2026/01/12 23:23

Show HN：Agent‑of‑empires：OpenCode と Claude Code のセッションマネージャー

RSS: https://news.ycombinator.com/rss

要約▶

Japanese Translation:

Agent of Empires (aoe) は、Linux と macOS 向けの軽量な Rust ベースのターミナルセッションマネージャで、各 AI コーディングセッションを tmux で分離します。

インストール は、1 行の curl スクリプト、Homebrew（
brew install njbrake/aoe/aoe
）またはソースからビルド（
cargo build --release
）で行えます。

各 AI セッションは tmux ウィンドウにマッピングされます。基本的な tmux ショートカットが必要です（Ctrl‑b d でデタッチ、Ctrl‑b [ でスクロールモード、Ctrl‑b n/p でウィンドウ切替）。ツールは TUI ダッシュボードを表示し、アクティブなセッションを一覧化し、ユーザーが作成・接続・デタッチ・削除できるようにし、階層的にセッションをグループ化します。

プロファイル により別々のワークスペースを持つことができます。
aoe -p <name>
（または
AGENT_OF_EMPIRES_PROFILE
を設定）で切替し、各プロファイルは独自の
sessions.json
と
groups.json
を保存します。設定は
~/.agent-of-empires/
にあり（
config.toml
）、ログは
logs/
ディレクトリにあります。

このプロジェクトは Go ベースの agent‑deck（Bubble Tea）からインスパイアされ、MIT ライセンスで公開されています。Claude Code/OpenCode と統合しており、既知のちらつき問題は Claude Code 自体から起因します（
anthropics/claude-code#1913
）。

開発コマンドには
cargo check
、
cargo test
、
cargo fmt
、
cargo clippy
が含まれます。デバッグログで実行するには
AGENT_OF_EMPIRES_DEBUG=1 cargo run
、リリースビルドは
cargo build --release
です。

モバイル SSH クライアント（Termius、Blink）では、既存の tmux セッション内で aoe を起動し、TUI に戻るには
Ctrl‑b L
を使用します。

この版はリストからすべての重要ポイントをキャプチャしつつ、明確さを保ち、不必要な推測を避けています。

本文

Agent of Empires（aoe）
Linux と macOS 向けのターミナルセッションマネージャで、tmux を利用して AI コーディングエージェントを管理・監視します。Rust で実装されています。

インストール

クイックインストール（Linux & macOS）

curl -fsSL \
  https://raw.githubusercontent.com/njbrake/agent-of-empires/main/scripts/install.sh | bash

Homebrew

brew install njbrake/aoe/aoe
# アップデートする場合は：
brew update && brew upgrade aoe

ソースからビルド

git clone https://github.com/njbrake/agent-of-empires
cd agent-of-empires
cargo build --release

仕組み

Agent of Empires は tmux のラッパーです。
作成する AI コーディングセッションは実際には tmux セッションとして扱われます。セッションにアタッチすると、直接 tmux 内で作業します。基本的な tmux 操作を知っておくと便利です。

Tmux コマンド	役割
`Ctrl+b d`	セッションからデタッチ（Agent of Empires に戻る）
`Ctrl+b [`	スクロール／コピーモードへ入る
`Ctrl+b n / Ctrl+b p`	次/前のウィンドウに移動

tmux 初心者は、

Ctrl+b d

がデタッチして TUI に戻ることを覚えておくと良いでしょう。Claude Code を使用する場合は、スクロールモードで上方向へスクロールする必要があります（OpenCode では不要です）。

主な機能

TUI ダッシュボード – AI コーディングセッションを一括管理できるビジュアルインターフェース
セッション管理 – セッションの作成・アタッチ・デタッチ・削除
グループ整理 – 階層的フォルダでセッションを分類
ステータス検知 – Claude Code と OpenCode の状態を自動判定
tmux 統合 – セッションは tmux に永続化され、信頼性が向上
マルチプロファイル対応 – プロジェクトごとにワークスペースを分離

クイックスタート

# TUI を起動
aoe

# あるいは CLI から直接セッションを追加
aoe add /path/to/project

設定

プロファイル

プロファイルを使うと、独自のセッションやグループを持つワークスペースを保持できます。
例：

aoe                 # 「default」プロファイルを使用
aoe -p work         # 「work」プロファイルを使用
aoe -p client-xyz   # 「client‑xyz」プロファイルを使用

各プロファイルは独自の

sessions.json

と

groups.json

を保持しているため、プロファイルを切り替えると完全に別々のセッションセットになります。

ファイル位置

設定は

~/.agent-of-empires/

に保存されます：

~/.agent-of-empires/
├── config.toml          # グローバル設定
├── profiles/
│   └── default/
│       ├── sessions.json  # セッションデータ
│       └── groups.json    # グループ構造
└── logs/                 # セッションログ

環境変数

変数名	説明
`AGENT_OF_EMPIRES_PROFILE`	使用するデフォルトプロファイル
`AGENT_OF_EMPIRES_DEBUG`	デバッグログを有効化

開発

# コードの確認
cargo check

# テスト実行
cargo test

# フォーマット
cargo fmt

# リント
cargo clippy

# デバッグモードで実行
AGENT_OF_EMPIRES_DEBUG=1 cargo run

# 本番ビルド
cargo build --release

よくある質問（FAQ）

モバイル SSH クライアント（Termius、Blink 等）で aoe を使用する場合
モバイルアプリから SSH で接続し、セッションにアタッチできない問題が発生したら、既存の tmux セッション内で aoe を実行してください。

# まず tmux セッションを作成
tmux new-session -s main

# その中で aoe を起動
aoe

エージェントセッションにアタッチすると、tmux はそのセッションへ切り替わります。aoe に戻るには

Ctrl+b L

（直前のセッションへ移動）を使用します。

Claude Code がちらつく
これは aoe の問題ではなく、Claude Code で既知のバグです：anthropics/claude-code#1913。

謝辞

agent-deck（Go + Bubble Tea）に触発されて作成しました。

ライセンス

MIT License – 詳細は

LICENSE

をご確認ください。

同じ日のほかのニュース

一覧に戻る →

2026/01/13 4:27

了解しました！内容は明確で簡潔に保ちます。余分な改行や不必要な記号は入れず、リストがある場合は読みやすいようにきちんとインデントします。他にご要望がございましたら、お気軽にお知らせくださいね！

## Japanese Translation: **改訂された概要** CoworkはClaude Maxをベースにしたリサーチプレビュー・ツールで、現在はmacOSアプリを通じてMaxサブスクライバー向けに利用可能です。ユーザーが自分のコンピュータ上の特定フォルダへのClaudeのアクセス権を付与すると、そのフォルダ内のファイルを読み取り・編集・作成できるようになります。これにより、ダウンロードの整理、スクリーンショットからスプレッドシートを生成すること、散在したメモからレポートをドラフトするなどのタスクが便利に行えます。標準的なチャットとは異なり、CoworkはAIにより大きな主体性を与えます。AIはタスクを計画し、実行し、進捗状況を提供します。このツールはClaude Codeと基盤を共有しており、非コーディングの文脈でもコード風の対話が可能です。ユーザーは既存のコネクター（例：ドキュメントやプレゼンテーション）をリンクしたり、Chromeとのペアリングでウェブ閲覧を行ったりして機能を拡張できます。AIは複数タスクをキューに入れ、並列実行することで前後のチャットを減らします。制御権はユーザーに残ります：Claudeが見るフォルダとコネクターを選択し、大きな操作を行う前にプロンプトが表示されます。ただし、誤った指示でファイルが削除されたり、プロンプトインジェクションが発生するリスクもあるため、安全対策は継続的に開発中です。このプレビューはフィードバックを集めることを目的としており、将来のリリースではデバイス間同期、Windowsサポート、強化された安全機能、および拡張されたコネクターオプションが追加される可能性があります。Coworkは個人向けにファイル整理を効率化し、手動監視を保ちながらファイルベースのワークフローを自動化する制御可能なAIアシスタントとして設計されています。

2026/01/13 1:04

**TimeCapsuleLLM：** 1800年〜1875年のデータのみで訓練された大規模言語モデル (Note: The length is preserved while using natural, polite Japanese.)

## Japanese Translation: ``` ## Summary TimeCapsule LLM プロジェクトは、歴史的な英語データのみを使用して言語モデルをゼロから構築し、現代のバイアス（「Selective Temporal Training」）を排除します。 - **Model evolution** - *v0* (16 M パラメータ、nanoGPT ベース) は約187 MB の1800年代テキストで訓練され、1800年代風の言語を生成しましたが、一貫性のない文になりました。 - *v0.5* (123 M パラメータ、引き続き nanoGPT) はコーパスを約435 MB に拡張し、文法・句読点を改善しましたが、高い幻覚と OCR ノイズに悩まされました。 - *v1* (700 M パラメータ、Phi 1.5 ベース) は約6.25 GB のデータで訓練され、歴史的事件や人物を正確に思い出せるようになりました。 - *v2mini‑eval1* (300 M パラメータ、90 GB London コーパス全体の15 GBサンプル) はわずか10 K ステップで訓練され、トークナイズ問題により「Who is Charles Dickens?」のような文字化けした出力が生成されました。 - *v2mini‑eval2* (v2mini‑eval1 と同じサイズ・データ) はチャールズ・ダーウィンについて極めて不連続なテキストを生成しました。 - **Dataset** 完全版 v2 データセットは1800–1875 年のロンドンテキストで 90 GB を含み、136,344 ドキュメントから構成されています。15 GB のサンプルは Hugging Face（https://huggingface.co/datasets/haykgrigorian/TimeCapsuleLLM-London-1800-1875-v2-15GB）で公開されています。 - **Training setup** *v0/v0.5* は GeForce RTX 4060 GPU、i5‑13400F CPU、および 16 GB RAM を使用しました。 *v1* と *v2mini‑eval1* はレンタル NVIDIA A100 SXM GPU 上で訓練されました。 - **Tokenization & evaluation** 時代固有のスペリングと語彙に対応するカスタムトークナイザー（vocab.json & merges.txt）を構築しました。出力は言語的正確さ、幻覚率、およびトークナイズ品質で評価され、バイアス統計は別途 v2 バイアスレポートに記載されています。 - **Future work** 今後の計画として、完全版 90 GB v2 データセットへの拡張、トークナイザーパイプラインの改良、およびより深いバイアス分析を実施します。 - **Impact** このプロジェクトは、歴史家・教育者・AI‑ethics 開発者が時代に即した言語モデルを必要とする際に有益であり、現代バイアスを減らすための時間的選択訓練（temporal selective training）の具体例として NLP コミュニティにも貢献します。 ```

2026/01/13 5:26

ファブリス・ベルラール氏のTS Zip（2024）

## 日本語訳： **概要** ts_zip は、GPU を活用したテキスト圧縮ツールであり、RWKV 169M v4 大規模言語モデル（パラメータを 8 ビットに量子化し、BF16 で評価）を使用してトークン確率を予測し、その予測に基づいて算術符号化を適用します。従来のツールよりも高い圧縮率を達成しています： - alice29.txt – **1.142 bpb**（21,713 B） - book1 – **1.431 bpb**（137,477 B） - enwik8 – **1.106 bpb**（13,825,741 B） - enwik9 – **1.084 bpb**（135,443,237 B） - linux‑1.2.13.tar – **1.021 bpb**（1,196,859 B）。 RTX 4090 上では、ツールは約 1 MB/s の速度で圧縮し、同程度の速度で解凍します。システムに少なくとも **4 GB の RAM** があることが前提です。ts_zip は実験的なものであり、バージョン間の後方互換性は保証されません。また、その性能評価は GPU／CPU またはスレッド数に依存せず、決定論的に行われます。この手法はプレーンテキストファイルで最も効果を発揮し、バイナリデータではエントロピーの削減がほとんど得られません。主に英語で訓練されていますが、他言語やソースコードにも比較的適切に対応します。ダウンロードリンク： - Linux tarball: `ts_zip‑2024‑03‑02.tar.gz` - Windows ZIP: `ts_zip‑2024‑03‑02-win64.zip` 将来のリリースでは、圧縮率をさらに向上させ、言語サポートを拡大し、可能ならファイルタイプの取り扱いを追加しつつ、ハードウェア間で評価が再現できるようにすることを目指します。GPU リソースを持つユーザー（データアーカイブ担当者や大量テキストコーパスを管理する開発者など）にとって、速度を犠牲にせず高い圧縮率を実現できる最適なツールです