Repolode
投稿する
SAFIYEV

SAFIYEV/HeyAgent

画面を認識してアプリやブラウザーを操作し、ファイルやコードも扱えるローカルファーストのデスクトップAIエージェント

GitHub で見る
スター
52
フォーク
6
未解決の Issue
1
最終コミット
14 日前

これは何？

HeyAgentは自分のコンピューター上で動作し、そのコンピューターを操作します。アプリケーションを開き、マウスやキーボードを操作し、スクリーンショットを読み取り、実際に使っているブラウザープロファイルを利用して、ローカルファイルを扱います。コーディングエージェントとしても動作し、選択したプロジェクトフォルダー内でコードの編集、テストやビルドの実行、変更のコミットが可能です。破壊的なコマンドはブロックされ、ファイルへのアクセスはそのフォルダー内に制限されます。

タスクはターミナル、チャット履歴とスキルカタログを備えたElectronデスクトップアプリ、または自分のチャットに紐づけたTelegramボットから指示できます。ゲートウェイはTelegramのポーリング、cronジョブ、バックグラウンドでのタスク実行を担います。Google Workspace連携ではOAuthを使ってDocs、Sheets、Slides、Drive、Calendarを利用でき、Gmailにはアプリパスワード方式を使います。モデルはクラウドプロバイダー、AWS Bedrock、OpenRouter互換サービス、またはローカルのOllamaから利用できます。

HeyAgentは主にWindowsでテストされており、macOSとLinuxは部分的にサポートされています。Node.js 22以降が必要で、承認が必要な操作を制御するポリシーシステム（ask、risky、allowlist、full）を備えています。

主な機能

  • 01デスクトップのウィンドウ、マウス、キーボード、スクリーンショット、アプリケーションを操作
  • 02既存のプロファイルを使ってChrome、Edge、Yandex Browserを自動操作
  • 03CLI、Electronデスクトップアプリ、Telegramボットからタスクを受け付け
  • 04Google Docs、Sheets、Slides、Driveのファイルを作成・読み込み、Calendarの予定を読み込み
  • 05選択したフォルダー内でコードの編集、テスト、コミットを行うコーディングエージェントとして動作
  • 06クラウド、Bedrock、OpenRouter互換、ローカルのOllamaモデルに対応し、フェイルオーバーもサポート

ユースケース

  • Telegramボットを通じて、スマートフォンから定型的なデスクトップやブラウザーのタスクを実行
  • ローカルプロジェクトでエージェントに編集、テスト、変更のコミットを任せる
  • 自然言語で指示するだけでGoogle DocsやSheetsのレポートを作成
  • ファイルを自分のコンピューター上に置いたまま、Ollamaでローカルモデルを実行

クイックスタート

  1. 1

    リポジトリをクローンする

    git clone <YOUR_HEYAGENT_REPOSITORY_URL>
  2. 2

    フォルダーに移動し、依存関係をインストールしてビルドする

    cd HeyAgent && npm install && npm run build
  3. 3

    エージェントのIDを作成する

    npx hey onboard
  4. 4

    モデルを接続した後、ゲートウェイを起動して最初のタスクを実行する

    npx hey gateway start

使う前に知っておきたいこと

  • デスクトップ操作に最適な環境は Windows 10 または 11 です。macOS と Linux では追加のパッケージと権限が必要です。
  • Node.js 22 以降と、少なくとも1つの LLM プロバイダーのキー、AWS Bedrock へのアクセス、またはローカルの Ollama モデルが必要です。
  • 実際のデスクトップ、ブラウザープロファイル、ファイルを操作できるため、広範な権限を与えるとリスクが伴います。
  • AGPL-3.0（コピーレフトライセンス）の下でライセンスされており、ネットワーク経由で提供する変更済みソースコードの共有が必要です。

トピック

#ai-agent#desktop-automation#coding-agent#telegram-bot#browser-automation#electron#typescript#local-first

よくある質問

HeyAgent とは？
画面を認識してアプリやブラウザーを操作し、ファイルやコードも扱えるローカルファーストのデスクトップAIエージェント HeyAgentは自分のコンピューター上で動作し、そのコンピューターを操作します。アプリケーションを開き、マウスやキーボードを操作し、スクリーンショットを読み取り、実際に使っているブラウザープロファイルを利用して、ローカルファイルを扱います。コーディングエージェントとしても動作し、選択したプロジェクトフォルダー内でコードの編集、テストやビルドの実行、変更のコミットが可能です。破壊的なコマンドはブロックされ、ファイルへのアクセスはそのフォルダー内に制限されます。
HeyAgent は無料で使えますか？ライセンスは？
HeyAgent は AGPL-3.0 ライセンスのオープンソースです。商用製品で使う前にライセンス条件を確認してください。
HeyAgent は今もメンテナンスされていますか？
活発にメンテナンス中。HeyAgent の最終コミットは 2026年10月6日 です。
HeyAgent は何に使えますか？
Telegramボットを通じて、スマートフォンから定型的なデスクトップやブラウザーのタスクを実行 ローカルプロジェクトでエージェントに編集、テスト、変更のコミットを任せる 自然言語で指示するだけでGoogle DocsやSheetsのレポートを作成 ファイルを自分のコンピューター上に置いたまま、Ollamaでローカルモデルを実行
HeyAgent のインストール方法は？
リポジトリをクローンする: git clone <YOUR_HEYAGENT_REPOSITORY_URL> フォルダーに移動し、依存関係をインストールしてビルドする: cd HeyAgent && npm install && npm run build エージェントのIDを作成する: npx hey onboard モデルを接続した後、ゲートウェイを起動して最初のタスクを実行する: npx hey gateway start
HeyAgent はどこで入手できますか？
ソースコードとインストール手順は GitHub にあります：https://github.com/SAFIYEV/HeyAgent

概要はプロジェクトの README をもとに AI が生成しています。GitHub の数値は毎日更新されます。

関連プロジェクト