sonichi/sutando

My AI Stand. Realtime by day, rewriting itself by night. Summon my AI superpower.

解決する課題

Sutandoは、音声、画面、電話を通じてリアルタイムに行動できるパーソナルAIを持ちながら、バックグラウンドで自律的に自己改善も行うという課題を解決します。会議への参加、電話、文書編集などの日常的なタスクを手動で処理する代わりに、コンピュータに話しかけてシステム全体でアクションを実行させることができます。また、AIアシスタントのメンテナンスの手間を、あなたのパターンを継続的に学習し、不足している機能を追加するために独自のコードを書くことで解決します。

仕組み

SutandoはMac上で動作し(Windowsではコアヘッドレスサポート)、実行エンジンとしてClaude CodeまたはCodex CLIを使用します。4つの主要プロセスで構成されています:リアルタイム会話用の音声エージェント(Gemini Live経由)、ブラウザUI用のWebクライアント、電話用の会話サーバー、そして完全なシステムアクセスでタスクを実行するコアエージェントです。cronジョブが15分ごとにプロアクティブループを起動し、キューされたタスクを処理し、ヘルスチェックを実行し、自律的な改善をトリガーします。タスクはtasks/フォルダに書き込まれ、結果は書き戻され、各チャネル(音声、Telegram、Discordなど)がこれらのファイルを読み書きします。音声用のGemini、電話用のTwilio、メッセージングブリッジなどの外部サービスと統合されており、すべてオプションで独立して機能を有効にします。

対象ユーザー

Sutandoは、リアルタイムのインタラクション(音声コマンド、会議、電話)と、コード作成やシステム監視などのバックグラウンドでの自律作業の両方を処理できるパーソナルAIを求める個人向けです。ローカルAIセットアップに慣れたパワーユーザーに適しており、Claude CodeやCodex CLIを使用する意思があり、30の検証済み機能と外部設定(Twilio、Telegramボット、Discordボット)が必要ないくつかの機能を備えたアルファ段階の製品をテストする意欲がある人向けです。また、機能を強化し、能力を拡張するための貢献に興味のある開発者にも適しています。

ハイライト

  • オープンソースで、Mac上で完全にローカルに動作します。トークンごとのAPIキーは不要です。
  • 音声とビジョン:画面を見て、音声コマンドに応答し、テキストを書き換え、アプリを制御できます。
  • 会議(Zoom、Google Meet)に参加し、電話をかけ、タスク委任のためのTelegram承認ゲートがあります。
  • 自律ビルドループ:アイドル時には、自身のヘルスを監視し、新しいスキルを発見し、独自のコードを書きます。Sutandoのコードのほとんどはこの方法で書かれました。
  • マルチチャネルアクセス:Telegram、Discord、Web、電話、メールなどで同じアシスタントを利用できます。
  • マシン間でスケール:移行スクリプトなしで、2台目のMacをセットアップして24時間電話を処理できます。
  • 初期アルファステータス:30の検証済み機能がありますが、機能をテストして強化するための貢献者を積極的に募集しています。

関連

  • プロジェクト
  • プロジェクト
  • プロジェクト
  • プロジェクト
  • プロジェクト