jacke-pp/open-yoki

外部のオープンソース リポジトリを紹介するページです。HDATFの製品ではありません。

何をするか

open-yokiは、会話応答、音声、動くアバターを一つのアプリで運用したい人向けの、自己ホスト型AI配信者の基盤です。Webページのコメントや外部から転送された配信ルームのイベントを受け取り、音声回答、字幕、アバターの動作、配信映像を生成します。高速な言語モデルが会話を処理し、任意の長時間稼働エージェントが日記と人物設定のファイルを維持してSNS投稿を準備します。ローカルの記憶には訪問者メモや配信要約を保存し、送信待ちキューには外部投稿処理から報告された結果を記録します。画面を表示しないChromeが配信画面を描画し、ffmpegがライブ映像をプラットフォームへ送るRTMP方式で転送します。文書上の開始環境はNode.jsとffmpegで、全機能の運用にはx86_64 UbuntuサーバーとOpenRouterまたはDeepSeek、Volcengineの音声およびリアルタイム映像転送サービスRTC、Viduなどの外部サービスが必要です。元の配信者の素材とアカウントは含まれないため、運用者が利用権限のある画像、録音、認証情報、プラットフォームのコメント転送機能、配信ごとの送信情報を用意する必要があります。公開版にはウォレットや取引機能はなく、サーバー一台の構成はオフライン動作やログインから配信ルーム作成までの完全自動化を意味しません。

ライセンス

MIT 寛容なライセンスです。著作権表示を残せば商用利用と改変ができます。

同じ分野のリポジトリ

• vercel-labs/agent-desktop
  AIエージェントが座標を推測せず、OSのアクセシビリティ構造からデスクトップアプリを読み取り操作するためのRust CLIとCライブラリです。自動化を開発する人がアプリとウィンドウを指定すると、操作対象の参照値を含むJSONスナップショットを受け取ります。エージェントは参照値でクリックや入力を要求し、新しいスナップショットで結果を確認します。標準ではポインター移動やアプリの前面表示を行わないアクセシビリティAPIを使い、物理入力には別モードが必要です。npmパッケージやOS別の配布ファイルから始められ、macOSではアクセシビリティ権限、LinuxではグラフィカルセッションとAT-SPI環境が必要です。Windowsでも実行プロセスの整合性レベルと対象アプリの条件を確認する必要があります。画面変更で古くなった参照値や曖昧な対象にはエラーを返すため、再観察が必要です。モデルや計画器を備えた完成版のアシスタントではなく、任意のJEVヘルパーと異なりネイティブCLI自体は遠隔モデルを要求しません。スナップショット、クリップボード、画面画像には個人情報が含まれ、対応機能もOSごとに異なります。
• amosblomqvist/learnharness
  学習者の現在の理解から目標まで、授業と練習をつなぐAI学習アプリです。学びたい内容、回答、自信度、考え方を入力し、前提知識の確認、計画、説明、確認問題を得ます。正誤だけでなく、概念を表す命題と前提や結論を知識グラフに蓄積します。以前のセッションの知識を次の授業や練習に使い、個人ノートも取り込めます。公式構造文書は授業文からの抽出、既存知識との同一性確認、保存時の統合を分離しています。グラフツールのソースでも診断役と抽出監査役に渡す情報範囲が異なります。macOS、Windows、Linuxのデスクトップ配布版で提供者APIキーとモデルを設定して始めます。音声入力とウェブ検索は別のサービスキーが必要で、選択したモデル提供者には必要な文脈を送信します。会話、グラフ、設定はローカルファイルですが、完全オフラインとは限りません。説明や推論の正確性と学習効果は紹介文だけでは検証できず、出力確認が必要です。
• CopilotKit/OpenBot
  企業が自社環境向けに変更して運用するための、AI同僚プラットフォームのベータ版テンプレートです。完成したホスティングサービスやモデルではなく、React画面、APIサーバー、PostgreSQL、ブラウザー実行環境、AG-UIエージェント接続を提供します。会話と作業依頼をエージェントへ送り、ブラウザーやファイル操作、結果画面、監査記録につなぐ流れを構成します。サーバーゲートウェイは対象を解決し、規則を評価して監査記録を書いた後、許可された操作を実行器へ渡す設計です。規則エンジンは拒否優先ですが、配布時の起動設定は全許可なので、導入だけで業務権限が制限されるとは考えるべきではありません。開始にはDockerとBun、DBと暗号化設定、別のモデル資格情報、CopilotKit Intelligenceへの接続と利用権限が必要です。会話と記憶はIntelligenceに接続し、アプリ連携やMCPツールにも資格情報と権限付与が別途必要です。標準の単一ユーザー設定では要求を一人の管理者として扱うため、他者がアクセスする前にログイン、役割、ネットワーク分離を設定すべきです。ブラウザーのログイン情報とDocker制御権限を持つ構成要素を保護し、業務向けの完成と検証は運用側が担う必要があります。
• milind-soni/OpenMausBot
  複数のAI実行環境を一つのチャット画面で管理するローカル中心のエージェントアプリです。開発者や個人利用者はボットごとにモデルと作業フォルダーを指定し、自然言語で仕事を依頼します。会話にはファイル作業、実行イベント、承認の質問、結果が表示されます。公式文書ではローカルのハーネスサーバーが実行プロセスを管理し、イベントを共通形式に変換する構造を説明しています。配布版デスクトップアプリにはサーバーが含まれますが、エージェントCLIの導入と認証は別途必要です。ソース実行にはNode.js 24以上とpnpmを使い、Claude、Codex、GrokなどのCLIを接続します。Boatのクラウド環境とComposioのアプリ接続には個別のアカウントや設定が必要で、導入だけですべて有効になるわけではありません。外部MCPクライアントはチームの参照や作業依頼ができますが、承認許可、削除、認証情報の変更、コンピューターの起動管理はできません。ローカル保存でも外部送信は発生し、Ubuntu Waylandのホスト操作は無効です。基本コードはApache-2.0ですが、enterpriseフォルダーには別の条件があります。
• wangzan101/Mika
  自然言語の依頼からAndroidアプリとウェブを操作し、結果と実行過程を示す個人向けアシスタントアプリです。独立したバックグラウンド画面でアプリを開き、アクセシビリティ情報、文字認識、任意の視覚モデルで画面を読みます。内蔵ブラウザーでウェブ資料やファイルを扱い、対応端末では会話別のLinuxサンドボックスで計算や文書処理ができます。APKの導入だけでは端末操作は有効にならず、デバッグ接続、権限、ツール呼び出し対応モデルの設定が必要です。導入はAndroid 11以上、アプリ操作はAndroid 13以上で、Android 14以上を推奨し、サンドボックスはarm64専用です。モデルは別のAPIや対応ログイン方式で接続し、画面内容が選択したモデル提供者へ送られるため、端末上の実行は完全なオフライン処理ではありません。ログインや認証は人に引き継ぎますが、標準の問い合わせモードでも送信や削除をすべて事前承認するわけではありません。自律モードでは決済関連の確認も減るため、業務アカウントへの適用前に区別が必要です。公開ベータであり、端末互換性、保護画面の観察制限、外部アプリの規約やアカウント制限のリスクがあります。

Trendshiftのランキングに入ったリポジトリだけを載せ、リストは候補を探すためだけに使いました。順位の数字は転載していません。説明、ライセンス、スター数は各GitHubリポジトリで確認しました。解説は私たちの判断です。これらを試験したわけではなく、上昇リストに載ったことは品質の証明ではありません。