2026/09/16 0:20

Show HN: ピッツァボット - 背景で動作するAIエージェント向けの受信トレイ

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

要約▶

日本語訳:

Key Points リストに含まれている重要な技術機能（アーキテクチャ、特定のベンダー、システム要件、セキュリティの実装など）がサマリーから除外されているため、以下に改善されたバージョンを提供します。このバージョンは、元の文書の流れと読みやすさを維持しつつ、欠落していた事実に基づく詳細を統合しています。

改善されたサマリー

Amazon で開発され、オープンソースの Apache 2.0 ライセンスの下でリリースされた Pizza Bot は、永続的なエージェント作業のためのステイトフル受信箱として機能することで、個人の AI 生産性を革命的に変革します。Electron デスクトップアプリケーション内の DeepAgents/LangGraph ランタイムを構築しており、macOS（Intel と Apple Silicon）、Windows、Linux のプラットフォームで、ユーザーがNode.js 24 以降を持っている場合、非同期タスクのセキュリティ管理を跨いで行います。

このシステムは、ユーザーが切断してもタスクがバックグラウンドで継続的に実行され、完了した結果と承認待ちのアイテムを集約して後での確認を可能にします。多様な AI モデルをサポートしており、AWS プロファイルおよびリージョンオーバーライドに対応するクラウドサービスAmazon Bedrockから、ローカルツールであるOllamaまで、OpenAI、Anthropic、Google Geminiなどのベンダーも含まれます。機密データを保護するためには、システムは API キーのためにElectron safeStorageを活用し、非ループバック接続については認証を強制します。

Pizza Bot は、ユーザーフレンドリーなインターフェースまたは設定ファイル（

.mcp.json

）を通じて追加可能なモジュラー型プラグインとカスタムMCP サーバーを提供することで、印象的な柔軟性を備えています。「Agent Skills」のインストールもサポートしており、ユーザーは Settings メニューからモデルプロバイダーを直接設定できます。SHA256SUMS で検証されたインストーラーと共にリリースされたこのローカルフーストな代替手段は、標準ハードウェア上で高度な AI テクノロジーを活用しながら、個人にデータの厳密な制御を提供します。

本文

Pizza Bot: 長期的な AI ワークロード向け受信トレイ

📌 概要

Pizza Bot は、継続的な AI タスクを管理するための「インボックス（受信トレイ）」です。タスクをスケジューリングしたり、作業中に中断しても後から再開できる環境を提供します。

Unread フォルダ: 完了した処理が集まる場所です。
Action キュー: 人間による承認や判断が必要な実行プロセスが蓄積されます。
状態維持: エージェントは動作を継続し、
```
api-server
```
プロセスのみが稼働すれば十分です。

技術スタック

ステートフルな DeepAgents/LangGraph ランタイムを採用しています。
Electron ブラウザでも同等の React 体験を提供します。
デスクトップアプリ、Web アプリ、ターミナル CLI はいずれも HTTP/SSE プロトコル で通信します。

開発元: Amazon
ライセンス: Apache 2.0 License

✨ なぜ Pizza Bot なのか？主な特徴

非同期での作業継続: 会話を切り替えても、実行中のワークフローは中断しません。
適切なキュー管理:
- 完了処理 →
```
Unread
```
  フォルダ
- 承認依頼 →
```
Action
```
  キュー
会話の整理と非表示化: スレッドをグループ化しつつ、重要な作業を隠蔽せずに管理します。
本番作業の再開: チェックポイント付きセッションは断接続後も存続し、cron や webhook で自動タスクを開始できます。
専門家の活用: スキルはサブエージェントとして機能し、進捗は
```
Activity
```
パネルに表示されます。
多様なモデル対応: Amazon Bedrock, Anthropic, Google Gemini, OpenAI, OpenRouter、Ollama に対応しています。
重大アクション管理: ループ承認、長期記憶、ファイル添付、デスクトップ通知などが組み込まれています。
セキュリティなローカルアクセス:
```
Settings > Files
```
でフォルダを追加でき、デフォルトでホームディレクトリへのアクセスは許可されません。

📥 ダウンロード

各プラットフォーム（macOS, Windows, Linux）のインストーラーが提供されています。

検証:
```
SHA256SUMS
```
ファイルを使用してダウンロードを検証してください。
署名: macOS のビルドは公証済みですが、Linux パッケージは署名されていないためチェックサム必須です。

🚀 クイックスタート

前提条件: Node.js 24 以降が必要です。

npm install
npm run build
npm run dev

コマンド解説

```
npm run dev
```
: Vite フロントエンドと Electron デスクトップシェルを起動します。
注意点: パッケージ化されたアプリケーションのプロセスモデルとは異なるため、開発環境では独自に監視されます。
設定: 実行前に「Settings > Providers」で AI モデルを設定してください。

ソースからの詳細な実行方法（孤立データルートやリモートバックエンドなど）は Running from source を参照ください。

💻 実行方法と用途

利用体験	用途	コマンド/手段
Electron デスクトップ	ローカルインボックス、埋め込みバックエンド	`npm run dev`
ブラウザ	Web 開発、静的デプロイ	ブラウザでの開発
ターミナル CLI	スクリプト、リモートバックエンド	CLI
スタンドアロンバックエンド	コンテナ、Linux サービス、Kubernetes	Backend guide

⚠️ 重要:
api-server
は稼働中に少なくとも1 つのモデルプロバイダーへのアクセスが必要です。HTTP クライアントは不要です。
設定詳細については「Extending Pizza Bot」および「Settings > Providers」を参照してください。

環境変数設定例

export PIZZA_MODEL=<provider>:<id>
# 例: PIZZA_MODEL=anthropic:claude-3-5-sonnet-latest

プロバイダー設定詳細

Bedrock: AWS プロファイル、アクセスキー、または Bedrock API キーを使用。リージョンは
```
AWS_REGION
```
またはデフォルトの
```
us-west-2
```
です。
統合方式: ネイティブカタログと Mantle カタログを組み合わせ、Converse / OpenAI Responses / Chat Completions 等方式でルーターします。
カスタマイズ:
- OpenAI/Anthropic の互換エンドポイントに対して
```
BASE_URL
```
  を設定可能です。
- Anthropic は
```
x-api-key
```
  または Bearer Token 認証をサポートしています。

セキュリティ上の注意

デスクトップアプリでは Electron SafeStorage で機密情報を保護します。
サーバー設定は環境変数の参照のみを永続化し、絶対パスを保存しません。

🔧 カスタマイズと拡張（Extend It）

MCP サーバー: UI または
```
<PIZZA_DATA_ROOT>/.mcp.json
```
から追加できます。
Agent Skills（スキル）:
- ```
<PIZZA_DATA_ROOT>/skills
```
  に直接追加するか、プラグインとしてインストールしてください。
- 宣言されたツールが有効化されるまで利用可能です。
スキルの置換:
- カスタムスキルを使用してビルトインスキルの ID を置き換えられます（オリジナルは保持されます）。
- カスタマイズを削除すると、元のバージョンに戻ります。

詳細な設定（構成、環境参照、承認ゲートなど）は Extending Pizza Bot を参照してください。

📂 プロジェクト構造

apps/
  ├── api-server (Hono: バックエンドサーバー)
  ├── cli (ターミナルインターフェース)
  ├── desktop-shell (Electron: デスクトップアプリ)
  └── web (React: ウェブフロントエンド)

packages/
  ├── core (コア機能)
  ├── runtime-langgraph (ランタイムエンジン)
  ├── inference-providers (モデル提供元統合)
  ├── plugin-api (プラグイン API)
  ├── plugin-sdk (開発者向け SDK)
  ├── storage (データ保存層)
  └── logging (ログ管理)

plugins/
  └── bundled Plugin packages (バンドルされたプラグイン)

skills/
  └── optional Built-in Agent Skills (ビルトインスキル)

tests/
  └── LangGraph compatibility and protocol conformance

アーキテクチャ: 本番用グラフエンジン (
packages/runtime-langgraph
) は孤立化されており、フロントエンドはランタイムを直接インポートせず、プロトコル投影を消費する設計です。

📚 ドキュメントガイド

カテゴリ	内容概要
Running	デスクトップ、ブラウザ、CLI の起動方法
Extending	MCP サーバー、スキル作成、プラグイン開発
Architecture	システム境界、イベントモデル、永続化設計
Standalone backend	Docker, Compose, Kubernetes での運用
Contributing	CI チェック、リリース手順、コーディング規約
Security	ネットワーク設定、認証、データ保護
Logging	ログの保存期間、診断情報、表示制御
Roadmap	今後の開発ロードマップと評価原則
Code of Conduct	コミュニティ行動規範

🔒 セキュリティとデータ管理

ローカルファースト: デフォルトで
```
127.0.0.1
```
にバインドされ、外部アクセスをブロックします。非ループバックバインドには認証とオリジンホワイトリストが必要です。
状態管理の隔離: スレッド、チェックポイント、メモリ、添付ファイル、ログは
```
<PIZZA_DATA_ROOT>
```
（デフォルト
```
~/.pizza-bot-oss
```
）下に格納されます。
明示的なフォルダ許可:
- デフォルトではホームディレクトリへのアクセスはありません。
- ```
Settings > Files
```
  で個々の読み取り専用/書き込みフォルダを追加する必要があります。
- 追加しない限り、外部ファイルへの権限は付与されません。
MCP サーバーとプラグイン:
- コマンド実行はユーザーアカウントの権限で行われます。
- 信頼できるソースからのみのインストールを強く推奨します。

詳細なセキュリティモデルについては SECURITY.md を参照してください。

👨‍🍳 貢献者について

Pizza Bot はオープンに設計・構築され、以下のチームによって運用されています：

Executive Chefs（執行シェフ）: アーキテクチャと戦略
Sous Chefs（副シェフ）: 実装と機能開発

さらに、Amazon における2,000 名以上のユーザーによるテストとフィードバックが完成に大きく貢献しました。バグ報告やアイデアが功を奏しています。

📜 ライセンス

Apache 2.0 License
帰属通知の確認: NOTICE ファイル

同じ日のほかのニュース

一覧に戻る →

2026/09/16 4:25

「System One モデルと Jev」の紹介

## Japanese Translation: TypeSafe AI は、即座で誤りのない自動意思決定のために設計された画期的な「System One」モデルである **Jev** を発表しました。従来の言語モデルが単なるテキスト文字列を生成するのに対し、Jev は型安全構造化値を出力し、データの一貫性を確保しながらハルシネーションを排除します。このアーキテクチャ変更は並列サンプラにより支えられており、すべての応答を同時に処理して結果を 70ms から 500ms の範囲で提供可能にしています。これにより既存のツールと比較して最大 200 倍高速化されながら、著しく低いコスト（入力トークンあたり約 0.042 ドルで出力コストはほぼゼロ）を実現しています。システムは、標準的なアライメント手法に依存せず、検証可能な報酬を最優先する「Calibrated Decisions」用の強化学習を用いた専門的なトレーニングを受けました。カハニーマンの快思考といった認知科学の概念に触発された Jev は、現在のフロンティアモデルと対比して顕著な効率性でベンチマークされています。Jev は、高速ゲームインタラクションや迅速なビッグデータ処理といったリアルタイムアプリケーションを可能にしており、既存のツールに対して最大 200 倍高速化されながらコストは大幅に削減されています。その結果、リアルタイムインテリジェンスに依存する業界では、一貫した信頼スコアと近乎ゼロのレイテンシを提供するシステムへの転換が期待でき、これにより現在の大規模言語モデル展開におけるボトルネックを効果的に解決します。

2026/09/15 21:31

Show HN: 鳥の声に反応して、19 世紀の挿絵風に描く電子ペーパーフレーム

## Japanese Translation: 「Fugleramme」プロジェクトは、ノルウェー・ベルゲンの厨房の窓を、ローカル AI と歴史的自然史のアートを組み合わせることでリアルタイムデジタルバードウォッチングキオスクへと変えます。BirdNET-Go を使用してデバイス上で鳴き声を検出し、公有ドメインソースからの手切りされた 1800 年代の図版として一致結果を Inky Impression e-ink パネルに表示します（アート作品は AI で生成されておらず、一部のものは補正されています）。800 枚以上の切り抜きがあり、400 種以上をカバーし、主にスキャンディナヴィア、英国、中欧の種を対象とし、より広いカバレッジが計画されています。検出された種は背景除去処理され、体格サイズに合わせたテクスチャ付きページに配置され、空のスロットには裸の枝が表示されます。システムは Raspberry Pi 5（推奨）、Inky Impression 13.3 インチディスプレイ、マイク、A4 フレームでローカルで動作しますが、Web キオスクまたは Docker（`ghcr.io/arnegiacomo/fugleramme`）または `install.sh` を通じても動作します。また、ローカルまたはリモートの BirdNET-Go インスタンスをターゲットとすることも可能です。現在は初期開発段階であり、コミュニティからの貢献（修正、ドキュメント、アート作品）を歓迎しており、バグ報告には Discussions を使用し、コード・アート・ドキュメントの変更には PR を使用します。WWF のポスター（Axel Thorenfeldt 氏）や AvianVisitors に着想を得た Fugleramme は、アクセシブルなハードウェアが厳選された公有ドメインのアートを通じて複雑なオーディオデータを可視化する方法を示しています。コードは MIT ライセンス、検出および画像は適切な CC ライセンス（適用可能な場合、非商用制限を含む）の下にあります。 ## Text to translate: The "Fugleramme" project turns a kitchen window in Bergen, Norway, into a real-time digital bird-watching kiosk by combining local AI with historical natural history art. Using BirdNET-Go, it detects bird calls on-device and displays matches as hand-cut 1800s illustrations from public-domain sources on an Inky Impression e-ink panel; no artwork is AI-generated (some is retouched). Over 800 cut-outs cover more than 400 species, primarily Scandinavian, British, and central European, with broader coverage planned. Detected species are background-removed and packed onto a textured page sized by body mass; empty slots show a bare perch. The system runs locally on a Raspberry Pi 5 (recommended), an Inky Impression 13.3" display, a microphone, and an A4 frame, but can also run as a web-only kiosk or via Docker (`ghcr.io/arnegiacomo/fugleramme`) or `install.sh`. It supports pointing at local or remote BirdNET-Go instances. Currently in early development, the project invites community contributions (fixes, docs, artwork) and uses Discussions for bug reports while PRs are for code/art/docs changes. Inspired by a WWF poster by Axel Thorenfeldt and AvianVisitors, Fugleramme demonstrates how accessible hardware can visualize complex audio data through curated public-domain art, with code under MIT and detection/images under appropriate CC licenses (including non-commercial constraints where applicable).

2026/09/16 6:07

ドイツのライネメタルが戦術システム接続用武器プロトコルのオープンソース化を発表

## Japanese Translation: The onboardapi ライブラリは、Object Management Group (OMG) から Data Distribution Service (DDS) によるデータ交換の標準化を通じて、センサーシステムとソフトウェア間の通信を簡素化します。ddkit ツールキットを基盤とし、この C++ ベースのソリューションは OMG の XTypes および XCDR2 エンコーディングを活用してシームレスな相互運用性を確保し、データモデルが進化するに連れて完全な後方互換性を保証します。Java、Python、C#、および .NET 向けのラッパーを通じて多言語統合をサポートし、クライアント/サービスアーキテクチャに関するドキュメント、セットアップガイド、コード例、変更ログ、 browsable データモデルインターフェースを含む豊富なリソースを提供します。このライブラリは、堅牢なクロスプラットフォーム接続を維持することでスケール可能な産業用アプリケーションを可能にします。そのインターフェースは EPL v2.0 ライセンスに基づき、ランタイムライブラリは EULA-RME-SDK-1.0 ライセンスに従います。 ## Text to translate: The onboardapi library streamlines communication between sensor systems and software by standardizing data exchange through the Data Distribution Service (DDS) from the Object Management Group (OMG). Built on the ddkit toolkit, this C++-based solution ensures seamless interoperability via OMG's XTypes and XCDR2 encoding, guaranteeing full backward compatibility as the data model evolves. It supports multi-language integration through wrappers for Java, Python, C#, and .NET, with extensive resources including documentation on Client/Service architecture, setup guides, code examples, a changelog, and browsable Data Model interfaces. The library facilitates scalable industrial applications by maintaining robust cross-platform connectivity; its interfaces are licensed under EPL v2.0, while runtime libraries adhere to the EULA-RME-SDK-1.0 license.