sonichi/sutando

これは何？

主な機能

• 01Gemini Liveによるブラウザでの音声会話と、Twilio経由の電話通話。
• 02画面をキャプチャして内容を説明し、ディスプレイに表示されているものについて質問できます。
• 03カレンダーの予定をもとにZoomやGoogle Meetの通話に参加し、参加者情報を取得します。
• 04Telegram、Discord、Slack、ローカルのagent APIからタスクを受け付け、すべて同じコアで処理します。
• 05発信者ごとのアクセス階層を設けたうえで、定期実行ループによるヘルスチェックと自律的な作業を実行します。

ユースケース

• 作業を続けながら、音声で画面上のテキストを編集したり要約したりする。
• 予定された会議に参加させ、通話終了後に要約を受け取る。
• ほかの作業に集中している間に、代わりに電話をかけたり伝言を残したりする。
• TelegramやDiscordを使い、スマートフォンからMacにタスクを送る。

クイックスタート

1. 1

   リポジトリをクローンする

   git clone https://github.com/sonichi/sutando.git
2. 2

   プロジェクトのディレクトリに移動する

   cd sutando
3. 3

   macOSまたはLinuxで全コンポーネント（core、app、dashboard）を起動する

   ./start.sh

使う前に知っておきたいこと

• !アルファ段階：まだ初期段階のプロジェクトで、機能の改善を続けています。
• !macOSを優先して設計されています。Windowsでの起動には別のスクリプトが必要です。
• !Claude CodeまたはCodex CLIをインストールし、サインインしておく必要があります。
• !昇格された権限と自動承認を使って実行されるため、ローカル環境に完全にアクセスできます。

トピック

よくある質問

sutando とは？

音声、画面、通話、メッセージを使って代わりに作業する、Mac上でローカル実行できるmacOS優先のパーソナルAIエージェント。 Sutandoは、自分のMac上で動作するセルフホスト型のパーソナルAIエージェントです。中核エージェントとしてClaude CodeまたはCodex CLIを使い、ブラウザで会話できるGemini Liveの音声インターフェースと、Twilioを使った電話経由の機能を追加します。画面の内容を説明させたり、表示中のテキストを編集させたり、カレンダーを読ませたり、ZoomやGoogle Meetの通話に参加させたり、メモを取らせたり、メールの送信や検索をさせたりできます。

sutando は無料で使えますか？ライセンスは？

sutando 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。

sutando 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。sutando の最終コミットは 2026年10月22日 です。

sutando は何に使えますか？

作業を続けながら、音声で画面上のテキストを編集したり要約したりする。 予定された会議に参加させ、通話終了後に要約を受け取る。 ほかの作業に集中している間に、代わりに電話をかけたり伝言を残したりする。 TelegramやDiscordを使い、スマートフォンからMacにタスクを送る。

sutando のインストール方法は？

リポジトリをクローンする: git clone https://github.com/sonichi/sutando.git プロジェクトのディレクトリに移動する: cd sutando macOSまたはLinuxで全コンポーネント（core、app、dashboard）を起動する: ./start.sh

sutando 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/sonichi/sutando