voice-assistant
18件のリポジトリ
透明性と信頼性を重視したエージェント構築フレームワーク — AgentScopeはAlibaba発のPython製フレームワークで、マルチエージェント・マルチモーダルなAIシステムを構築できます。ReAct・音声・リアルタイムエージェントやMCP対応を備え、学術論文の裏付けもあります。エージェントの挙動を可視化し検証可能にすることで、複雑なワークフローを安心して扱いたい開発者に向いています。
完全ローカルで動くManus AI代替エージェント — クラウドAPI不要、月額課金もなしで動く自律型AIアシスタントです。ローカルLLMを使い、Web検索・コード生成実行・タスク計画を自動でこなし、音声操作にも対応予定。プライバシーを保ちながら電気代だけで使える点がManus AIとの大きな違いです。
Open Source framework for voice agents, multimodal apps, and realtime AI. Maintained by Daily and the community.
ローカルで動く常駐型AIアシスタント「Jarvis」 — Jarvisはデスクトップ常駐型のプライベートAIアシスタントです。音声・テキストでの自然な会話に対応し、会話中に名前を呼ぶだけで割り込んで応答できます。Ollamaなどを使い完全オフラインで動作し、日記や知識グラフもローカル保存、機密情報は自動で伏せ字化されるため、クラウド型アシスタントと一線を画すプライバシー重視の設計です。
実機iPhoneをAIエージェントに操作させるMCPツール — Pokiはローカルで動くMCPサーバーとエージェントを通じて、実際のiPhoneをAIエージェントに操作させるツールです。脱獄や追加ハードウェア不要で、Claude CodeやCodexなど既存のMCPクライアントから自分のサブスクリプションを使って利用できます。
旧Echo DotをHome Assistant音声端末に再生 — 初代Echo Dot(第2世代)をAmazonクラウド無しのローカル音声アシスタントへ作り替えるOSSです。本体をHome Assistant用ESPHone音声サテライトとして認識させ、Assistパイプラインで動作。Alexa機能は一切なく、二束三文で売られる旧ハードウェアを有効活用できる点がユニークです。
API不要、Claudeプランで動くMac音声アシスタント — ⌃⌥Spaceを押して話すだけで、ウィンドウ整理やファイル検索、画面読み取りまでこなすMac用音声アシスタントです。APIキー不要で手持ちのClaude Pro/Maxプランで動作し、よく使う操作を学習して次回以降は瞬時に無料実行できる点が新しく、常用ツールとして刺さります。
Echo Show 5をAlexa抜きのLinux音声端末に置き換えるファームウェア — TECHO5はEcho Show 5(第1・第2世代)にAlpine Linuxを書き込み、ESPHome API経由でHome Assistantのローカル音声サテライトに変える非公式ファームウェアです。端末上でのウェイクワード検出、タッチスクリーン対応、SSH、A/B方式のOTA更新を備え、AndroidもAlexaもAmazonクラウドも使いません。Echo Show 8向けの姉妹プロジェクトATHENAもあります。
Echoデバイスを脱クラウド化するローカル音声衛星 — Amazon Echo Dot/Show をAmazonクラウド不要で動く音声サテライトとして復活させるGo製ツールです。ESPHomeネイティブAPIを話すためHome Assistantが通常のESPHome機器として自動検出でき、音声操作・メディア再生・ディスプレイ表示・Bluetoothプロキシまで実現します。
Open full-duplex voice models that hear your tone and speak with one. One GPU with vLLM-Omni, or fully offline on a Mac with MLX. Zero-shot voice cloning, OpenAI Realtime / GPT-Live compatible, free hosted API trial. Apache-2.0.
Low-latency local speech-to-speech voice assistant with Ming-3.0-audio-tiny on AMD and Nvidia GPUs. Easy setup on Windows and Linux
9つのコーディングエージェントを束ねるデスクトップ秘書アプリ — Dodaios(旧Personal Jarvis)は、Claude CodeやCodexなど9種のコーディングエージェントを1つの画面でまとめて動かせるオープンソースのデスクトップアプリです。音声操作にも対応し、自分のプランとAPIキーでローカルに動作、MCPによるエージェント連携も可能です。
A multi-model Muse: personal AI voice assistant on ESP32 - wake word or knob, any OpenAI-compatible brain (STT/chat/TTS mix-and-match), streaming replies, out of the box. Built on muse-gadget-sdk.
Capri — an AI desktop companion for Windows with local/API models, Hugging Face, optional voice, memory and permission-based desktop tools.
音声エージェントを核に据えたRust製OS — VedaはブートローダからGUIまで全てRustでゼロから書かれた新OSで、音声エージェントをシステムの第一級ユーザーとして組み込んでいます。アプリは操作をJSONで公開し、エージェントはキー入力と同じコード経路で操作、破壊的操作はシステム側が同意を強制する点が独自です。
Self-hosted AI assistant with voice satellites, 100+ tool integrations, RAG knowledge base, and full offline capability. Built with FastAPI + React + Ollama.
Talk to your coding agent. A Mac app that hands what you say to Claude Code, Codex, OpenCode, goose or omp, and tells you when it's done.
LLMにトークンを渡さない音声エージェントの試作 — LiveKit AgentsとScalekit AgentKitを組み合わせ、音声アシスタントがGoogleカレンダーなどのツールをユーザーに代わって安全に操作できるプロトタイプです。OAuthトークンをLLMに渡さずに認証付きツール呼び出しを行う仕組みを検証したい開発者向けで、実クレデンシャルでの動作確認はまだ未実施です。