Open Interpreter Project
Open Interpreter · コーディング · その他
Open Interpreterは、プロジェクトのファイルを読み、コードを編集し、コマンドを代わりに実行するオープンソースのターミナル向けコーディングエージェントだ。OpenAIやAnthropic、ローカルモデルで動く。
Open Interpreter Project について
What Is Open Interpreter
Open Interpreterはターミナルに住みつくコーディングエージェントだ。プロジェクトのフォルダーを開き、変更したい内容を自然言語で伝えると、ファイルを調べ、手を入れ、作業を終えるのに必要なコマンドを実行する。前身は、言語モデルにPythonやJavaScript、shellをホスト環境ではなく自分のマシン上で動かせていたプロジェクトである。
ローカルで動かす利点は主導権だ。ホスト型のコードインタープリターはアップロード容量に上限があり、数分で打ち切られ、セッションが終わればすべて消える。Open Interpreterにはその制約がない。コードは自分のパソコン上で、自分のファイルとライブラリ、自分のネット接続を使って動くからだ。モデルは自分で用意し、面倒な作業はエージェントが引き受ける。
その自由の代償は、ファイルとshellに触れられるエージェントを野放しにすれば、実害が出うることだ。Open Interpreterは二段の歯止めで抑える。サンドボックスが技術的に可能な範囲を決め、承認モードがいつ確認を取るかを決める。変更が入る前にdiffを確認できる。
Getting Started
- コマンド1つで導入する。macOSかLinuxならインストールスクリプト、WindowsならPowerShell版を実行する。
- ターミナルでプロジェクトのフォルダーを開き、
interpreter（短縮形のiでも可）と打って対話セッションを始める。 - 初回起動でプロバイダーを選ぶ。ChatGPTでサインインし、APIキーを貼り、あるいはOllamaかLM Studio経由でローカルモデルをつなぐ。
- 具体的な依頼を打ち込む。たとえば、ビルドのハッシュを返すヘルスエンドポイントを足す、といった内容だ。
- 提案された編集を確認し、より広い権限が要る操作を承認する。セッション中は
/permissionsでエージェントが触れる範囲を変えられ、interpreter resume --lastで以前の作業を再開できる。
AIツール情報
Open Interpreter Project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
- ブラウザーのタブではなく実際のプロジェクトの中でエージェントを働かせたい開発者。リポジトリを読み、ファイルをその場で編集するので、作業はコードのある場所に残る。
- プライバシーを重視し、ローカルモデルを使いたいチーム。OllamaかLM Studioをつなげば、プロンプトもソースコードも自分のマシンに留まる。
- 手を動かして学ぶ人。編集もコマンドも実行前に表示されるため、どのタスクも短い実習のようになる。
タスク
- 小さな機能の追加。エンドポイントや補助関数、設定の調整を頼めば、触るべきファイルをエージェントが探し出す。
- 複数ファイルにまたがるリファクタリング。呼び出し箇所を追い、まとめて更新し、確定前にdiffを見せてくれる。
- 定型的なターミナル作業。ファイルの一括整理、連続した変換、本来なら手で打つデータ準備など。
シーン
- すでに開いているターミナルでの作業。Webチャットに切り替える必要も、コードをエディターに貼り戻す必要もない。
- 昨日の続きに取りかかる。`interpreter resume --last`が会話と文脈、作業ディレクトリを復元する。
- 作業の途中でモデルを替える。次の一手に安価なモデルや高性能なモデルが合うなら、`/model`でプロバイダーを切り替える。
主な機能
ターミナルに合わせた作業の流れ
Open Interpreterは、すでに作業している場所で動く。プロジェクトのフォルダーで起動すれば、ディレクトリ構成を読み、ファイルを開き、その場で編集する。インストールすべきIDE拡張も、同期を保つチャット画面もない。shellが見ているのと同じファイルを見ている。
モデルは自分で持ち込む
エージェントは特定のベンダーに縛らない。ChatGPTでサインインし、APIキーを使い、あるいはOllamaやLM Studio経由でローカルモデルを指せる。タスクに合うものを選び、/modelでいつでも切り替えられる。プロジェクトの途中でコストやプライバシーの条件が変わるときに効いてくる。
歯止め付きのコマンド実行
コマンド実行こそエージェントが厄介を招く場面なので、Open Interpreterは二つの制御を重ねる。サンドボックスが技術的に可能な範囲を区切り、承認モードが立ち止まって尋ねるべき時を決める。既定のローカル設定では現在のワークスペース内で動き、外へ出る前に許可を求める。
反映前にdiffを確認
コードを編集すると、変更内容を示し、適用前にdiffを確認させてくれる。ファイルに実際に入るものを決めるのは自分だ。これがアシスタントとブラックボックスの違いである。
再開できるセッション
長い作業は一度で終わらない。interpreter resume --lastが前回の会話と文脈、作業ディレクトリを呼び戻すので、ターミナルを閉じて戻ってきても、同じ流れの続きから始められる。
Codexのツール面
Open Interpreterは慣れ親しんだCodexのツール面を保つ。exec、セッション、MCP、AGENTS.md、skills、hooks、パーミッション、サブエージェントだ。これらを使い慣れた人なら同じ流儀のまま、プロバイダーに依存しないモデル選択を足して使える。
メリットとデメリット
メリット
- ローカルで動き、ファイルとネットワークに完全にアクセスできるため、ホスト型インタープリターの容量上限や時間制限を回避できる。
- 選んだモデルで動く。ローカルモデルも含むので、タスクごとにコストと性能を天秤にかけられる。
- サンドボックスと承認モードの二段の歯止めが、実行される内容を自分の管理下に置く。
- 反映前にdiffを見るということは、ただの提案ではなく実際の変更を承認するということだ。
- セッションの再開とCodexのツール面が、多段階の長いプロジェクトに向く。
デメリット
- ターミナル用のツールである。shellを普段開かない人には、導入もコマンド操作もチャット画面より手間に感じられる。
- ファイルとshellへの実アクセスがあるため、承認を怠るとマシン上のものを書き換えたり消したりしかねない。歯止めは助けになるが、承認する内容を読むことが前提だ。
- モデルは自分で用意して自分で払う。無料モデルは同梱されておらず、費用はAPI利用量かローカルハードウェアに連動する。
- セットアップには、プロバイダーのキーや環境変数、ローカルモデルサーバーへの多少の慣れが要る。
よくある質問
ターミナル向けのコーディングエージェントだ。変更したい内容を自然言語で伝えると、プロジェクトを読み、ファイルを編集し、必要なコマンドを実行する。小さな機能の追加、ファイルをまたぐリファクタリング、定型のターミナル作業の自動化が主な用途である。
関連コンテンツ
Open Interpreter Projectに関連するツール、スキル、記事を探す。
Open Interpreter Projectの代替ツール
Base Code
Base44 (Wix) · コーディング · 生産性向上Base CodeはBase44の共有クラウド開発環境だ。既存のGitHubリポジトリに対する変更をチャットで伝え、プレビューで確認し、プルリクエストとして返せる。
Google EmbeddingGemma 2
Google DeepMind · ライティング · 画像 · コーディングGoogle EmbeddingGemma 2 は 7 億 4000 万パラメータのオープンなモデルで、テキスト、コード、画像、音声、動画フレームを同じ 768 次元空間のベクトルに変え、スマートフォンやノート PC 上で動く。
GitGlow
GitGlow · コーディング · 生産性向上GitGlow は自分のコードと AI エージェントの変更を一つのレビューにまとめるデスクトップ Git クライアントだ。出荷前に、マシンから何が出ていくのかを確かめられる。