CrabTalk
CrabTalk · 学習
CrabTalkは、自分のマシン上で単一の長時間稼働するRustプロセスとして動くオープンソースのAIエージェントデーモンだ。エージェントアプリごとに同じ配管を書き直す代わりに、エージェントソフトウェアがリクエストの合間も生き続けるために必要な実行環境、トランスポート、状態を提供する。クラッシュ分離、トピックルーティング、正確なメモリ、複数エージェントの連携を、AIエージェントを構築・運用する誰にでも提供する。
CrabTalk について
CrabTalkとは何か
CrabTalkは、ほとんどのチームが結局ゼロから書くことになるエージェントスタックの一部分だ。エージェントをホストし、メッセージをルーティングし、ターンをまたいでメモリを保つバックグラウンドプロセスである。小さく、およそ5メガバイトで、子プロセスなしの単一プロセスとして動く。売りはシンプルだ。デーモンは配管であるべきで、格闘しなければならない製品ではない。
クライアントアプリの下、モデルプロバイダーの上に位置する。CLI、ボット、スケジュールされたジョブといったクライアントが外側から接続し、モデル呼び出しはCrabLLMという別のゲートウェイを通って出ていく。CrabTalk自身が持つのはソケット、実行環境、ディスク上の状態だけで、それ以外は何も持たない。エージェントがどのツールを持つべきかは決めない。そこが要点だ。
最大の制約は、これが開発者向けツールだという点にある。ダッシュボードはない。サインインもない。グラフィカルなインターフェースもない。バイナリをインストールし、クライアントをそこに向け、UnixソケットかTCPで話す。完成されたチャットアプリが欲しいなら、これはそうではない。
はじめかた
- 公式サイトの単一のシェルコマンドでデーモンをインストールするか、オープンソースのリポジトリからビルドする。
- デーモンを起動する。設定ファイルを読み、
~/.crabtalk（または$CRABTALK_HOMEが指す場所）に作業ディレクトリを作る。 - エージェントを設定し、クライアントを接続する。同梱のCLI、チャットボット、スケジュールされたジョブのいずれでもよい。
- セッション越しにエージェントと話す。メッセージはトピックごとにルーティングされるため、仕事の会話と私的な会話はそれぞれのレーンにとどまる。
- CrabLLMを通してモデル呼び出しをプロバイダーに向ける。ルーティング、フェイルオーバー、予算が一箇所で動く。
AIツール情報
CrabTalk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。
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
- 自作ではなく既製のエージェント実行環境を求めるバックエンド・システム開発者。ターミナルと設定ファイルに抵抗がないことが前提だ。
- 複数のエージェントを同時に動かし、脆い自作スケジューラなしで連携させたいチーム。
- 個人のマシンや小さなサーバーで常時稼働のアシスタントを持ちたい、バイナリのインストールを気にしない人。
タスク
- リクエストの合間もエージェントを生かし続け、毎ターン履歴全体を送り直さずに文脈を覚えさせる。
- 進行中の仕事、家庭、趣味の会話を分け、一つのチャット内でトピックが混ざらないようにする。
- 少数のエージェントから数千へ拡張する。デーモンは十前後で頭打ちになるのではなく、大規模な群れの連携を前提に作られている。
シーン
- メモリをローカルディスクに置き、ホスト型サービスに一切通話しない、ノートPCや家庭サーバー上のセルフホスト型エージェントを動かす。
- レビューやセカンドオピニルのために、第二のエージェントを進行中の会話に発言させ、その後で制御を戻す。
- タスク途中のツール障害を生き延びる。壊れた拡張機能はそれ自身の作業だけを止め、チャット全体を落とさない。
主な機能
クラッシュ分離
ほとんどのAIシステムは一つのツールが失敗すると会話全体を失う。CrabTalkは違う。すべてのツール、コマンド、拡張機能をそれぞれの空間で実行するため、壊れた部品がコアを巻き込まない。一つの拡張機能がクラッシュしても、残りのエージェントは動き続ける。無人でジョブを回すときにはこれが効く。
セッションではなくトピック別ルーティング
話題ごとに新しいチャットを開く必要はない。CrabTalk自身がメッセージをトピックで仕分けるため、仕事は仕事のチャンネルにとどまり、私的な事柄はひとりでにレーンを変える。数十の個別チャットを管理するときに付きまとうウィンドウの切り替えがなくなり、関連する文脈はあるべき場所にまとまる。タブは減る。混乱も減る。
共有ストア上の正確なメモリ
メモリはたいていエージェントの弱点だ。すぐ忘れるか、蓄積するほど遅くなるかのどちらかになる。CrabTalkはSQLiteの内部を想起レイヤーに移植した。その結果は速い検索とディスク上の小さなアーカイブだ。エージェント、セッション、メモリ、スキル、検索はすべて、設定ディレクトリ内の単一のストアファイルに収まる。
大規模な連携
デーモンは、多くのシステムが扱う十前後ではなく、数千のエージェントを連携させるために作られている。これは多くのチームが手作業で維持することになる脆い自作スケジューラよりずっと高い天井だ。そうしたマルチエージェント連携は普通、脆い自作スケジューラを意味する。ここではただの実行環境だ。各ディスパッチは共有実行環境上の独立したタスクとして走り、デーモンは会話ごとに実行環境を複製しない。エージェントの群れを考える人にとって、その天井はデモと本番配備の分かれ目になる。
ゲストエージェント
進行中の会話に第二のエージェントが発言すべきことがある。レビュアー、専門家、あるいは独自の声を持つツールだ。CrabTalkはゲストエージェントに共有履歴へ直接書き込ませる。委任ではなくタグ付けであり、その後で主エージェントが次のターンに再開する。会話全体を分岐させずにレビューの手順を足す、きれいなやり方だ。便利。別スレッドは要らない。
起動はコマンド一つ
デーモンを起動してセッションに入るまでがコマンド一つで済む。用意すべきサーバーはない。サインインするダッシュボードもない。大きな覚悟なしで試したいなら、バイナリはおよそ5メガバイトで何も出し惜しみしない。控えめなハードウェアでも回しやすい。
モデル層とのきれいな分離
モデルはプロジェクトのLLMゲートウェイであるCrabLLMの、はっきりした境界の向こう側に住む。つまりリクエストのルーティング、フェイルオーバーの処理、予算の管理は一箇所で行われ、エージェント実行環境そのものとは分かれている。エージェントに触れずにプロバイダーを差し替えたりフェイルオーバーを足したりできる。
メリットとデメリット
メリット
- およそ5メガバイトの小さなフットプリントで、ノートPCや小さなサーバーでも快適に動く。
- オープンソースでRustで書かれており、自分で監査しビルドできる。
- クラッシュ分離により、一つのツールの失敗がエージェント全体を殺さない。
- トピックルーティングにより、話題ごとに別のチャットウィンドウを管理する必要がない。
- 数千のエージェントを連携させる設計で、多くのシステムが試みる範囲をはるかに超える。
デメリット
- グラフィカルなインターフェースもダッシュボードもなく、セットアップはターミナルと設定ファイルへの習熟を前提とする。
- 完成されたアプリではなく配管であり、操作には依然としてクライアントが要る。
- メモリは設定ディレクトリに結びついたローカルストアにあり、状態の移動やバックアップはそのディレクトリを自分で扱うことを意味する。
よくある質問
AIエージェント向けの常時稼働する実行環境だ。エージェントをホストし、メッセージをトピック別にルーティングし、メモリをローカルストアに保ち、多数を同時に連携させるために使う。その基盤を自分で作る代わりになる。
関連コンテンツ
CrabTalkに関連するツール、スキル、記事を探す。
CrabTalkの代替ツール
Kaggle AI
Google · コーディング · 学習Kaggle AIは、共有されたデータを使って人々が機械学習モデルを構築し、検証し、比較するコミュニティプラットフォームだ。データサイエンスコンペ、数万点の公開データセット、GPUとTPUにアクセスできる無料のクラウドノートブックを一つにまとめており、ブラウザさえあれば誰でもハードウェアを買わずにモデルを訓練できる。プラットフォームはGoogleが所有しており、登録は無料だ。
Bunch
Bunch AI · 学習 · ビジネスBunchは、1日の空き時間を本物のマネジメント練習に変えるAIリーダーシップコーチングアプリだ。毎日短くパーソナライズされたヒントを1つ渡し、どう反応したかを記録し、非公開グループの中で同僚と意見を比べられる。主張はシンプル。週末のセミナーに座り続けるよりも、少しずつ頻繁に練習したほうがリーダーシップは伸びる。実際に開くリーダーシップ研修アプリだと考えればいい。
AI Mock Interview
SQLPad · コーディング · 学習AI Mock InterviewはSQLPadに組み込まれた練習ツールで、実際の求人面接を再現し、話した内容と話し方の両方について即時フィードバックを返す。職種テンプレートを選ぶか求人票をアップロードし、リアルタイムで声に出して質問に答え、その後、構成・明瞭さ・文法に関する注記が付いた文字起こしを確認する。SQL・Python・データエンジニアリング・機械学習・システム設計の職種を目指すデータ専門職向けで、すべてブラウザ上で動く。インストールは不要だ。