Repolode
投稿する
instavm

instavm/clickclickclick

ローカルまたはリモートのモデルでUIタスクを計画・実行する、Androidとコンピューター操作向けの自律型フレームワーク。

GitHub で見る公式サイト
スター
714
フォーク
87
未解決の Issue
3
最終コミット
7 か月前

これは何？

ClickClickClickは、LLMがAndroid端末やmacOSコンピューターを自律的に操作できるPythonフレームワークです。下書きメールの作成やGoogle Mapsでのバス停検索といった自然言語のタスクを受け取り、プランナーモデルで作業を手順に分解し、ファインダーモデルで操作対象となる画面上の要素を特定します。

Ollama経由のローカルモデル（Llama 3.2-visionやqwen3.5:4bなど）に加え、GeminiやOpenAI GPT-4oにも対応しています。プランナーとファインダーには別々のモデルを選択でき、小型モデルで処理を高速化するために画像品質を下げることもできます。コマンドラインツール、Python API、FastAPIベースのRESTエンドポイントから利用でき、Androidを操作するには、コードを実行するマシンにadbが必要です。

コードは非常に実験的で、活発に変更が加えられていると説明されています。そのため、本番環境での利用よりも、調査やプロトタイピングに適しています。

主な機能

  • 01自然言語の指示からAndroidとmacOSのUIタスクを実行します。
  • 02プランナーモデルとファインダーモデルを個別に選択できます。
  • 03Ollama経由のローカルモデルに加え、GeminiとOpenAIに対応しています。
  • 04CLI、Python API、RESTエンドポイントを利用できます。
  • 05画像品質を調整して処理時間を短縮できます。

ユースケース

  • LLM駆動のモバイルアプリ自動化をプロトタイピングする。
  • プライベートなマシン上でローカルモデルを使ったエージェントの実験を行う。
  • Android上のブラウザーやアプリで、繰り返し作業を自動化する。
  • macOSでコンピューター操作エージェントを試す。

トピック

#ai-agents#computer-use#android-automation#llm#ollama#gemini#openai#python#agents#ai-agents-framework

よくある質問

clickclickclick とは？
ローカルまたはリモートのモデルでUIタスクを計画・実行する、Androidとコンピューター操作向けの自律型フレームワーク。 ClickClickClickは、LLMがAndroid端末やmacOSコンピューターを自律的に操作できるPythonフレームワークです。下書きメールの作成やGoogle Mapsでのバス停検索といった自然言語のタスクを受け取り、プランナーモデルで作業を手順に分解し、ファインダーモデルで操作対象となる画面上の要素を特定します。
clickclickclick は無料で使えますか？ライセンスは？
clickclickclick は MIT 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。
clickclickclick は今もメンテナンスされていますか？
半年以上コミットなし。clickclickclick の最終コミットは 2026年3月17日 です。
clickclickclick は何に使えますか？
LLM駆動のモバイルアプリ自動化をプロトタイピングする。 プライベートなマシン上でローカルモデルを使ったエージェントの実験を行う。 Android上のブラウザーやアプリで、繰り返し作業を自動化する。 macOSでコンピューター操作エージェントを試す。
clickclickclick 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/instavm/clickclickclick

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