長い間準備してきたことで、もっと早くやるべきだったのですが、何はともあれ、LumaBrowser を正式にオープンソース化しました。
1年前に最初のリリースを行って以来、すでに数千回インストールされ、非常に膨大なフィードバックをいただいてきました。ここまで来る中で、劇的な進化を遂げています。
これを「オールインワンの Anthropic/ChatGPT(Anthropic/ChatGPT in a box)」と呼ぶのは決して大げさではなく、実質的にエコシステム全体をひとつのプロジェクトにパッケージングしたようなものです。そう言われて皆さんが一斉に冷ややかな目を向ける気持ちもよく分かります。しかし、本当に大半の機能が最初から組み込まれており、さらには自動オンボーディング(on-boarding)システムも備えているため、大規模言語モデル(LLM)、画像、音楽、音声モデルの自動セットアップまで行えます。
既存の LM Studio(やその他のツール)のインストール環境から直接モデルをインポートすることさえ可能です。
システム構成のスペックに応じてモデルのロードやアンロードを自動で行い、その挙動は……チャットエージェントに求められる期待そのものです。例えば画像を生成するよう指示すると、プロンプトを自動で組み立てて適切なツールを呼び出し、必要に応じて LLM をアンロードして画像モデルを自動ロード、画像を生成した後に再び LLM をロードし直すといった動作が可能です。
LAN 内の誰もがアクセスできるようにローカル Web サーバーを立ち上げることもできますし、複数台の PC を使って瞬時にクラスターを構築したり、インターネット経由で友達と共有するためにポートを開放する際のドメイン設定までサポートしています。さらにゲームモードを自動生成してリンクを友達と共有することもでき、これらのモードには LLM 本体へのコールバック(hooks)まで備わっています。
サーバー上で 1 つの LumaBrowser を実行し、クライアント上でもう 1 つを実行することで、GPU をリモートマウントしたり、そこで稼働している LLM を直接呼び出したりすることも可能です。
エージェント作成、スケジューリングタスク、定期タスク(cron)、イベント駆動型のトリガータスクにも対応しています。
コーディングやデスクトップ操作に適した極めて強力な「luma」CLI エージェントを搭載しており……JetBrains スイートや VS Code 向けの拡張機能も内蔵しています。VS Code がほぼそのまま組み込まれていると言っても過言ではありません。あるいは手軽に済ませたいなら、標準搭載の「コードモード(code mode)」をそのまま使うこともできます。
もちろん、シーンやキャラクター情報を自動更新してくれる充実したロールプレイ用拡張機能も備えています。
さらに……想像を絶する機能の数々があります。メモリ常駐ピン留め(RAM pinning:空きメモリがある場合にモデル切り替え時もモデルをウォーム状態に維持)、対話キャッシュのウォームアップ維持にも対応したカスタムビルドの llama.cpp(必須ではありませんが、RAM pinning がさらに高速化されます)、ツール呼び出しのルーティング用にカスタム学習させた JEV ライクなモデル……
チャット内で生成されたライブ成果物(live artifacts)を利用したダッシュボード構築に対応しており、デフォルトでカスタムの「ハブ(hub)」プロジェクトが付属しています。Google や Microsoft 365 など複数のソースからカレンダーをインポートして統合できるほか、ClickUp などのタスクリストでも同様の操作(もちろんフィールドマッピング対応)が可能です。さらには通知を集約したい場合、通知ベースのインターセプト・スクレイピングまで行えます……
なぜそんなことをするのか?それは、すべてを 1 か所に統合することで、ローカル AI アシスタントがあなたのスケジュール、タスク、通知に関する完全なコンテキストを把握できるようになるからです。
さらにリアルタイムのタブ共有機能もあります。Web サーバーを起動していれば、ブラウザのタブを右クリックして共有できます……URL を相手に渡せばストリーミング形式でそのタブを閲覧でき、インタラクティブ操作を有効にすることすら可能です……例えば Chili’s でデリバリーを頼むときに、タブを妻に送って食べたいものを追加してもらうような使い方ができます(ささやかな機能ですが、とても実用的です)。
つまり何が言いたいかというと……これは私の最高傑作(magnum opus)であり、正直なところ機能が溢れんばかりに詰め込まれています。
私がこのツールを愛しているのと同じくらい、ここの皆さんに気に入っていただければ幸いです。どれほどの情熱と労力を注ぎ込んだか知れません。
https://github.com/amurgola/LumaBrowser
注目のディスカッション
Guilty_Rooster_6708 (⬆51):最近は AI スロップ(粗悪コンテンツ)ばかり見かけるので、人間が(おそらく)書いたこんなに長い文章を読むこと自体、どこか新鮮に感じるよ。今はチャット UI として 27B EXL3 + Unsloth Desktop を使っているけど、Claude みたいな Artifacts 機能がないから、ぜひ試してみたいね。共有ありがとう。
valdev(スレ主) (⬆25):ハハ、僕の人間による長文スロップ(human word slop)を楽しんでもらえて嬉しいよ。正直こんなに長々と語ってしまって大丈夫か不安だったんだ。要点を端的にまとめるのが本当に苦手でね。
Sirramza (⬆15):AI が「人間スロップ(human slop)」という言葉を使い始める日が待ちきれないよ。「また 6 ヶ月もかけて書いたアプリかよ、まったく、人間スロップめ」ってね。
Useful_Disaster_7606 (⬆11):待って……これ、Playwright みたいな仕組みが最初から入ってるの?追記:こういう「ブラウザファースト」のテスト/自動化フレームワークをずっと探してたんだ!ありがとう!時間があるときに絶対試してみるよ。
valdev(スレ主) (⬆6):そうなんだ!しかも Playwright で接続するための拡張機能も組み込んであるし、llmFallbacks(LLM によるフォールバック機構)すら使えるよ。例えば本来は #usernameButton を指定しているとして、フォールバックの説明に「ユーザー名ボタン」と添えておけば、HTML 構造が変わるなどで要素が見つからなかった場合に LLM を呼び出してその要素を特定してくれる!何より素晴らしいのは、処理フローが中断されることなく、修正された要素まで返してくれるところだね。
Exciting_Variation56 (⬆7):早速試してみるよ。24GB のメモリ環境で MLX を動かせたことってある?
valdev(スレ主) (⬆2):テストしたのは 48GB の Mac だけだけど、かなり快適に動いたよ!ただ正直なところ、僕は運良く 5090 を 1 枚と 3090 を 3 枚持っているから……基本的にはそのハードウェア環境で動かしているんだ。何か問題や提案があれば気軽に教えてね!
valdev(スレ主) (⬆3):Artifacts が Web ページの URL であれば、完全にサポートできるよ。フル機能の Electron ブラウザとして動作しているから、パスさえ正しく通っていれば実現可能さ。