mediar-ai/fazm

解決する課題

Fazmは、音声コマンドを通じてブラウザの制御、コードの記述、ドキュメントの処理、Google Appsの操作を可能にすることで、反復的なコンピュータ作業を解決します。また、ワークフローを学習するため、時間が経つにつれてタスクがより自動化されます。

仕組み

Fazmは、Desktopフォルダ内でSwiftとSwiftUIを使用して構築されたmacOSアプリであり、Claude統合のためのTypeScriptで書かれたACPブリッジが含まれています。./run.shを実行すると、アプリがビルドおよび起動されます。新規クローン時には、ホストされているFazmバックエンドから小さな非機密のブートストラップ設定（バックエンドURL、公開APIキー、OAuthクライアントID、GCP識別子）を取得し、アプリバンドルに組み込みます。課金対象のモデルキーは、認証によってゲート制御され、実行時にバックエンドから取得されます。独自のバックエンドを希望する場合は、リポジトリのルートに.env.app（または.env.app.dev）ファイルを配置して独自の値を設定すれば、run.shがそれを使用します。

対象ユーザー

Fazmは、自然な音声コマンドを使用してコンピュータタスクをAIエージェントにオフロードしたいすべての人を対象としています。開発者から、ドキュメント、スプレッドシート、顧客関係を扱う専門家まで幅広く利用可能です。無料で開始でき、完全にオープンソースであるため、個人のユーザーだけでなく、ローカルでカスタマイズ可能な自動化ツールを探しているチームにも適しています。

ハイライト

• ブラウザ、コード、ドキュメント、Google Appsの音声制御
• ワークフローを学習してタスクを自動的に繰り返す
• 完全オープンソースで無料で開始可能
• macOS上でローカル動作（macOS 14.0+が必要）
• Smart Connections、CRM Management、視覚的タスク理解のデモが含まれています
• 複雑なワークフローのための視覚的コンテキスト認識
• プラットフォーム間で適切な人々と自動的に接続可能
• 手動入力なしでCRMデータを最新の状態に維持