nanoMuse: オープンソースのクロスデバイスAIエージェント

nanoMuseは、ユーザーのすべてのデバイスエコシステム（モバイルおよびデスクトッププラットフォームを含む）で動作するように設計されたオープンソースの個人用AIエージェントです。従来のチャットボットとは異なり、nanoMuseは質問に答えるのではなく、アプリケーション内で操作を実行するという行動志向のタスクに焦点を当てており、中央リレーサービスを介してデバイス間で永続的な状態を維持します。

クロスプラットフォーム対応とインストール

nanoMuseは複数のオペレーティングシステムで一貫した体験を提供し、1つのアカウントで会話とタスクを同期できます。

モバイル: Android（8.0+、arm64）向けAPKとして利用可能、iPhoneおよびiPad向けにはTestFlight経由で提供。
デスクトップ: macOS（12+、Apple SiliconおよびIntel）、Windows（10+）、Linux（AppImage、.deb、tar.gz）向けネイティブインストーラーを提供。
Web: demo.nanomuse.dev でシミュレートされたスマホデモが利用可能。
セルフホスティング: Dockerまたは提供されたセルフホスティングスクリプトを使用して、独自のリレーをデプロイ可能。これによりデータが自らのインフラストラクチャ内に留まります。

コア機能と「ハンド」を活用した自動化

APIが提供されていないソフトウェアとやり取りするため、nanoMuseはデバイスの画面を主インターフェースとして利用するように設計されています。

行動志向の実行

エージェントはLinuxシェル、ブラウザ、およびMCP（Model Context Protocol）サーバーを利用できます。APIのないアプリケーションに対しては、「Hands」機能を使用して画面とやり取りし、スクリーンショットを取得してUI操作を実行してタスクを完了します。

デバイス間連携

タスクはハードウェア間で委任できます。たとえば、モバイルデバイスでコマンドを開始し、@Macと指定することで接続されたコンピュータ上でタスクを実行できます。これらの操作の承認は、ユーザーが現在手にしているデバイスにルーティングされます。

永続性と記憶

エージェントはバックグラウンドで動作可能で、アプリが閉じた後でもスケジュールされたルーチンの実行や目標の確認が可能です。ユーザーの記憶（エージェントがユーザーについて知っている情報や起動トリガー）は、編集可能なMarkdownファイルに保存されます。

セキュリティと人間の確認

不可逆的なエラーを防ぐため、データ削除、支払い送信、メッセージ送信などの破壊的行動を実行する前に、エージェントは承認を求めるようにプログラムされています。パスワードやCAPTCHAはユーザーが手動で入力し、完了後、「Done」と信号を送ることでエージェントの処理を再開します。

技術的アーキテクチャ

各デバイスは独自のローカルエージェントインスタンスを実行します。Androidアプリはproot下でAlpine Linuxを用いてシェル、ブラウザ、MCP環境を提供します。デスクトップアプリケーションはDeepSeek Harnessのプラグインとして構築され、UI操作にはPythonランタイムが利用されます。

デバイス間の同期は、認証処理と会話テキストの伝達を担当するリレーを通じて行われます。プライバシーを維持するため、ファイルやスクリーンショットは作成されたローカルデバイスに留まり、リレー経由で送信されることはありません。

Meta MuseおよびOpenMinisとの比較

機能	Meta Muse	OpenMinis	nanoMuse
実行環境	ユーザーごとのクラウドVM	ローカルのスマホ	ローカルのスマホ、コンピュータ、またはプライベートサーバー
非APIアプリサポート	なし（VMはローカルデバイスにアクセス不可）	AndroidアクセシビリティCLI	画面ベースの操作（スマホ/PC）；iOSでは非対応
デバイス相互運用性	1つのVMのクライアント	単一デバイス	ハブ経由のクロスデバイスリクエスト
モデルアクセス	Meta独自	自分で用意	リレー許可またはユーザー提供キー
ライセンス	非公開	GPL-3.0	GPL-3.0-or-later

モデル統合とカスタマイズ

nanoMuseはOpenAI、Gemini、DeepSeek、OpenRouterなど、幅広いLLMプロバイダーをサポートしており、ChatGPTおよびClaudeの既存の有料プランも利用可能です。エージェントの視覚的アイデンティティはカスタマイズ可能で、ユーザーが外観を説明すると、画像および動画モデルを使って独自のアバターを生成します（デフォルトは小さなドラゴン）。

コミュニティのフィードバックとセキュリティ上の懸念

このプロジェクトは、プロプライエタリエージェントのオープンソース代替として称賛されていますが、Hacker Newsでのコミュニティディスカッションでは、セキュリティとプライバシーに関するいくつかの懸念が指摘されています：

"インストーラーを監査してください：類似ツールでは、状態ディレクトリがリダイレクトされても、他の11のアシスタントの設定ファイルとポート4400のデーモンを書き込んでいました。"

ユーザーは、プライマリモバイルデバイスに高権限のAIエージェントを直接実行することに懐疑的であり、日常使用のスマホの画面やシステム機能とやり取りできる能力を与えるリスクについて懸念を示しています。