Windows / macOS / Linux対応のローカル優先デスクトップAIエージェントアプリ（Dockerおよびコマンドラインも利用可能）。各「ボット」には独自の人設、デフォルトモデル、ワークスペース、メモリが設定されており、アプリ内またはWeChat、Feishu、Telegram、Slack、Discordからアクセスできます。ファイルの読み書き、サンドボックス内でのコマンド実行、デスクトップ操作、バックグラウンドタスクやスケジュールルールの作成が可能で、ワークスペース外への操作は承認カードを表示して確認します。エージェントランタイムにはDeepSeek Harnessを採用し、バックグラウンドタスクおよび「あなたが必要」インボックスの設計は、DeepSeekのSuper Agentプロトタイプを参考にしています。
スター数 518（+107 / 24時間）
理由
- 前回公式にオープンソース化されたSuper Agentのアイデアを、一般ユーザーでもインストール可能なアプリとして実装しました。バックグラウンドタスクが完了すると結果を元の会話に送信し、ルールはまず「観察のみ」モードで実行せず記録だけ行うように設定できます。プッシュ通知は結果、判断が必要な事項、失敗時のみとし、デフォルトでは夜間は通知をオフにします。各タスクおよびルールには予算上限があり、上限に近づくと停止して確認を求めます。
- 権限は3段階（読み取り専用 / ワークスペース / フルアクセス）に分かれており、デフォルトでは自身のフォルダへの書き込みのみ可能です。会話、メモリ、ファイル、キーはすべてローカルマシンに保存され、ローカルコンソールは 127.0.0.1 のみでリッスンします。
- 10-27 でデータベースを構築し、収集期間中の 24 時間で新たに 107 スター増加しました（これは注目度を示すものです）。本コーナーでの初掲載です。
使い方
- GitHub Releasesから対応プラットフォームのインストールパッケージをダウンロードします（SHA256SUMSによる検証が可能）。初回起動時にブラウザでModelflareにログインまたは登録すると、モデルリストが自動的に表示されます。NAS / サーバーでは
docker run -d --name amb -p 3600:3600 -v amb-data:/data ghcr.io/modelflare-ai/anymodel-botを実行し、その後docker exec amb cat /data/ui-tokenでアクセストークンを取得します。3600 ポートをパブリックインターネットに公開しないでください。 - ソースコードから実行するには、Node.js 22.13 以上と Go 1.26.8 以上が必要です。
npm install、npm run setup（組み込みゲートウェイのコンパイル）、npm startを実行すると、ローカルインターフェースは http://127.0.0.1:3600/。 でアクセスできます。
リスク
- モデル呼び出しはModelflare（米国Havenbyte LLCが運営する有料APIゲートウェイ）経由のみで、トークン単位で課金されます。READMEにはModelflareがリクエストログを保持すると明記されており、プロンプト、ファイル内容、ツール結果、コンピュータ操作のスクリーンショットはすべてローカルマシンから送信されます。READMEにはDeepSeek公式APIへ直接接続するオプションがなく、入力するキーもModelflare用です。
- READMEにはModelflareのチャージ優遇やプロモーションパラメータ付き登録リンクが大幅に記載されており、本プロジェクト自体がゲートウェイの顧客獲得入口となっています。価格倍率やキャッシュヒット補償などは事業者側の説明です。コンピュータ操作はデフォルトで自動実行され、macOSではベータ版です。GitHub上ではライセンスタイプが認識されていません（READMEにはMITと記載されています）。