gptme: ターミナルに常駐させるPython製エージェントCLIの実像

gptme が埋めようとしている穴は「道具を持つ場所」

多くのチャット型エージェントはブラウザの中にいる。gptme の発想は逆で、README は「A personal AI agent that runs anywhere a terminal runs」と書き、ラップトップ、sshセッション、tmux、ヘッドレスサーバ、CIパイプラインを動作場所として挙げている。つまり対象は、コードが実際に存在し、シェルが実際に動いている場所だ。想定読者は、ローカルのリポジトリを触らせたい開発者、サーバ上で作業させたい運用者、そして gptme-agent-template を使って常駐型の自律エージェントを自作したい人になる。README は「A great coding agent, but general-purpose enough to assist in all kinds of knowledge-work」とも書いており、コーディング専用に閉じていない点を明示している。

モデルを固定しない設計とllama.cppの位置づけ

gptme はプロバイダ非依存を掲げ、Anthropic、OpenAI、Google、xAI、DeepSeek、OpenRouter、そして llama.cpp による完全ローカル実行を README で並べている。「your data, your models, your terminal」という表現がその立場を要約している。ここで実務上効いてくるのは、モデルを差し替えてもエージェント側のツール定義や会話の流れを書き直さなくてよいという点だ。ただし README は各プロバイダの対応度の差や、特定モデルでツール呼び出しが失敗する条件までは述べていない。ローカル実行を選ぶ場合、どのモデルがどのツールを安定して扱えるかは自分で確かめるしかない。

ツール、プラグイン、Lessonsという三層の拡張

README はシェル、Python、Web、vision を同梱ツールとして挙げ、その上に拡張の口を三つ用意している。プラグイン、Skills、Lessons だ。リリース履歴を見ると、v0.30.0 でプラグインシステムとコンテキスト圧縮、v0.29.0 で Lessons システムと MCP の動的ロードが入っている。Lessons は「contextual guidance」と説明され、会話の文脈に応じて追加の指示を差し込む仕組みと読める。つまり、ツールを増やす（プラグイン）、手順を教える（Skills）、状況依存の注意を与える（Lessons）という役割分担だ。この分離は、プロンプトを一枚岩で育てるより保守しやすい。一方で、三つのどれに何を書くべきかの指針は README からは読み取れず、ドキュメント本体を当たる必要がある。

MCPとACPを外から繋ぐ

gptme は MCP と ACP の両方を統合として挙げている。MCP は v0.28.0 でサポートが入り、v0.29.0 で discovery と動的ロードが加わった。動的ロードというのは、起動時にすべてのサーバを抱え込むのではなく、必要になった時点でツール群を読み込む方向の設計だと読める。これはツール数が増えたときのコンテキスト消費を抑える狙いだろう。ACP については README が名前を挙げるのみで、何をどう繋ぐかの説明はここにはない。MCP 側の実装が比較的長い履歴を持つぶん、外部連携を前提にするなら MCP を軸に考えるのが素直だ。

gptme-agent-templateとBobという自律運転の系譜

README のニュース欄は、2024年11月に Bob という最初の自律エージェントが作られ、2025年10月から GitHub 監視を伴う自律実行が始まったと記録している。2026年1月には gptme-agent-template v0.4 で「autonomous run loops」と「enhanced context generation」が入った。ここから読み取れるのは、gptme 本体が対話型CLIである一方、常駐型の自律エージェントはテンプレート側の成果物だという分担だ。README は「Make your own persistent autonomous agent on top!」と誘うが、常駐させるということは、シェルを叩く権限をエージェントに渡し続けるという意味でもある。テンプレートを使う前に、ループの停止条件と実行権限の範囲を確認しておきたい。

導入コマンドと設定の入口

README には PyPI のバッジと Getting Started へのリンクがあり、配布形態が Python パッケージであることは確認できる。ただし pip install の具体的なコマンド文字列や設定ファイルのキー名は、与えられた README の本文には現れていない。したがって、ここで推測でコマンドを書くのは避ける。確実なのは、インストール手順と設定キーの一覧は https://gptme.org/docs/getting-started.html に置かれているという点だ。同様に、プロバイダごとのAPIキーの渡し方もこのページと各プロバイダの節に依存する。Desktop app については 2026年7月の v0.32.1 で Linux (AppImage)、macOS、Windows 向けが提供され、自動更新に対応すると告知されている。CLIを避けたい場合はこちらが入口になる。

汎用コーディングエージェントとの違いはどこにあるか

README 自身が Claude Code、Codex、Cursor、Warp の代替になりうると書き、比較ページとして docs/alternatives.html を指している。違いを README の記述から素直に読むなら、第一に動作場所だ。Cursor や Warp はエディタや専用ターミナルに強く結びつくが、gptme は ssh 先やCIの中でも動くとされる。第二にモデル選択の自由度で、llama.cpp による完全ローカル実行が選択肢に入る。第三に、gptme-agent-template と gptme-contrib を組み合わせて常駐エージェントを自作する道が用意されている点は、単体のコーディング支援ツールとは目的が異なる。逆に、エディタ内での差分確認やGUIでの操作を重視するなら、これらの専用ツールのほうが工程は短い。

MITライセンスとdevリリースが示す更新の刻み

ライセンスは MIT で、商用利用を含めて条件が軽い部類に入る。ただし本記事は法的助言ではないので、組み込み時の条項解釈は各自で当たってほしい。更新の刻みについては、直近のリリースが v0.33.1.dev20260903、v0.33.1.dev20260831、v0.33.1.dev20260827 と、dev サフィックス付きで数日間隔に並んでいる。これは開発版が継続的に切られていることを示す。安定版だけを追いたい場合、dev 付きのタグを避けてバージョンを固定する運用が必要になる。プラグイン、Lessons、MCP動的ロードといった拡張面は比較的最近入った機能が多く、追従コストは小さくないと見ておいたほうがよい。

向かない場面と、採用前に確かめること

このツールが向かないのは、第一に、エージェントにシェルを渡すこと自体が許されない環境だ。ツールとしてシェルとPythonを持つ設計は、裏を返せば実行権限の管理が利用者側の責任になる。第二に、モデルを一つに固定して挙動を再現したいだけの用途。プロバイダ非依存は利点であると同時に、モデルごとの差を吸収する仕事を利用者に戻す。README はガードレールという節を目次に置いているが、その中身はここには展開されていない。採用を決める前に、docs/alternatives.html で比較対象を確認し、gptme-agent-template を使うなら自律ループの停止条件とシェル実行の権限範囲を、プラグインやLessonsを使うならどの層に何を書くかの指針を、それぞれドキュメント本体で確認しておきたい。

編集部の結論

自分のターミナルやssh先、CIの中で、モデルを差し替えながら道具を使うエージェントを動かしたい人には候補になる。逆にGUI主体の操作や、モデル選定を固定して運用したいだけの用途では、Desktop appやgptme.aiの案内があるとはいえCLI中心の設計は遠回りになる。導入前に確認すべきは、READMEが列挙するプロバイダのうち自分の環境で実際に使えるもの、そして gptme-agent-template を使う場合に自律ループがどの権限でシェルを叩くのかという点だ。

公式情報源

1. gptme/gptme on GitHub
2. License: MIT
3. Project website
4. README
5. Releases