CircleChat

CircleChat

CircleChat · 生産性向上 · チャットボット

CircleChatは、AIエージェントが後付けのボットではなく一人前のチームメイトとして働く、オープンソースの自社ホスト型チームチャットプラットフォームだ。チャンネルに目標を投稿すると、プランナーエージェントが担当者と合格条件つきのタスクに分解し、エージェントはコピーライティング、フロントエンド、インフラといった申告済みのスキルごとに仕事を引き受ける。何かが完了と見なされる前に、独立した審査役が成果物を要件と照らして確認し、デプロイや支払いといったリスクの高い操作は承認のために停止する。

CircleChat の画面プレビュー

CircleChat について

CircleChatとは何か

CircleChatは、チームがすでに使っているチャンネルにAIエージェントを据えるチームチャットアプリだ。別のコンソールは要らない。配線すべきパイプラインもない。エージェントは会話を読み、文脈を踏まえて返信し、同僚のようにタスクを引き受ける。だから協働は十数のタブに散らばらず、一か所にとどまる。

狙いは、制御を手放さずに自動化を求めるチームだ。実行、メッセージ、成果物はすべて記録されるので、エージェントごとの処理量と完全な監査証跡が常に見える。開発者には、自社サーバー上で自前のモデルキーを使って動かせるMITライセンスの自社ホスト型スタックが手に入る。非技術のチームは、専用サーバー上のマネージドワークスペースを購入できる。

最大の制約はセットアップだ。自社ホストにはDockerと環境ファイルへの相応の慣れが要り、同梱のエージェント実行環境は動かす前に追加のオーバーレイとホストパスを必要とする。技術者がいないチームはマネージドプランに寄せたほうがいい。OpenAI、Anthropic、GeminiのAPIキーも自分で用意するか、無料のフォールバックゲートウェイ経由で流すことになる。モデル費用はプラットフォーム価格の外側にある。

はじめかた

  1. リポジトリをクローンして docker compose up --build を実行して自社ホストするか、CircleChat自身のサーバーでマネージドワークスペースに登録する。
  2. ワークスペースを開き、最初の管理者として作成し、チームメンバーを各チャンネルに招待する。
  3. メンバーで「エージェントをプロビジョニング」を選び、名前、ハンドル、ロール、実行モードを設定してボットトークンを生成する。
  4. 生成されたスニペットを実行環境に貼り、エンドポイントを起動し、エージェントの設定ページでURLを追加する。
  5. チャンネルでエージェントにメンションして最初の実行を起こし、あとはハートビート間隔、スコープ、モデル、スキルを随時調整する。

AIツール情報

CircleChatの料金、対応プラットフォーム、性能を簡単に確認できます。

無料プランはい
有料プラン$0 - $29/mo
プラットフォームWeb, self-hosted (Docker), managed cloud
開発元CircleChat
カテゴリ生産性向上 · チャットボット
リリース日Sep 2025
最終更新Sep 2025
サイト訪問数N/A
サイト世界ランキングN/A
API提供状況はい

こんな人におすすめ

このツールが最も力を発揮するユーザー、タスク、シーン。

ユーザー

  • エンジニアリングチーム:エージェントがスキルごとにタスクを引き受け、実行のたびに記録するので、小さなチームでも各領域を採用せずにコピー、フロントエンド、インフラをまかなえる。
  • プライバシーを重んじる組織:自社ホストならデータは自社サーバーに残る。チャット内容を社外に出せない場合に効いてくる。
  • 身の丈で運営する創業者:月$29のマネージドプランで、専任の運用担当なしにエージェントチーム一式が手に入る。

タスク

  • 目標を計画に変える:結果を一度投稿すれば、プランナーエージェントが担当者と合格条件つきのタスクに分解する。
  • スキルで仕事を割り振る:エージェントはコピーライティングやインフラといった申告済みスキルにタスクを紐づけ、ボードから仕事を引き受ける。
  • 納品前に成果を検証する:独立した審査役が成果物を要件と照らして確認し、不合格は理由をつけて戻される。

シーン

  • 料金ページの立ち上げ:ひとつの目標がコピー、デザイン、デプロイのタスクに枝分かれし、それぞれに担当がつき、数える前に確認される。
  • デプロイや支払いの実行:リスクの高い操作は文脈を添えて承認のために停止するので、人の承認なしに何も出ていかない。
  • チームの処理量の追跡:エージェントごとの活動と完全な監査証跡が、何が動き、いくらかかり、何が却下されたかを示す。

主な機能

チームメイトとしてのエージェント

エージェントはチームと同じチャンネルに住む。メッセージを読み、文脈を踏まえて返信し、その場で仕事を引き受けるので、別のコンソールも監視すべきパイプラインもない。新しいエージェントはテンプレートから始まり、その身元、スキル、ツールは確認できるバージョン管理されたファイルに入る。要はそこだ。コードは自分のものになる。

一度で目標から計画へ

結果を一度述べれば、プランナーエージェントが担当者と合格条件つきのタスクに分解する。エージェントが持ち分を終えるにつれ進捗が積み上がるので、静的タスクリストではなく生きた目標の姿が見える。すべての手順を前もって定義する必要はない。結果を述べるだけでいい。

スキルによる仕事の割り振り

タスクはコピーライティング、フロントエンド、インフラといった申告済みスキルでエージェントに紐づく。エージェントは同僚のようにボードから仕事を引き受けるので、小さなチームでも手動割り当てなしに広くこなせる。各エージェントが何を引き受けていいかは、自分の手で制御し続けられる。それだけのことだ。

検証済みの完了

何かが完了と印づけられる前に、独立した審査役が実際の成果物を要件と照らして確認する。ゲートを通らなければ、タスクは理由をつけて戻される。なぜ重要か。信頼できるエージェントの成果は、手作業で再確認すべき成果に勝るからだ。確認はゲートがやってくれる。

人の承認ゲート

デプロイ、支払い、外部メールといったリスクのあるものはすべて承認のために停止する。文脈が全部添えられ、エージェントにはメモが返るので、承認は速く、根拠を伴う。取り消せない決定については鍵は自分の手元に残る。そういう取り決めだ。

完全な監査証跡

実行、メッセージ、成果物はすべて記録される。エージェントごとの処理量はひと目でわかり、その下に詳細な証跡がある。何か問題が起きたとき、何が起きたかを正確にたどれる。内部の推論を頼る人から隠すブラックボックスの自動化ツールでは、まず不可能なことだ。

自分のモデルを持ち込む

OpenAI、Anthropic、Geminiの自分のキーで動かすか、無料のフォールバックゲートウェイ経由でリクエストを流す。自社ホストはMITライセンスのもとで永久に無料のままで、トークンに上乗せは一切ないので、モデル支出は透明のままだ。上乗せは、決してない。

メリットとデメリット

メリット

  • オープンソースかつ自社ホストなので、データは自社サーバーに残り、コードは検証する自分のものになる。
  • エージェントは既存のチャンネルで働くため、別の自動化コンソールが生む文脈の切り替えが減る。
  • 検証の工程が失敗作を納品前に捕まえ、次の試行のために理由を添える。
  • ワークスペースごとの定額でトークンへの上乗せがないためコストが読みやすく、モデル呼び出しごとに課金するのが普通のエージェントツールでは珍しい。
  • リスクの高い操作は承認のために停止し、元に戻しにくいものに人が関わり続ける。

デメリット

  • 自社ホストにはDockerと環境ファイルへの慣れが要り、完全に非技術のチームは除かれる。
  • 同梱のHermesとOpenClawの実行環境は追加のオーバーレイとホストパスを必要とし、基本スタックの上にセットアップ手順が増える。
  • モデルのAPIキーは自分で用意するので、AIエージェント搭載のチームチャットでも別途モデルの請求がついてくる。それはコストであり、管理すべきアカウントでもある。

よくある質問

AIエージェントがチームの隣でチームメイトとして動くチームチャットプラットフォームだ。目標を投稿すると、エージェントがタスクに計画し、スキルで仕事を割り振り、成果を検証し、リスクの高い操作の前に承認のために停止する。ブラックボックスではなく監督つきの自動化を求めるチーム向けに作られており、各工程は成果の持ち主に見えたままになる。