Pluely v1: 画面共有に映らないTauri製オーバーレイ型アシスタントの実像

タブ切り替えという一手が失うもの

Pluelyが解こうとしている問題は、AIの能力そのものではなく、AIを呼び出すまでの操作コストである。READMEは対象場面として「interviews, sales calls, standups, lectures, live debugging」を挙げ、ブラウザタブへの切り替えが「cost you the room」になると説明している。面接や商談では、画面を切り替えた瞬間に相手との視線と間が切れる。Pluelyはそこに着目し、常駐する半透明のオーバーレイとして答えを出す設計を採る。想定利用者は、会話の最中に外部の知識を参照したい個人。チーム向けの共有ナレッジ基盤ではなく、あくまで一人の作業面に重なる道具として作られている。

AskとListen、2モードのデータの流れ

v1は「one translucent overlay with two modes」として再設計された。Askモードでは、テキスト入力、push-to-talkによる音声入力、画面キャプチャのいずれかで質問を作る。キャプチャは全体またはドラッグ選択した領域、あるいはUse imageを有効にして毎メッセージに最新スクリーンショットを添付する形を取る。文書は内蔵OCRを通り、文脈に残って追加質問に使われる。回答はMarkdownとしてストリーミング表示される。Listenモードはマイクとシステム音声を同時に文字起こしし、話者ラベルと言語選択を伴う。自動応答は「when someone asks a question, after every pause, or only when you tap Suggest」の3条件から選ぶ。会話から生成されるフォローアップチップが各回答の下に並ぶ。両モードとも、チャット・会議・文字起こし・ファイルは端末上のSQLiteに保存される。

10MBという数字を支えるTauriの構成

リポジトリの主要言語はTypeScriptで、フロントはReact + TypeScript、シェルはTauri（Rust）という構成がトピックとバッジから読み取れる。READMEはインストーラを9〜16MBとし、Electron系の代替に対して「A fraction」と表現する。ここで効いているのは、Chromiumランタイムを同梱せずOSのWebViewを使うTauriの性質である。起動は100ms未満、CPUとRAMは文字起こし中も最小限と主張されている。ただしこれらはREADMEの記載であり、第三者の計測ではない。サイズの小ささは配布と更新のコストを下げる一方、WebViewの挙動がOSごとに異なるというトレードオフを抱える。

画面共有からの除外はどこまで保証されるか

stealthは本プロジェクトの中心的な売りで、READMEは「excluded from screen capture, absent from recordings and screenshots, never steals focus」と述べ、Dockやタスクバーからアイコンを消す設定にも触れる。実装の詳細はdocs.pluely.comのStealth & privacyに委ねられており、READMEには除外のAPIやOS別の差には踏み込んでいない。ここは評価が割れる点だ。画面キャプチャ除外はOSのウィンドウ属性に依存するため、共有方式（ウィンドウ共有か全画面共有か）やOSのバージョンで結果が変わりうる。READMEの「Invisible on screen shares」はあくまで作者の主張であり、自分の環境と会議ツールの組み合わせで確かめるまで確定しない。

セットアップと設定の勘所

入手はpluely.com/download/{macos,linux,windows}から、形式は.dmg、.msi/.exe、.deb/.rpm/.AppImage。無料プランはアカウント不要で始められ、更新は自動で配信されるとREADMEは説明する。モデルはProプランで200以上のホスト済みモデル（GPT、Gemini、Claude、Llamaなど）を会話中に切り替えられる。APIキーを自分で管理したくない場合はこちら、管理したい場合は「connect any LLM or speech-to-text provider through a curl template」、あるいはClaude Code、Gemini CLI、Codex、Qwen Code、Ollamaといった既存CLIを接続する。つまり設定の中心はプロバイダ接続であり、curlテンプレートを自分で書く前提がある。キーボード操作はグローバルホットキーで召喚・キャプチャ・聴取を担い、オーバーレイにフォーカスが移った後は単一キーで回答と文字起こしをスクロールする。一覧はOverlay shortcutsにある。

クローズドソース化とGPL-3.0表記のねじれ

READMEは「Why is Pluely closed source now?」という節を設け、理由を「Years of open Pluely code kept getting repackaged and sold as clones, and no license or complaint ever stopped it」と説明する。v1は署名済みバイナリとして配布され、コアは無料のまま使えるという立場だ。一方でリポジトリのライセンス表示はGPL-3.0のままで、バッジには「Source: Closed (v1+)」とある。この2つは素直には両立しない。GPL-3.0はバイナリ配布時に対応ソースの提供を求めるからだ。ここは推測を挟まずに言えば、外部から見てv1がGPL-3.0の義務をどう満たしているかはREADMEからは判断できない。ライセンスの解釈は法務の領域であり、本記事は助言を与えない。下流でフォークや再配布を計画するなら、この点は導入前に確認すべき事項として残る。

Cluely代替という位置づけの実際

READMEはPluelyを「The Open Source Alternative to Cluely」と位置づけるが、v1以降はソースが閉じられているため、この表現が指すのは主に配布形態と価格の違いであって、コードの入手可能性ではない。Cluely型の製品は一般にSaaSとして提供され、アカウントとクラウド側の処理を前提とする。Pluelyは逆に、会話・文字起こし・ファイルをローカルSQLiteに置き、プロバイダのキーも端末に留める。この差は、データの所在を自分で管理したい個人には有利に働く。ただしモデル自体はProプランではホスト側で動くため、完全なローカル完結ではない。Ollamaを接続すればその限りではないが、その場合は自分でモデルとマシン性能を用意する必要がある。

導入前に確かめるべき境界

最初に確認するのは、自分の環境でステルスが成立するかである。会議ツールの共有方式を変えて、オーバーレイが映るかどうかを実際に見る。次に、無料枠で自分のキーを使う場合のcurlテンプレートの書式と、CLI接続の対応範囲をdocs.pluely.comで確認する。運用コストの面では、更新が自動配信されるため、バージョンを固定したい現場では向かない。GPL-3.0のままソースが閉じられている状態は、社内ポリシーでソース監査を必須にしている組織にとっては導入の障壁になる。逆に、個人が面接や商談の補助として使い、会話ログをローカルに置いておきたいだけなら、確認すべき項目は多くない。判断の分かれ目は、ステルスが効くかどうかと、ライセンスの整合性を許容できるかどうかの2点に集約される。

編集部の結論

導入を検討すべきなのは、面接や商談のようにタブ切り替えのコストが大きい場面で、かつ自分のAPIキーを持ち込んでローカル保存を前提に運用できる人だ。逆に、ソースを監査したい組織、GPL-3.0の下流利用を前提にフォークしたい開発者、会議ツール側の規約がボット参加や録音を禁じている環境には向かない。最初に確認すべきは、手元のOSで画面キャプチャ除外が実際に効くか、docs.pluely.com の Stealth & privacy と Overlay shortcuts の記述が自分の環境と一致するか、そしてv1のバイナリがGPL-3.0のソース提供義務をどう満たすのかという点である。

公式情報源

1. iamsrikanthnani/pluely on GitHub
2. License: GPL-3.0
3. Project website
4. README
5. Releases