close
zdoc

bytebot-ai/bytebot

English(original)DeutschEspañolfrançais日本語한국어PortuguêsРусский中文
翻訳日時：05 Sep 2025
Bytebot Logo

Bytebot: オープンソース AI デスクトップエージェント

bytebot-ai%2Fbytebot | Trendshift

あなたのためにタスクを完了するために独自のコンピューターを持つAI

Deploy on Railway

Docker License Discord

🌐 ウェブサイト • 📚 ドキュメント • 💬 Discord • 𝕏 Twitter

https://github.com/user-attachments/assets/f271282a-27a3-43f3-9b99-b34007fdd169

https://github.com/user-attachments/assets/72a43cf2-bd87-44c5-a582-e7cbe176f37f

デスクトップエージェントとは？

デスクトップエージェントは、独自のコンピューターを持つAIです。ブラウザのみのエージェントや従来のRPAツールとは異なり、Bytebotは完全な仮想デスクトップを備えており、以下のことが可能です：

  • 任意のアプリケーション（ブラウザ、メールクライアント、オフィスツール、IDE）を使用する
  • 独自のファイルシステムでファイルをダウンロードおよび整理する
  • パスワードマネージャーを使用してウェブサイトやアプリケーションにログインする
  • ドキュメント、PDF、スプレッドシートを読み取り処理する
  • 異なるプログラム間で複雑なマルチステップのワークフローを完了する

仮想の従業員が自分のコンピューターを持ち、画面を見て、マウスを動かし、キーボードで入力し、人間と同じようにタスクを完了すると考えてください。

なぜAIに独自のコンピューターを与えるのか？

AIが完全なデスクトップ環境にアクセスできると、ブラウザのみのエージェントやAPI連携では不可能な機能が解放されます：

完全なタスク自律性

「ベンダーポータルからすべての請求書をダウンロードし、フォルダに整理する」といったタスクをBytebotに与えると、次のことを行います：

  • ブラウザを開く
  • 各ポータルに移動する
  • 認証を処理する（パスワードマネージャー経由の2FAを含む）
  • ファイルをローカルファイルシステムにダウンロードする
  • フォルダに整理する

ドキュメントの処理

ファイルを直接Bytebotのデスクトップにアップロードすると、次のことができます：

  • PDF全体をコンテキストに読み込む
  • 複雑なドキュメントからデータを抽出する
  • 複数のファイル間で情報を相互参照する
  • 分析に基づいて新しいドキュメントを作成する
  • APIがアクセスできない形式を処理する

実際のアプリケーションの使用

BytebotはWebインターフェースに限定されません。次のことができます：

  • テキストエディタ、VS Code、メールクライアントなどのデスクトップアプリケーションを使用する
  • スクリプトやコマンドラインツールを実行する
  • 必要に応じて新しいソフトウェアをインストールする
  • 特定のワークフロー用にアプリケーションを設定する

クイックスタート

2分でデプロイ

オプション1: Railway（最も簡単） Deploy on Railway

AIプロバイダーのAPIキーをクリックして追加するだけです。

オプション2: Docker Compose

git clone https://github.com/bytebot-ai/bytebot.git
cd bytebot

# Add your AI provider key (choose one)
echo "ANTHROPIC_API_KEY=sk-ant-..." > docker/.env
# Or: echo "OPENAI_API_KEY=sk-..." > docker/.env
# Or: echo "GEMINI_API_KEY=..." > docker/.env

docker-compose -f docker/docker-compose.yml up -d

# Open http://localhost:9992

完全なデプロイガイド →

仕組み

Bytebotは4つの連携コンポーネントで構成されています：

  1. 仮想デスクトップ: プリインストールアプリケーションを備えた完全なUbuntu Linux環境
  2. AIエージェント: タスクを理解し、デスクトップを制御して完了させる
  3. タスクインターフェース: タスクを作成し、Bytebotの作業を見守るWeb UI
  4. API: プログラムによるタスク作成とデスクトップ制御のためのRESTエンドポイント

主な機能

  • 自然言語タスク: 必要な作業を説明するだけ
  • ファイルアップロード: タスクにファイルをドロップしてBytebotに処理させる
  • ライブデスクトップ表示: Bytebotの作業をリアルタイムで視聴
  • テイクオーバーモード: 支援や設定が必要な時に制御を引き継ぐ
  • パスワードマネージャー対応: 1Password、Bitwardenなどをインストールして自動認証を実現
  • 永続的な環境: プログラムをインストールすると将来のタスクでも利用可能

タスク例

基本例

"Go to Wikipedia and create a summary of quantum computing"
"Research flights from NYC to London and create a comparison document"
"Take screenshots of the top 5 news websites"

ドキュメント処理

"Read the uploaded contracts.pdf and extract all payment terms and deadlines"
"Process these 5 invoice PDFs and create a summary report"
"Download and analyze the latest financial report and answer: What were the key risks mentioned?"

マルチアプリケーションワークフロー

"Download last month's bank statements from our three banks and consolidate them"
"Check all our vendor portals for new invoices and create a summary report"
"Log into our CRM, export the customer list, and update records in the ERP system"

プログラム制御

API経由でのタスク作成

import requests

# Simple task
response = requests.post('http://localhost:9991/tasks', json={
    'description': 'Download the latest sales report and create a summary'
})

# Task with file upload
files = {'files': open('contracts.pdf', 'rb')}
response = requests.post('http://localhost:9991/tasks',
    data={'description': 'Review these contracts for important dates'},
    files=files
)

直接デスクトップ制御

# Take a screenshot
curl -X POST http://localhost:9990/computer-use \
  -H "Content-Type: application/json" \
  -d '{"action": "screenshot"}'

# Click at specific coordinates
curl -X POST http://localhost:9990/computer-use \
  -H "Content-Type: application/json" \
  -d '{"action": "click_mouse", "coordinate": [500, 300]}'

完全なAPIドキュメント →

デスクトップエージェントの設定

1. Bytebotのデプロイ

上記のデプロイ方法のいずれかを使用して、Bytebot を実行させます。

2. デスクトップの設定

UI の [Desktop] タブを使用して、以下の操作を行います：

  • 必要な追加プログラムのインストール
  • 認証のためのパスワードマネージャーの設定
  • 好みに応じたアプリケーションの設定
  • Bytebot にアクセスさせたい Web サイトへのログイン

3. タスクの実行開始

自然言語でタスクを作成し、設定されたデスクトップを使用して Bytebot がそれらを完了するのを確認します。

ユースケース

ビジネスプロセス自動化

  • 請求書処理とデータ抽出
  • マルチシステム間のデータ同期
  • 複数ソースからのレポート生成
  • クロスプラットフォームでのコンプライアンスチェック

開発 & テスト

  • 自動化された UI テスト
  • クロスブラウザ互換性チェック
  • スクリーンショット付きドキュメント生成
  • コードデプロイ検証

リサーチ & 分析

  • Web サイト間での競合分析
  • 複数ソースからのデータ収集
  • ドキュメント分析と要約
  • 市場調査のまとめ

アーキテクチャ

Bytebot は以下で構築されています：

  • デスクトップ: XFCE、Firefox、VS Code およびその他のツールを搭載した Ubuntu 22.04
  • エージェント: AI とデスクトップ操作を調整する NestJS サービス
  • UI: タスク管理のための Next.js アプリケーション
  • AI サポート: Anthropic Claude、OpenAI GPT、Google Gemini と連携
  • デプロイメント: 簡単なセルフホスティングのための Docker コンテナ

セルフホストする理由

  • データプライバシー: すべてがあなたのインフラストラクチャ上で実行されます
  • 完全な制御: 必要に応じてデスクトップ環境をカスタマイズ可能
  • 制限なし: プラットフォームの制約なく独自のAI APIキーを使用可能
  • 柔軟性: あらゆるソフトウェアのインストール、あらゆるシステムへのアクセスが可能

高度な機能

複数のAIプロバイダー

LiteLLM統合を通じてあらゆるAIプロバイダーを利用可能:

  • Azure OpenAI
  • AWS Bedrock
  • Ollama経由のローカルモデル
  • 100以上のその他のプロバイダー

エンタープライズデプロイメント

Kubernetes上でHelmを使用してデプロイ:

# Clone the repository
git clone https://github.com/bytebot-ai/bytebot.git
cd bytebot

# Install with Helm
helm install bytebot ./helm \
  --set agent.env.ANTHROPIC_API_KEY=sk-ant-...

エンタープライズデプロイメントガイド →

コミュニティ & サポート

  • Discord: ヘルプとディスカッションのためにコミュニティに参加
  • ドキュメント: docs.bytebot.aiで包括的なガイドを提供
  • GitHub Issues: バグの報告と機能リクエスト

貢献

貢献を歓迎します！以下を含みます:

  • 🐛 バグ修正
  • ✨ 新機能
  • 📚 ドキュメント改善
  • 🌐 翻訳

以下の手順に従ってください:

  1. まず既存のissuesを確認
  2. 大きな変更についてはissueを作成して議論
  3. 明確な説明付きでPRを提出
  4. Discordに参加してアイデアを議論

ライセンス

BytebotはApache 2.0ライセンスの下でオープンソースです。

AIに独自のコンピューターを与えてください。その可能性を確認してください。

Railwayでデプロイ

Tantl Labsとオープンソースコミュニティによって構築