{"id":24809645,"url":"https://github.com/zapabob/desktopagent","last_synced_at":"2026-02-16T04:01:51.204Z","repository":{"id":273710737,"uuid":"920629081","full_name":"zapabob/DesktopAgent","owner":"zapabob","description":"DesktopAIAgent","archived":false,"fork":false,"pushed_at":"2025-03-16T08:12:53.000Z","size":68706,"stargazers_count":0,"open_issues_count":0,"forks_count":0,"subscribers_count":1,"default_branch":"main","last_synced_at":"2025-10-26T19:43:28.152Z","etag":null,"topics":[],"latest_commit_sha":null,"homepage":null,"language":"Python","has_issues":true,"has_wiki":null,"has_pages":null,"mirror_url":null,"source_name":null,"license":"apache-2.0","status":null,"scm":"git","pull_requests_enabled":true,"icon_url":"https://github.com/zapabob.png","metadata":{"files":{"readme":"README.md","changelog":null,"contributing":null,"funding":null,"license":null,"code_of_conduct":null,"threat_model":null,"audit":null,"citation":null,"codeowners":null,"security":null,"support":null,"governance":null,"roadmap":null,"authors":null,"dei":null,"publiccode":null,"codemeta":null}},"created_at":"2025-01-22T13:51:59.000Z","updated_at":"2025-03-16T08:12:56.000Z","dependencies_parsed_at":"2025-01-22T14:45:34.689Z","dependency_job_id":null,"html_url":"https://github.com/zapabob/DesktopAgent","commit_stats":null,"previous_names":["zapabob/desktopagent"],"tags_count":0,"template":false,"template_full_name":null,"purl":"pkg:github/zapabob/DesktopAgent","repository_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/zapabob%2FDesktopAgent","tags_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/zapabob%2FDesktopAgent/tags","releases_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/zapabob%2FDesktopAgent/releases","manifests_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/zapabob%2FDesktopAgent/manifests","owner_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/owners/zapabob","download_url":"https://codeload.github.com/zapabob/DesktopAgent/tar.gz/refs/heads/main","sbom_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/zapabob%2FDesktopAgent/sbom","scorecard":null,"host":{"name":"GitHub","url":"https://github.com","kind":"github","repositories_count":286080680,"owners_count":29499803,"icon_url":"https://github.com/github.png","version":null,"created_at":"2022-05-30T11:31:42.601Z","updated_at":"2026-02-16T03:57:51.541Z","status":"ssl_error","status_checked_at":"2026-02-16T03:55:59.854Z","response_time":115,"last_error":"SSL_connect returned=1 errno=0 peeraddr=140.82.121.6:443 state=error: unexpected eof while reading","robots_txt_status":"success","robots_txt_updated_at":"2025-07-24T06:49:26.215Z","robots_txt_url":"https://github.com/robots.txt","online":false,"can_crawl_api":true,"host_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub","repositories_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories","repository_names_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repository_names","owners_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/owners"}},"keywords":[],"created_at":"2025-01-30T11:14:53.108Z","updated_at":"2026-02-16T04:01:51.172Z","avatar_url":"https://github.com/zapabob.png","language":"Python","funding_links":[],"categories":[],"sub_categories":[],"readme":"# デスクトップエージェント\n\nマルチモーダルな自律型AIエージェントシステム。複数のAIエージェントが協調して動作し、デスクトップ操作の自動化と支援を行います。\n音声認識とAI駆動のブラウザ制御により、自然な対話を通じてブラウザ操作や様々なタスクの自動化を実現します。\n\n## 主な機能\n\n### 高度なブラウザ操作\n- browser-useパッケージによるインテリジェントなウェブ自動化\n- 自然言語指示によるウェブサイト操作（「YouTubeで猫の動画を再生して」など）\n- 要素の探索とクリック、フォーム入力、スクリーンショット撮影機能\n- Playwrightを活用した高レベルなブラウザ制御\n\n### 音声認識と音声コマンド\n- 音声コマンドによるブラウザ操作とシステム制御\n- Whisperモデルによるローカルでのオフライン音声認識\n- GPU加速による高速かつ正確な認識\n- 複数言語対応（日本語・英語）\n\n### マルチエージェントシステム\n- 複数の子エージェントによる並行処理\n- エージェント間の自律的な通信と協調\n- リソース使用の最適化と負荷分散\n\n### AIモデル統合\n- Google AI Studio（デフォルト）\n- OpenAI（オプション）\n- Anthropic（オプション）\n- 自動フォールバックとロードバランシング\n\n### システム監視と制御\n- CPUやGPUの使用率、温度監視\n- メモリ使用状況のリアルタイムモニタリング\n- システム操作の自動化（音量調整など）\n- OpenHardwareMonitorによる詳細な温度監視（オプション）\n- リソース使用率の時系列データ収集と分析機能\n- 異常値検出と自動アラート通知\n\n### データ管理とUI\n- PyQt6ベースのモダンなインターフェース\n- タスク管理とポモドーロタイマー\n- SQLiteによるデータの永続化\n- 構造化されたログ管理\n\n## 必要要件\n\n- Python 3.10以上\n- CUDA対応GPU（音声認識と高度な機能に推奨）\n- Windows 10/11\n- 必要なPythonパッケージ:\n  - PyQt6とPyQt6-WebEngine\n  - browser-use\n  - Playwright\n  - Torch (CUDA対応)\n  - Transformers\n  - その他（requirements.txtを参照）\n\n## インストール \u0026 クイックスタート\n\n1. リポジトリのクローンと依存関係インストール:\n```bash\ngit clone https://github.com/zapabob/DesktopAgent.git\ncd DesktopAgent\npython -m pip install -r requirements.txt\n```\n\n2. Playwrightブラウザドライバーのインストール:\n```bash\npython -m playwright install\n```\n\n3. 設定ファイルの作成:\n```bash\ncp config.example.yaml config.yaml\n# 使用するAIプロバイダーのAPIキーを設定\n```\n\n4. アプリケーションの実行:\n```bash\n# Windowsの場合\nstart.bat\n\n# または\npython src/main.py\n```\n\n## 設定\n\n### AIプロバイダーの設定\n`config.yaml`で使用するAIプロバイダーを設定できます：\n\n```yaml\nai_providers:\n  use_vertexai: true  # Google AI Studio\n  use_openai: false   # OpenAI (オプション)\n  use_anthropic: false # Anthropic (オプション)\n```\n\n### ブラウザ設定\n```yaml\nbrowser_paths:\n  chrome: \"C:/Program Files/Google/Chrome/Application/chrome.exe\"\n  edge: \"C:/Program Files (x86)/Microsoft/Edge/Application/msedge.exe\"\n  firefox: \"C:/Program Files/Mozilla Firefox/firefox.exe\"\n```\n\n### システム設定\n```yaml\nsystem_settings:\n  cpu_threshold: 80   # CPU使用率の閾値\n  memory_threshold: 85 # メモリ使用率の閾値\n  voice_recognition:\n    enabled: true\n    model: \"tiny\"     # tiny, base, small, medium\n    device: \"cuda\"    # cuda, cpu\n```\n\n## 使用方法\n\n### GUI操作\n1. アプリケーションの起動:\n   - `start.bat`をダブルクリック\n   - または、コマンドラインで`start.bat`を実行\n\n2. メインウィンドウの操作:\n   - ブラウザ操作タブでウェブ自動化\n   - 音声認識ボタンで音声コマンドの開始/停止\n   - システムモニタリングとタスク管理\n\n### 音声コマンド例\n- 「YouTubeで猫の動画を再生して」\n- 「ブラウザでGoogleを開いて」\n- 「Gmailを開いて」\n- 「音量を上げて」\n\n### ブラウザ操作コマンド例\n- 「ブラウザでYahooを開いて」\n- 「ブラウザで要素ログインボタンをクリック」\n- 「ブラウザでスクリーンショットを撮る」\n- 「Googleでデスクトップエージェントを検索」\n\n## 開発者ガイド\n\n### プロジェクト構造\n```\nsrc/\n├── agent/             # エージェント関連\n│   ├── command_interpreter.py  # コマンド解釈\n│   ├── voice_recognizer.py     # 音声認識\n│   └── keyboard_monitor.py     # キーボード監視\n├── desktop/           # デスクトップ制御\n│   ├── browser_controller.py       # 基本ブラウザ制御\n│   └── advanced_browser_controller.py  # 高度ブラウザ制御\n├── db/                # データベース\n│   └── models.py      # データモデル\n├── gui/               # GUI\n│   └── main_window.py # メインウィンドウ\n├── models/            # 機械学習モデル\n├── main.py            # エントリーポイント\n└── config.yaml        # 設定ファイル\n```\n\n### 拡張方法\n1. 新しいコマンドの追加:\n   - `command_interpreter.py`にコマンドパターンとハンドラを追加\n\n2. ブラウザ機能の拡張:\n   - `advanced_browser_controller.py`に新しいブラウザ操作メソッドを追加\n\n3. 音声認識の調整:\n   - `voice_recognizer.py`でモデルサイズや設定をカスタマイズ\n\n## ライセンス\n\nMIT License\n\n## 貢献\n\n1. Forkを作成\n2. 機能ブランチを作成\n3. 変更をコミット\n4. ブランチをPush\n5. Pull Requestを作成\n\n## サポート\n\n問題が発生した場合は、以下を確認してください：\n1. ログファイル（`logs/`ディレクトリ）\n2. GPUドライバが最新かどうか確認\n3. AIプロバイダーの設定とAPIキーの有効性\n\n詳細なトラブルシューティングは[Wiki](https://github.com/zapabob/DesktopAgent/wiki)を参照してください。\n\n## インストール時のトラブルシューティング\n\n以下の問題が発生した場合の対処法です：\n\n### OpenHardwareMonitorの接続エラー\n- OpenHardwareMonitorがインストールされていない場合、システム監視の温度表示機能は制限されます\n- [OpenHardwareMonitor](https://openhardwaremonitor.org/downloads/)をインストールすることで解決できます\n- アプリケーションは管理者権限で実行する必要があります\n\n### 音声認識関連の問題\n- CUDA対応GPUが必要です\n- PyTorch CUDAバージョンが正しくインストールされていることを確認してください\n- CPUモードで実行する場合は、`config.yaml`で`device: \"cpu\"`に設定してください\n\n### ブラウザ制御の問題\n- Playwrightの最新バージョンがインストールされていることを確認してください\n- ブラウザパスが正しく設定されていることを確認してください\n- 必要に応じて`browser-use`パッケージを更新してください：`pip install -U browser-use`\n","project_url":"https://awesome.ecosyste.ms/api/v1/projects/github.com%2Fzapabob%2Fdesktopagent","html_url":"https://awesome.ecosyste.ms/projects/github.com%2Fzapabob%2Fdesktopagent","lists_url":"https://awesome.ecosyste.ms/api/v1/projects/github.com%2Fzapabob%2Fdesktopagent/lists"}