lobehub — チームに自律型AIエージェントを導入するTypeScript製基盤

AI/MLTypeScriptAI AgentMCPLLMCollaboration

lobehub/lobehub

★ 85,401 ・ TypeScript

GitHub →

概要

LobeHubは、チームが日常的に利用しているチャット環境やワークスペースに、自律的に動作するAIエージェント（スーパーエージェント）を導入するためのプラットフォームです。主たる実装言語にはTypeScriptが採用されています。

開発チームは自身を「e/acc design-engineers」と位置づけており、生成AI（AIGC）のためのモダンなコンポーネントやツールの提供を掲げています。単なる一問一答型のチャットボットにとどまらず、エージェント自身が適したタスクを判断して引き受け、使い込むほどに習熟度を高めていく運用モデルが構想されています。個人ユーザーが試行錯誤するAIエージェントのプレイグラウンドとしての利用から、複数人チームの業務支援、さらには複数のエージェントを協調動作させたいエンジニアまで、幅広い層を対象としています。

主な特徴

READMEおよびドキュメント一覧から確認できる主な特徴は以下のとおりです。

  • 柔軟な連携性とモデル接続（Flexible access） 各種メッセージングアプリ（IMアプリ）、異なるモデル、独自エージェントを一元的に接続できます。チームがすでに使っている既存の環境にエージェントを接続できる点が考慮されています。

  • タスクの並列処理（Parallel work） エージェントが複数のタスクを同時に並列実行できる構造を備えており、ユーザーが一つひとつの処理完了を待って指示を出し直す手間を削減します。

  • 自発的なタスクの引き受け（Finds its own work） 人間が都度タスクを割り振らなくても、チャット内のリクエストや状況を読み取り、自分に適したタスクを自発的に引き受ける振る舞いが想定されています。

  • 利用を通じた能力向上（Gets more expert） エージェントは運用の蓄積やユーザーからの修正フィードバックを反映し、業務に関する知見や精度を継続的に高めていくライフサイクルが設計されています。

  • エコシステムを支えるマーケットプレイス 執筆や画像・動画・音声・ワークフロー等に対応した「エージェント」、安定性や評価指標が付与された「MCPサーバー」、オープンなSKILL.md形式の「スキル」、各社AIブランドのアイコン素材などが集約されたマーケットプレイスが提供されています。

  • エージェントチームと外部ツールの統合 複数のエージェントを連携させるチーム機能（順次実行、並列実行、反復、ディベートなど）や、Claude Code、Codex、OpenClaw、Hermesといった外部エージェントをプロジェクトのコンテキストや権限を維持したまま接続する仕組みが用意されています。

使い方

LobeHubの利用形態としては、公式がホストするクラウド環境（LobeHub Cloud）の試用と、セルフホストの2系統が案内されています。クライアント環境としてはWebのほか、macOS、Windows、Linux、モバイルアプリのドキュメントが用意されています。

セルフホストの選択肢

セルフホストの手法としては、推奨構成とされる「Docker Compose」および各種クラウド向けの「ワンクリックデプロイ」が挙げられています（詳細な構成ファイルの内容についてはREADME抜粋には記載がないため、公式ドキュメントを参照してください）。

マーケットプレイス向けCLIツールの利用

自身で開発したMCP（Model Context Protocol）サーバーをLobeHubのマーケットプレイスに登録する際には、提供されているCLIツール（@lobehub/market-cli）を利用します。READMEには以下のコマンド例が示されています。

# CLIへのログイン
npx -y @lobehub/market-cli login

# リポジトリを指定してMCPサーバーを申請
npx -y @lobehub/market-cli plugin submit https://github.com/OWNER/REPOSITORY

また、エージェント自体からhttps://lobehub.com/publish-mcp/skill.mdの指示を読み込ませて公開手続きを行うアプローチも案内されています。自作スキルについてはGitHubリポジトリをSkillsマーケットプレイスから送信する形式がとられています。

技術的なポイント

READMEおよびリポジトリ情報から読み取れる技術的構成のポイントは以下の通りです。

  • TypeScriptによるエコシステム構築 リポジトリの主要言語はTypeScriptであり、Web技術をベースにした高い拡張性と保守性を重視した設計が行われています。配布されるCLIツールもnpx経由でNode.js環境から手軽に実行可能です。

  • MCP（Model Context Protocol）の全面採用 エージェントと外部ツールの連携インターフェースとしてMCPサーバーの仕組みが深く組み込まれています。マーケットプレイスでは稼働状況やコミュニティ評価によるレーティングが行われており、実用的なエコシステムづくりが意識されています。

  • SKILL.mdによるオープンなスキル定義 エージェントのスキル定義にオープンフォーマットのSKILL.mdが採用されています。このフォーマットで作成されたスキルはLobeHub内にとどまらず、Claude Code、Codex CLI、ChatGPTなどの外部ツールでも再利用可能とされています。

  • 多彩な協調モデル（Agent Team） 複数エージェントを束ねる協調機構として、直列処理（Sequential）、並行処理（Parallel）、試行錯誤を繰り返す反復処理（Iterative）、意見を戦わせる討議形式（Debate）といった複数のワークフローパターンがドキュメント項目として定義されています。

注意点

  • ライセンスの確認が必要 提供されたメタデータにおいてライセンス情報は「不明」となっています。商用利用やソースコードの再配布を検討する場合は、リポジトリ内の最新のライセンスファイルおよび規約を必ず確認してください。

  • 活発な開発段階（Active Development） READMEには「LobeHub is currently under active development（活発に開発中）」と明記されています。仕様やAPI、設定形式などに頻繁な更新や変更が発生する可能性がある点に留意が必要です。

  • 外部連携の前提条件 外部エージェント（Claude Code、Codex等）や各種IMアプリとの連携機能を利用する場合、対象サービス側のアカウント、権限設定、各種APIキーなどの事前準備が必要となります。

まとめ

LobeHubは、チャット環境へのシームレスな統合と自律的なタスク実行を目指す、TypeScriptベースのAIエージェントプラットフォームです。MCPやSKILL.mdといったオープンな標準を採用しつつ、単体エージェントから複数エージェントの協調動作までを幅広くカバーしています。チーム内のAI活用を一元化・自律化したい開発者にとって、動向を追う価値のあるプロジェクトといえます。

関連記事