Pinvou/pinvou-agent

Open-source desktop AI agent for tools, files, knowledge, workflows, and real deliverables.

Pinvou Agent – デスクトップAIアシスタントワークスペース

何であるか – 実世界のアシスタントとして会話型AIと作業できるオープンソースのデスクトップアプリケーション。チャット、ファイル処理、知識ベース検索、ツール統合を3つの「モード」に統合：作業（調査、執筆、分析）、デザイン（プロンプトから編集可能なポスターまたはチャートを作成）、コード（実際のコードベースにコーディングエージェントを導入）。アプリはローカルで完全に実行可能（例：vLLMサーバーを使用）または任意のOpenAI互換APIに接続でき、プラグインスタイルのスキル、MCPサーバー、CLIツール、サードパーティ接続子により拡張可能。

コアコンセプトとワークフロー

コンセプト	得られるもの
ワークスペース	タイトル付きのセッションで、チャット履歴、ツール呼び出し、生成されたアーティファクト（ファイル、Markdown、画像など）を永続化。
アーティファクトパネル	エージェントが作成・編集したすべてのファイルを自動収集。プレビュー、開く、さらなる編集が可能。
プラン / YOLOモード	実行前にステップバイステップの計画を表示するか、タスクが明確な場合はエージェントに直ちに実行させるかを選択。
知識ベース	アタッチされたPDF、Officeドキュメント、画像などに対するローカルのベクトル/全文検索。チャットごとにコレクションの有効/無効を切り替え可能。
ペルソナカード	保存された専門的役割（例：「法務アナリスト」、「デザイナー」）でモデルの振る舞いを偏らせる。
スキルとワークフロー	エージェントが安定的かつ繰り返し可能な能力として呼び出せる再利用可能なコマンドバンドル。
ツールストア	ローカルMCPサーバー、リモートMCPサーバー、CLIツール、API接続子（Feishu、DingTalk、Obsidianなど）の中央カタログ。
リモートコントロール	QRコードをスキャンしてスマートフォンから実行中のワークスペースを表示・操作可能。
音声入力	必要に応じて手を離してプロンプト入力できる音声認識モデル（オプション）。

注目すべき機能

タイトル検索付きのマルチセッションUIで、プロジェクト間を素早く切り替え可能。
ファイル添付処理 – PDF、Officeファイル、画像、アーカイブをドラッグ＆ドロップ可能。エージェントはそれらを読み取り、対応処理が可能。
編集可能なMarkdownアーティファクト – 直接編集するか、エージェントに選択した部分を再作成してもらう。
ベクトル検索を備えたローカル知識ベースで、各ファイルの出典を保持。
長期的な設定を記憶するメモリセンター。候補となる記憶を確認してから保存。
拡張可能な接続子エコシステム – サポートされる場合、OAuth/SSOを提供。人気のある中国企業向けツール用の既製接続子も用意。
コーディングモードは、ACP（エージェント・コード・プロトコル）を介してCodex、Claude Code、Kimiに対応。エージェントが実際のプロジェクトファイルを読み書きし、コマンドを実行し、実行計画を表示可能。
デザインモードでは、自然言語プロンプトからポスターまたはデータ可視化を生成し、アプリ内でグラフィカルに編集可能。

技術スタック

Tauri 2 – ネイティブデスクトップラッパー（Rustバックエンド、WebViewフロントエンド）。Windows、macOS、Linux向けクロスプラットフォームビルドを提供。
React 19 + Vite – UIレイヤー。
Rustエンジン（CodeWhaleサブモジュール） – モデル呼び出し、ストリーミング、ツール実行、MCPサーバーのオーケストレーション、スキル、セッション管理を担当。
モデルアクセス – 任意のOpenAI互換エンドポイント（OpenAI、Anthropic、Gemini、DeepSeek、Kimi、Qwenなど）およびローカルのvLLMサーバーに対応。
ファイルシステム構造 – すべてのユーザーデータは ~/.pinvou3/ 下に保存（セッション、知識コレクション、設定、拡張機能）。

クイックスタート

前提条件をインストール：Git（サブモジュール対応）、Node ≥ 18、最新のRustツールチェイン、OS用のTauri 2システム依存関係。

リポジトリを再帰的にクローン：

git clone --recursive https://github.com/Pinvou/pinvou-agent.git
cd pinvou-agent/pinvou3-app
npm ci
cd ..
./pinvou3-app/run-dev.sh

アプリ設定でモデル構成を追加（ローカルvLLM URLまたはクラウドAPIキー）。
新しいワークスペースを作成し、ファイルを添付、ペルソナまたはスキルを選択し、作業、デザイン、コードモードでタスクを開始。

事前ビルド済みバイナリも、リリースページで3プラットフォームすべてに対応して利用可能。

拡張性

スキル – SKILL.md パッケージを追加してツールや方法を記述。エージェントは任意のセッションから呼び出せる。
MCPサーバー / CLI接続子 – 統一されたツールストアを介して外部サービス（例：企業用知識ベース）を接続。
カスタムインストラクション – スキルに instructions.md をバンドルしてモデルの振る舞いを制御。
UI変更 – pinvou3-app/ フォルダを変更。エンジン変更は CodeWhale/ サブモジュールへ。

コミュニティとガバナンス

チャット＆サポート – QQグループ（中国語）#1108909346、GitHub Issues、Discussions。
セキュリティ – SECURITY.md に定義されたプライベート報告チャネル。
貢献 – CONTRIBUTING.md を読み、CodeWhaleエンジンのフォークポリシーに従ってください。

ライセンス

MIT – パーミッシブなオープンソースライセンス。サードパーティの著作権表示は THIRD_PARTY_NOTICES.md に記載。

結論 – Pinvou Agentは、日常業務、ビジュアルデザイン、ソフトウェア開発に実用的なアシスタントとして会話型LLMを活用できる、フル機能のクロスプラットフォームデスクトップ環境です。ローカルで実行すればデータをプライベートに保つことができます。現代のウェブネイティブ（React/Vite）とネイティブ（Tauri/Rust）技術で構築され、モジュール式のスキル/接続子エコシステムを通じて拡張可能に設計されています。