LazyMind – 知識集約型ワークのための AI スキルランタイム

概要 LazyMind（LazyAGI 製）は、ナレッジベース、専門家の「スキル」、定義されたワークフローを、繰り返し可能で観察可能な AI 駆動タスクに変える、ローカルファーストのデスクトップまたはサービスプラットフォームです。単純なチャットインターフェースではなく、長時間実行される知識集約型の作業をユーザーの制御下に置く「AI スキルランタイム」として位置付けられています。

中核となるアイデア

概念	機能
ナレッジ基盤	ローカルファイル、クラウドドキュメント、オブジェクトストレージを取り込み、OCR を実行し、PDF を解析し、リランキングを備えたハイブリッド（ベクトル + キーワード）検索レイヤーを構築します。
ステートブレイン	ワークフローをステートマシンのステップとして実行し、各中間成果物を公開し、承認、編集、再試行、巻き戻し、バージョン履歴を可能にします。
AI 成長エンジン	フィードバック（好み、悪いケース）を取得し、評価/A-B テストを実行し、スキルやプロンプトを安全に更新します。

主な機能

• デスクトップモード – SQLite と Milvus-Lite を使用したネイティブアプリ（macOS arm64、Windows x64）で、完全オフライン体験を提供します。
• エンタープライズデプロイ – チーム共有と権限制御のためのコンテナ化スタック（Kong、JWT/RBAC、PostgreSQL、外部 Milvus/OpenSearch）。
• 再利用可能なスキルとワークフロー – スキル（一連の指示/ツール）を定義し、それを繰り返し呼び出せるバージョン管理されたワークフロー（ステートマシン）に変換します。
• 観察可能な実行 – 各ステップで中間結果を表示し、ユーザーは任意のチェックポイントから承認、編集、再実行できます。
• トレーサブルな成果物 – 生成されたドキュメント、スライド、画像などは、引用、バージョン差分とともに保存され、エクスポート（PDF、PPTX、画像）できます。
• エージェントプラグインとしての統合 – 他のエージェント（Codex、DeepSeek Harness、Cursor、WorkBuddy など）は、設定 → アシスタント UI を介して LazyMind のナレッジ、スキル、ワークフローを呼び出すことができます。
• ケイパビリティセンター – すぐに実行できるシナリオのギャラリー。各エントリにはスキル/ワークフロー、サンプル入力、インタラクティブな結果がバンドルされています。
• ナレッジオペレーションと進化パイプライン – ユーザーの好みを体系的に取得し、「悪いケース」を自動評価し、改善を安全に展開します。

典型的なユースケース

• 調査とレビュー：ソースを取得し、統合し、引用付きのバージョン管理されたレポートを生成します。
• AI 支援ライティング：アウトライン、ドラフト、改訂、完全に編集可能なドキュメントのエクスポート。
• プレゼンテーション作成：スピーカーノート付きのスライドデッキを生成し、レイアウトを編集し、PPTX/PDF にエクスポートします。
• 画像/アニメーションステッカー生成：参照を収集し、プロンプトを調整し、生成トレイルを保持します。
• ナレッジアシスタント：社内ナレッジベースに基づいて、インライン引用付きで質問に回答します。
• チーム全体のナレッジコラボレーション：組織全体でスキル、ワークフロー、評価済みの改善を共有します。

仕組み（高レベルアーキテクチャ）

flowchart LR
    K[ナレッジソース] --> R[取得と推論]
    S[スキルとワークフロー] --> X[観察可能な実行]
    R --> X
    X --> A[編集可能な成果物]
    A --> F[フィードバックと評価]
    F --> K & S

• ナレッジ：取り込みパイプライン（PDFReader、MinerU、PaddleOCR-VL）が統合インデックスにフィードします。
• ステートブレイン：ステップを調整し、状態を SQLite（ローカル）または PostgreSQL（サービス）に保存し、承認/巻き戻し用の UI を提供します。
• 成長エンジン：好みをログし、evo 評価パイプラインを実行し、A/B テスト後にスキルを更新します。

はじめに

1. デスクトップ – リポジトリから適切なバイナリ（macOS arm64 または Windows x64）をダウンロードし、インストーラーを実行してアプリを起動します。初回実行時にローカル SQLite DB と Milvus-Lite ベクトルストアが作成されます。
2. タスクを作成 – ナレッジソース（フォルダ、Notion、Feishu、オブジェクトストレージ）を追加し、スキル（例：PPT ワークフロー）を選択して、ワークフローを開始します。
3. 操作 – 各ステップを監視し、成果物を編集し、チェックポイントを承認するか、以前のバージョンに巻き戻します。
4. エクスポート – 満足したら、最終成果物（PDF、PPTX、画像など）をエクスポートします。

チーム展開の場合は、desktop/README.md の docker-compose 手順に従って、Kong、認証サービス、PostgreSQL、外部 Milvus/OpenSearch クラスターを起動します。

コミュニティとリソース

• ショーケースビデオ（中国語）が Bilibili でエンドツーエンドのフロー（スライドデッキ生成、製品からプロトタイプ、Codex 統合）をデモしています。
• ドキュメント – クイックスタートガイド、アーキテクチャ概要、ワークフロー形式仕様、Codex と DeepSeek Harness の統合ドキュメント。
• 例 – examples/ にある、ステップバイステップのケースノート付きの既製シナリオ集。
• ライセンス – MIT（LICENSE を参照）。

結論 LazyMind は、単一プロンプトのチャットを超えた、フルスタックでローカルファーストの AI エージェントランタイムです。専門家が複雑な知識駆動タスクを定義、実行、改善できるようにし、すべての中間結果を可視化して編集可能にします。再現可能な AI 強化ワークフローを必要とする個人のパワーユーザーや企業に適しています。