り組んでおり、AIシステムの効率性と制御性を高める継続的な取り組みを反映しています。

また、生成型ではなく決定論的な、エージェント型AIの別のアイデアも考案しています。ファイルにコードを書き込むのではなく、実行時に動作し、通常開発者が行う作業の大部分を引き受ける技術です。そのプロジェクトがUISupportBlazorであり、その基盤となるエンジンは、エージェントにできることを拡張するためAgentBridgeに統合されました。

AgentBridgeでは、LLMの柔軟性と決定論的なソフトウェアコンポーネントを組み合わせ、trustlessの理念を取り入れたAI自動化フレームワークの開発に取り組んでいます。このアプローチは、クラウド技術、非対称暗号、耐量子暗号、non-custodialな暗号資産ウォレットに関する、私たちのリポジトリ内の他のオープンソースプロジェクトとも一貫しています。

基本原則はシンプルです。独立した検証が技術的に可能であるなら、ユーザーは開発者、サービスプロバイダー、ブラックボックスのAIシステムを無条件に信頼する必要はありません。デジタル主権とは、外部プラットフォームに全面的に依存するのではなく、ソフトウェア、データ、モデル、計算リソースを実質的に制御し続けることです。

AgentBridgeでも同じ理念に基づき、再現可能で、独立した精査を受けられるベンチマークを公開しています。このリポジトリに示す数値は、私たち自身の測定結果ですが、皆さんにも独自のテストを実施し、実装を調査し、私たちの結論に異議を唱えていただきたいと考えています。性能はハードウェア、構成、ワークロードによって変わります。システムが実際にどのような性能を発揮できるのかを明らかにするには、独立した検証が最善の方法です。

結局のところ、誰もが自分の製品が世界一だと言うでしょう。私たちは、コードと証拠、そして独立して再現可能な結果が、それ自体で語るべきだと考えています。

私たちの主張を盲信しないでください。コードを調べ、ベンチマークを再現し、ご自身で判断してください。

私たちのチーム

このプロジェクトを見た人は、チームが存在せず、そのため信頼性が損なわれていると異議を唱えるかもしれません。しかし、その評価は間違いです。何百万ものリポジトリで繰り返されてきたパターンに由来する偏見であり、あまりにも一般的なため、事実上の標準となっているのです。人間の仕事を置き換えることを目的とするプロジェクトにこの標準を当てはめると、それ自体が矛盾になります。人間を置き換えると約束しながら、大規模な人間の組織だけが開発できるプロジェクトは、自らの目標の実現可能性と、それに伴う有効性を否定することになるからです。

この種のプロジェクトを何百人もの貢献者で組み立てれば、その目的との整合性がなくなって信頼できなくなるだけでなく、脆弱にもなります。個々の貢献は、意図的かどうかにかかわらず、バグの潜在的な発生源となります。また、ほかの全員が何をしているかを一人の貢献者が完全に把握することはできません。AgentBridgeはむしろ、掲げる理念どおりに構築されています。上に示した少数のLLMエージェントチームが最小限の人的リソースで開発しており、自動化する仕事そのものが実際に自動化できることを証明しています。

FAQ

• AgentBridgeとは何ですか？ 全画面のターミナルチャットと、標準のOpenAIプロトコルに対応するHTTP APIを通じてAIエージェントを実行するセルフホスト可能なサーバーです。単一のプロセスで、お使いのマシン上でエージェントを実行でき、標準的なMCPクライアント向けのネイティブMCPコネクターも備えています。OpenAIとの互換性はプロトコルレベルに限られます。どのクライアントから見ても、この製品は標準的なOpenAIサーバーですが、標準的なエージェントシステムは使用しません。エージェントは、プラグインとして実行されるコンパイル済みの.NETアセンブリをツールとする独自のハーネス上で動作します。
• AgentBridgeは無料ですか？ はい。GNU Affero General Public License v3.0のもとで完全にオープンソースです。エージェントのアクションエンジンであるプラグインツールも、同じAGPL v3.0ライセンスで提供されます（各*Toolリポジトリ）。
• どのLLMに対応していますか？ DeepSeek、Z.ai、Gemini、Anthropic、およびOpenAI互換のあらゆるエンドポイントに対応しています。さらに、Ollama、ExLlamaV2、またはローカルブリッジ経由のローカルモデルにも対応し、実行中に切り替えられます。
• オフラインで動作しますか？ はい。ローカルモデルを使用すれば、マシンの外部にデータが送信されることは一切ありません。
• ドキュメントはマシンの外部に送信されますか？ いいえ。ドキュメント領域はエージェントが読み取る通常のローカルフォルダーです。マシンの外部に送信されるのはモデルへの呼び出しだけで、クラウドプロバイダーを選択した場合に限られます。GDPRに対応した匿名化スイッチを使うと、外部への呼び出し前に名前と識別情報が削除され、返信時に復元されます。
• MCPサーバーですか？ はい。MCPコネクターはアプリの一部です（JSON-RPCはhttp://localhost:5290/mcpで提供され、Official MCP Registryにはio.github.Graphene-Lab/agentbridgeとして登録されています）。さらに、ツールはアプリケーションレベルのサンドボックス内でコンパイル済みの.NETプラグインとしてプロセス内実行されるため、エージェントとそのアクションの間に別個のサーバー、インタープリター、HTTP通信は必要ありません。
• どのようなハードウェアが必要ですか？ Raspberry Pi／Rockchip RK3588クラスのデバイスから、Ryzen AI Max+ 395、NVIDIA GB10、Jetsonまで対応しています。ハードウェアのセクションをご覧ください。
• Xiaomi AI Cubeに対応していますか？ はい。このデバイスに特に適しており、非常に高性能なスタンドアロン型エージェントマシンに変えられます。
• .NETをインストールする必要がありますか？ いいえ。各アーカイブは自己完結型（約460 MB）で、Kokoro TTSの音声とモデルがあらかじめ含まれています。

---

AIOfficeエコシステムを基盤としています · AgentBridgeリポジトリ。