自分のPCで動くAIアシスタント「ヤタ」を作りました
ZEN大学で知能情報を勉強している2年生の松延です。AIエンジニアを目指して、自分のパソコンの中で動くAIアシスタントを作っています。仕事でエンジニアとして働いた経験はありません。
作ったアプリの名前は、ヤタ(Yata)です。チャットで日本語で話しかけると、調べものや、メール・予定の確認、決まった時間の作業を手伝ってくれます。会話や記録は、クラウドではなく、自分のPCの中に保存します。
いまはベータ版です。READMEにも、「まだ作りはじめたばかりで、うまく動かないところがあるかもしれません」と書いてあります。完成した、と言い切れる段階ではありません。それでも、「こういうものを、こういう考えで作っている」ということを、一度まとめておきたくて、この文章を書きました。
コードは、MITライセンスで公開しています。
GitHub: https://github.com/koheip/yata
紹介サイト: https://koheip.github.io/yata/
なぜ作ろうと思ったか
きっかけは、Grok Botのような「自分のPCで動き、調べて、必要なときだけ手を動かし、危ないところでは止まる」アシスタントが欲しかったことです。
世の中には、便利なチャットアプリがすでにたくさんあります。それでも自分で作ろうと思ったのは、次の3つを大事にしたかったからです。
会話や記憶を、最初から自分のPCに置いておく
日本語と、日本で普段使うサービスを先にする
メールを送る、予定を作る、といった「外に出る操作」の前では、必ず自分に確認する
名前は、神武天皇を道案内したと伝わる三本足の烏「八咫烏(やたがらす)」から取りました。道を示す案内役、という役割です。マスコットは、紫色の赤ちゃんカラスです。親しみやすさを優先して、脚は2本にしています。
最初は「灯(ともしび)」という名前でした。作り始めた同じ日に、ヤタへ改名しています。案内役としてのイメージのほうが、自分の中でしっくりきました。
学校で勉強しながら毎日使い、作品として見せて、あとから人にも渡せる形にしておく。その最初の版、というつもりで作っています。
開発の進め方
ヤタは、Grok Botで作りはじめて、Claudeで仕上げました。私が指示を出し、AIと対話しながらコードを書いていった、という経緯です。どこをどちらが書いたか、途中で切り替えた理由までは、ここで断定できる材料がありません。いま公開しているリポジトリが、その結果です。
いまできること
チャットで話しかけると、だいたい次のようなことをします。
Webで検索して、ページを読み、要点をまとめる
Gmailを読んだり、下書きを作ったりする。Googleカレンダーの予定や空き時間も確認できる
スマホのLINEから、ヤタに質問できる
Chatwork、Backlog、kintone、freee、マネーフォワード クラウド請求書、楽天市場など、日本でよく使うサービスにつながる
祝日や営業日、和暦、インボイスの消費税を計算する。敬語の文面も書く
「毎朝8時にニュースを要約して」のように頼むと、毎日その時刻に実行する。結果をLINEに届けることもできる
自分についての短いメモを覚えて、次の会話に活かす
Webページを開いて、クリックや入力をする(その前に確認する)
AIは自分で選べます。GeminiやOpenAI、Anthropic、xAI(Grok)などのAPIキーを1つ用意してもよいですし、Ollamaのようにパソコンの中で動くAIを使うこともできます。Geminiの無料枠や、ローカルのAIを使えば、料金を払わずに動かすこともできます。
設定で「完全オフラインモード」をオンにすると、PCの中のAIだけを使い、ネット検索や外部の連携、LINEへの通知を止めます。会話がPCの外に出ません。
外に出る操作、たとえばメールの送信や予定の作成、経費の登録の前には、「許可する」「拒否する」を必ず聞きます。拒否したときや、確認の時間切れのときは、実行しません。
中で大事にしていること
裏側はPythonとFastAPI、画面はReactとTypeScriptです。自分のPCの中で動き、既定では http://127.0.0.1:8741 を開きます。
設計でいちばん大事にしたのは、「危ない操作の前で止まれること」です。ツールにはリスクの種類を持たせてあります。検索やページを読むような読み取りはすぐ実行し、ブラウザのクリックや入力、メール送信のような外に出る操作は、確認してから実行します。新しいツールを足すときも、同じ確認の流れに乗るようにしました。ツールごとに例外を書き散らしたくなかったからです。
もうひとつ意識したのは、AIの選び方です。いろいろな会社のAIを、薄い共通の入り口で扱えるようにしました。LiteLLMのような大きなラッパーも候補でしたが、今回は公式のSDKを使い、会社ごとの違いが見える場所に残しています。勉強にも、あとから読み返すときにも、その方がよいと思ったからです。パソコンの中で動くAIは、同じ仕組みのまま接続先を変えて使えます。
LINEから話しかけるときは、チャット画面そのものは外に出さず、Webhookだけを別の入り口にしています。起動のたびに変わるトンネルのURLは、ヤタがLINE側へ登録し直します。
「毎朝8時に…」のようなルーティンは、同じプログラムの中で動きます。ブラウザのタブを閉じても、ヤタ自体が起動していれば実行されます。ただし、パソコンを寝る状態にしたり、ヤタを終了したりすると、その間は動きません。Windowsのサービスとして常駐させたり、OSの通知を出したりするのは、まだこれからなのです。
つまずいたところ
いちばん大変だったのは、機能を足すことそのものより、最初のつなぎこみでした。Gmailやカレンダーを使うだけでも、Google Cloud ConsoleでAPIを有効にして、OAuthの設定をして、自分をテストユーザーに追加する、という手順があります。LINEも、公式アカウントや許可するユーザー、トンネルの用意が必要です。連携を足すほど、自分でも使い始めるまでの道のりが長くなりました。
ほかにも、まだ粗いところがあります。
確認の待ち受けはメモリの上にあるので、ヤタを再起動すると、待ちの確認は消える
ブラウザにログインした状態は、再起動すると残らない
ルーティンを動かし続けるには、ヤタを起動したままにしておく必要がある
READMEに載せるスクリーンショットやデモの動画は、まだ入れられていない
Microsoft Storeでの配布は、まだ準備中。GitHubのReleasesには、Windows用のインストーラー(v0.1.0)がある。署名がないため、Windowsの警告が出ることがある
うまく動かないときは、GitHubのIssuesで教えてもらえると助かります。
試してみたい方へ
Windowsでソースから動かすときは、uv と Node.js と Git が入っていれば、次の1行で準備できます。足りないものがあれば、スクリプトが入れ方を案内します。勝手にインストールはしません。
git clone https://github.com/koheip/yata.git; cd yata; powershell -ExecutionPolicy Bypass -File scripts\\install.ps1
準備ができたら、uv run yata で起動します。はじめて開くと、AIのつなぎ方を画面が案内してくれます。インストーラーは、GitHubのReleasesからも入手できます。
GitHub: https://github.com/koheip/yata
紹介サイト: https://koheip.github.io/yata/
最新リリース: https://github.com/koheip/yata/releases/tag/v0.1.0
まずは自分で毎日使って、設定の手間を減らし、粗いところを直していきたいです。興味を持ってもらえたら、リポジトリを見てもらえると嬉しいです。