bytechefhq/bytechef

Open-source AI agents and workflow automation. Self-host or embed in your SaaS. Apache 2.0 alternative to n8n and Zapier.

ByteChef – オープンソースのAIエージェント + ワークフロー自動化プラットフォーム

何であるか ByteChefは自己ホスティング可能なプラットフォームで、従来分離されていた2つの世界を統合しています：

AIエージェント – ドラッグアンドドロップ型のコンポーネントで、完全な「エージェントループ」（モデル選択、ツール選択、実行、観察、次のステップを決定）を実行可能。ストリーミング出力または構造化出力に対応。
ワークフロー自動化 / iPaaS – 複雑な統合フローの構築、バージョン管理、実行を可能にするビジュアルエディタ。

このプラットフォームでは、エージェントをワークフロー内の1ステップとして埋め込むことができ、逆に任意のワークフローをエージェント（または外部のMCPサーバー）が呼び出せるツールとして公開できます。すべての機能は耐久性のあるPostgreSQLバックエンドを備えたランタイム上で実行され、水平方向にスケーラブルです。

コア機能（READMEに記載）

カテゴリ	オンボーディングで利用可能な機能
AIエージェント	完全なループ、ストリーミング出力、UIエディタを備えた組み込みエージェントコンポーネント。
LLMプロバイダー	12のプロバイダー（OpenAI、Anthropic、Azure OpenAI、Bedrock、Gemini、Mistral、Grok、DeepSeek、Nvidia、Perplexity、Stability、Ollama）への直接接続に加え、アグリゲータコンポーネント（OpenRouter、LiteLLM、NanoGPT）も提供。
ツール / コネクタ	250以上（CRM、マーケティング、EC、クラウドストレージ、データベース、ヘルプデスク、財務など）の事前構築済みコネクタ。各コネクタはエージェントツールとしても利用可能で、MCP経由で公開も可能。
メモリバックエンド	8種類：組み込み、JDBC、Redis、MongoDB、Cassandra、Neo4j、ベクトルストアベース、インメモリ。
RAG / 知識ベース	ネイティブなインジェスト＆チャンク化、15種類以上のベクトルストア（pgvector、Pinecone、Qdrant、Weaviate、Milvus、Couchbase、Neo4j、Redis、Typesense、MariaDB、Oracle、S3、組み込み）。2つの準備済みRAGパターン（`rag-modular`、`rag-questionanswer`）も提供。
ガードレール	12種類の即時適用可能なセーフティチェック（PII、ジャイルブレイク、NSFW、トピック整合性、キーワードフィルタ、シークレットキーのマスキング、URLのサニタイズ、カスタム正規表現/ルールなど）。
ワークフロー機能	ビジュアルキャンバスとJSONビュー、条件/分岐/ループ/マップ/並列/フォークジョイン、トリガー（Webhook、ポーリング、スケジュール、アプリイベント）、ポリグロットコードステップ（JS、Python、Ruby via GraalVM）、耐久性のある実行、キュー・モードスケーリング（Redis、RabbitMQ、Kafka、SQSなど）、Gitネイティブバージョン管理、「ワークフローとしてのAPI」エンドポイント。
コピロット	自然言語UIで、平文のプロンプトからワークフロー（AIエージェントステップを含む）を生成し、失敗の説明と修正案を提示（Enterprise版）。
エンタープライズ限定拡張	ワークフローとしてのAPI、Gitネイティブプロモーション、マイクロサービスデプロイ、SSO/SAML/OIDC、SCIM、高度なRBAC、AIゲートウェイ（モデルルーティング、クォータ、コスト制御）、SaaS製品向け埋め込みiPaaS。

一般的なユースケース

シナリオ	ByteChefがどう役立つか
カスタマーサポートの自動化	AIエージェントステップが、直接回答するか、RAGで知識ベースを検索するか、Slack/メールによる承認で人間へルーティングするかを判断。
承認付き注文処理	ワークフローが支払い、在庫確認、出荷をオーケストレーション。エージェントが割引や返金を判断し、マネージャー承認のための「人間が関与するステップ」で一時停止。
データ拡張パイプライン	CRMからデータを取得し、LLMで欠落フィールドを生成し、結果を保存。すべてを1つのビジュアルフロー内で完結。
SaaS製品へのAIの統合	ByteChefをマイクロサービスとしてデプロイし、特定のワークフローをMCPツールとして公開。製品がそれらを「AI機能」として呼び出すだけで、オーケストレーション層を自前で構築する必要なし。
迅速なプロトタイピング	コピロットに1文のプロンプトを入力し、エージェントと必要なコネクタを含む完全なワークフローを即座に生成。

クイックスタート

前提条件 – Docker Desktop（または任意のDockerエンジン）。

Composeファイルのダウンロード

curl -O https://raw.githubusercontent.com/bytechefhq/bytechef/master/docker-compose.yml

起動
```
docker compose -f docker-compose.yml up
```
これによりPostgreSQLとByteChefサーバーが起動します。
ブラウザで http://localhost:8080/login を開き、アカウントを作成してビジュアルエディタにログイン。
READMEの「60秒で最初のエージェントを構築」チェックリストに従い、トリガーを追加し、AIエージェントコンポーネントをドロップ、モデルを選択し、コネクタをツールとして接続してワークフローをテスト。

Docker Composeが利用できない環境では、READMEに従って専用のDockerネットワークを作成し、PostgreSQLコンテナを実行、ByteChefコンテナを手動で起動する手順も記載されています（暗号鍵用の永続的~/.bytechefボリュームを確保）。

ライセンスとコミュニティ

コアコード – Apache 2.0（商用利用、改変、再配布を自由に可能）。
エンタープライズ拡張 – ByteChef Enterprise License（/ee/ディレクトリ内に配置）。
サポート – ドキュメントサイト、Discordコミュニティ、GitHub Issues、公開されたロードマップボード。
貢献 – CONTRIBUTINGガイドを提供。新コネクタ、バグ修正、機能強化のプルリクエストを歓迎。

まとめ

ByteChefは、オープンコアプラットフォームであり、チームがLLMライブラリ、ワークフローエンジン、コネクタコードを別々に組み合わせることなく、AI駆動の自動化を構築・実行・管理できるようにします。AIエージェントをビジュアルワークフロー内の第一級ステップとして扱うことで、分岐、再試行、承認といった決定論的な制御と、大規模言語モデルの柔軟な推論を統合し、すべてを1つの監査ログで管理します。