ローカルLLM用CC「LocalCC」

【更新履歴】

　・2026/3/14　バージョン1.0公開。
　・2026/3/15　バージョン1.1公開。（RPAなど追加）
　・2026/3/15　バージョン1.2公開。（マルチエージェント・音声）
　・2026/3/15　バージョン1.3公開。
　・2026/3/16　バージョン1.4公開。
　・2026/4/24　バージョン1.5公開。（ワークフロー追加、
　　　　　　　　　　　　　　　　　　動的スクリプト生成実行、
　　　　　　　　　　　　　　　　　　whisper→faster-whisperに変更、
　　　　　　　　　　　　　　　　　　voicebox→AivisSpeechに変更、
　　　　　　　　　　　　　　　　　　KVキャッシュ量子化に対応）
・2026/4/25　バージョン1.6公開。
・2026/4/26　バージョン1.7公開。
・2026/4/27　バージョン1.8公開。
・2026/4/27　バージョン1.9公開。
・2026/4/29　バージョン2.0公開。（ワークフロー自動生成など）

・ダウンロードされる方はこちら。↓

《セットアップ手順》

・ローカルLLMを使用する場合は、こちらを参照。↓

※llama.cppを使用される方は、
　setup_llama_cpp.batをダブルクリックして下さい。

　そして、設定画面で、実行ファイルへのパスを入力して下さい。

※音声で入力する場合は、
　setup_faster_whisper.batをダブルクリックして下さい。

※AIの音声を出力する場合は、
　AivisSpeechの公式サイトにインストーラーがありますので、
　それをダウンロードしてインストールして下さい。

　そして、設定画面で、実行ファイルへのパスを入力して下さい。

《 広報用のPR文 》

・ローカルAIの限界を超える、
　完全自律型マルチエージェント・システム「LocalCC」が
　ついに登場しました。

・機密情報を外部に漏らさない
　完全ローカル環境での動作（llama.cppおよびOllama対応）はもちろん、
　OpenAIやClaudeといった最新のクラウドAPIにも
　シームレスに対応しています。

・最大の特長は、
　最先端の「RLM（再帰的言語モデル）」の思想を取り入れた
　自律実行エンジンです。

・AIが単にテキストを返すだけでなく、
　自らPCのファイル操作、ブラウザ検索、
　そしてC#コードの動的生成と実行を行い、
　ユーザーが与えた複雑なゴールを最後まで完遂します。

(1) 直感的なノードエディタで、
　あなただけのAIパイプラインを視覚的に構築できます。

(2) 設計、監督、作業、評価の
　各ロールを担う複数のAIが連携し、
　プロフェッショナルな成果物を
　全自動で生成します。

(3) Faster-Whisperによる高精度な音声認識と、
　AivisSpeech連携による自然な音声出力を統合し、
　まるで優秀な人間のアシスタントのように対話が可能です。

《 取扱説明書 》

(1) 初期設定とサーバー起動

◆アプリを起動し、メイン画面の「設定」タブを開きます。

◆「通常使用するAI」の「設定」ボタンを押し、
　　使用するモデル（ローカルLLMまたは各社クラウドAPI）のパスや
　　APIキーを入力します。

◆ローカルLLMを使用する場合は、
　設定タブ下部の「サーバー起動」ボタンを押してください。

　エージェント状態が「待機中」になれば準備完了です。

(2) 基本的な使い方（シングルエージェント）

◆「指示文」タブのテキストボックスに、
　AIに依頼したいタスクを入力します。

◆「送信する」ボタンを押すと、
　AIが自律的にPC操作や情報検索を実行します。

◆進行状況は「AIの返答」タブでリアルタイムに確認できます。

◆処理が完了すると
　自動的に「出力ログ」タブに切り替わり、
　詳細な実行履歴と結果が表示されます。

(3) ワークフローエディタによる高度な自動化

◆設定タブの
「マルチ・エージェントを有効にする」にチェックを入れ、
「ワークフローエディタを開く」ボタンを押します。

◆キャンバスの何もない場所で
　右クリックし「ノードの追加」を選び、
　タスクのノードを配置します。

◆ノードをダブルクリックして、
　タスク名、ロール（WorkerやEvaluatorなど）、
　具体的な指示文を設定します。

◆各ノードの緑色の接点をドラッグし、
　次のノードの枠内へドロップして矢印でつなぎ、
　作業の順番（パイプライン）を構築します。

◆実行の起点となる最初のノードを左クリックで選択し、
　上部メニューの「ツール」から「実行する」を選択すると、
　設定した順序でAIがデータを引き継ぎながら作業を完遂します。

(4) 音声機能の利用方法

◆設定タブの「音声入力設定」にて、
　事前にセットアップしたPythonパスとSTTモデルを指定します。

◆「音声出力設定」にて、
　AivisSpeechの実行ファイルパスと話者IDを指定します。

◆「指示文」タブの「録音開始」ボタンを押すと
　マイクからの音声入力が可能になります。

◆設定タブで「AI音声出力を有効にする」にチェックを入れると、
　AIの返答が合成音声で読み上げられます。

(5) 安全設定（Human-in-the-Loop）

◆AIがファイルの書き換えやコマンド実行など、
　システムに影響を与える操作を行う前に確認を求めたい場合は、
　設定タブの「破壊的な操作の前に確認ダイアログを表示する」の
　チェックを入れたままご使用ください。

《 AIが使用できるツール 》

（1）ファイル・ディレクトリ操作
　　read_file(path) :
　　… 指定したテキストファイルの内容を読み込みます。

　　edit_file(path, content) :
　　… 指定したファイルに内容を上書き保存します。
　　　ファイルやフォルダが存在しない場合は自動作成されます。

　　append_file(path, content) :
　　指定したファイルの末尾に内容を追記します。

　　apply_patch(path, target_text, new_text) :
　　…ファイル内の特定のテキストを別のテキストに置換します。

　　list_dir(path) :
　　…指定したディレクトリ内のファイルやフォルダの一覧を取得します。

（2）OS・システム操作

　execute_cmd(command) :
　…Windowsのコマンドプロンプト（cmd.exe）でコマンドを実行し、
　　結果を取得します。

　git(command) :
　…Gitコマンドを実行します。（例: git("status")）

　run_tests() :
　…現在のディレクトリで dotnet test を実行します。

（3）RPA（UI自動化）操作

　mouse_click(x, y) :
　…指定した画面座標（ピクセル）で
　　マウスの左クリックを実行します。

　send_keys(text) :
　…アクティブなウィンドウに対して
　　キーボード入力を送信します。

　activate_window(keyword) :
　…ウィンドウのタイトルに
　　指定したキーワードが含まれるウィンドウを
　　最前面に表示してアクティブにします。

　get_active_window() :
　…現在アクティブになっているウィンドウのタイトルを取得します。

　clipboard(action, [text]) :
　…クリップボードの操作を行います。

　　action が "get" の場合は内容を取得し、
　　"set" の場合は text をクリップボードにコピーします。

　take_screenshot(save_path) :
　…現在の画面のスクリーンショットを撮影し、
　　指定したパスに保存します。

　open_browser(url) :
　…指定したURLを既定のブラウザで開きます。

　sleep(milliseconds) :
　…指定したミリ秒（1000 = 1秒）だけ処理を一時停止し、
　　UIの切り替えや読み込みを待ちます。

　set_ime(status) : （※プレースホルダー機能）
　…IMEのオン・オフを制御します。

（4）データ・Web操作

　fetch_web(url) :
　…指定したURLのWebページのHTMLソースを直接取得します。

　api_call(method, url, [json_body]) :
　…GETまたはPOSTメソッドで外部APIを呼び出します。

　read_csv(path) :
　…CSVファイルを読み込みます。

（5）記憶・メモリ操作

search_memory_logs(file_name, keyword) :
…容量オーバーで退避された過去の会話ログファイルから、
　特定のキーワードを含む行を検索して記憶を引き出します。

search_memory(file_name) :
…保持しているコードメモリから
　特定ファイルのインデックスを取得します。

semantic_search(query) :
…ベクトルデータベースに対して
　意味的（セマンティック）な検索を実行します。

・その他の処理に関しては、
　AIがスクリプトを動的に生成して実行します。

《 トラブルシューティング 》

Q. 「Sequence contains no matching element」というエラーが出る

原因:

・ワークフローエディタでノード同士が繋がっていない
　（独立して浮いている）ノードが存在するか、
　実行の起点として選択したノードの先が
　つながっていない場合に発生します。

対策:

・各ノードが適切に矢印で結ばれているか確認し、
　実行の起点となるノードを
　必ず選択（枠線が点滅している状態）してから
　「実行する」を押してください。

Q. ツール実行時にAIが戸惑う、または変な挙動をする

原因:

・複雑なタスクを1つのノードで一気に解決しようとしているため、
　AIのコンテキスト（思考）が混乱しています。

対策:

・ワークフローエディタを使用し、
　タスクを「検索するノード」「抽出するノード」
　「ファイルに書き込むノード」と細かく分割してください。

　データは自動的に次のノードへバケツリレーで引き継がれます。

Q. 実行ファイルのパスを指定してもローカルLLMサーバーが起動しない

原因:

・llama.cppの実行ファイル（llama-server.exe）や
　Ollamaのパスが誤っている、
　あるいはモデルファイル（.gguf）の指定が間違っている
　可能性があります。

対策:

・ 設定タブの「通常使用するAI」設定から、
　実行ファイルとモデルファイルのパスを
　再度「参照」ボタンから選び直してください。

・llama.cppの場合は、
　モデルファイルの他に
　「KV K型」「KV V型」などのオプションが適切か
　（通常は f16 または q8_0）を確認してください。

Q. 音声入力（録音）が失敗する、または反応しない

原因:

・Faster-Whisperを動かすための
　Python環境が正しく設定されていないか、
　音声入力サーバーの起動に失敗しています。

対策:

・設定タブの「音声入力設定」で、
　仮想環境内の正しい python.exe が指定されているか
　確認してください。（例: venv_whisper\Scripts\python.exe）

《開発日誌》

2026/4/25（ver1.6）

(1) Web検索・情報収集能力の強化

・AIが最新情報をより確実かつ安全に取得するための機能を実装しました。

WebView2 + RPAによるBot判定回避機能

・Google検索などで
　CAPTCHAやBot判定を受けて弾かれた際の
　「最終手段」　として、裏
　で非表示のブラウザ（WebView2）を立ち上げ、
　人間のマウスの揺らぎやスクロールを模倣（RPA）
　して検索結果を抽出するフォールバック機構を搭載しました。

専用ニュース検索ツールの追加

rss_search_news:
・指定したRSSフィードURLリスト（CSV）から
　特定のキーワードに関連するニュースを検索するツールを追加しました。

site_search_news:
・指定したニュースサイトのサイト内検索URL（CSV）から
　ニュースを直接検索するツールを追加しました。

検索結果の取得件数設定

・UI（設定タブ）から、
　一度の検索ツールで取得する「最大記事数」を制限できる機能を追加し、
　コンテキストの圧迫と処理時間の増大を防ぎました。

（2）AIエージェントの推論・実行制御の堅牢化

・AIの「無限ループ」や「的外れな行動」を防ぎ、
　安定してタスクを完遂させるための制御を追加しました。

・システムプロンプトへの「現在日時」の自動注入

　・AIが「今日の日付を調べる」という無駄なコマンド実行を
　　行わないよう、常に正確な現在日時を
　　コンテキストに付与するようにしました。

・APIタイムアウト時の例外クラッシュ防止

　・LLMへのリクエストタイムアウト時間を
　　「分単位」でUIから設定可能にし、
　　タイムアウト時はアプリを落とすのではなく
　　「システムエラー」としてAIに返し、
　　自己修復させるようにしました。

・エラー原因の自己分析と計画立て直し（自動リカバリ）

　・コンパイルエラーや例外が発生した場合、
　　マネージャーAIがエラー内容を分析し、
　　自動的にリカバリ用の新しいタスク（手順）を生成して
　　計画を修正する機能を実装しました。

・タスクごとの「Evaluator（評価役）」による中間レポート生成

　・マルチエージェントモード時、
　　各ステップが終わるごとに評価役AIが成果を判定し、
　　簡潔な日本語の完了レポートを出力する仕組みを追加しました。

・危険・無謀な行動のプロンプトによる禁止

　・「接続エラー時にOSのVPNやプロキシ設定をいじろうとする」
　　「情報が見つからないのに永遠に同じ検索を繰り返す」
　　「全体目標と個別タスクを混同する」といった
　　AI特有の暴走を防ぐための厳格な禁止ルールを
　　システムプロンプトに設けました。

（3）大規模コーディング支援機能（AST解析とRAGの統合）

・膨大なソースコードを扱うプロジェクトを、
　AIがコンテキスト上限を超えずに
　自律開発するための基盤を構築しました。

・RoslynによるAST（抽象構文木）ベースのコード解体と結合

　analyze_project:
　・C#のソースディレクトリを読み込み、
　　MicrosoftのRoslyn APIを用いて、
　　クラスやメソッド単位に100%正確に解体し、
　　一時フォルダ（ワークスペース）に保存するツールを実装しました。

　merge_project:
　・AIがワークスペース内で修正したメソッドやクラスの
　　テキストファイルを読み込み、
　　元のソースファイル内の該当箇所を
　　ASTレベルで正確に上書き置換（マージ）するツールを実装しました。

・ローカル・ベクトルデータベースの統合（RAG機能）

　・N-gramベースの高速な疑似ベクトル検索エンジン
　（SimpleVectorDB）を実装しました。

　・解体されたメソッド群はすべてベクトル化され、
　　AIは semantic_search ツールを使って
　　数千のファイルから「該当する処理」を
　　ピンポイントで探し出せるようになりました。

・自律的ビルドツール

　build_project:
　・指定した .sln や .csproj を自動でコンパイルし、
　　ビルドエラーや警告のログをそのままAIに返却し、
　　再修正ループに入らせるツールを実装しました。

（4）調査・タスク管理の永続化とユーザー連携

・長時間の処理や、行き詰まった際のスムーズな対応を可能にしました。

・タスクのチェックポイント保存と「再開」機能

　・1ステップ進むごとに、現在のプロンプト、残りのタスクキュー、
　　実行履歴をJSONファイルに自動保存し、
　　アプリが落ちてもボタン一つで「前回の続きから再開」できる
　　レジューム機能を実装しました。

・エスカレーション機能（Human-in-the-Loopの完成形）

　・AIが同じタスクで2回連続でエラーを出して行き詰まった場合、
　　無理にループせず
　　「ユーザーに代替案やヒントを求めるダイアログ」を
　　ポップアップ表示し、
　　ユーザーの指示を受けて
　　計画を再構築する機能を実装しました。

・長期記憶機能のベクトル化

　・コンテキスト上限に達して
　　古い会話履歴がテキストに退避される際、
　　同時にベクトルDBにも登録されるようにしました。

　・AIは「過去の記憶を引き出す」ツールを使って
　　自らの過去の文脈を思い出せるようになっています。

・一時フォルダの一括削除

　・UIから、解析等で生成された一時ファイル
　　（ワークスペースやメモリダンプ）を
　　クリーンアップできるボタンを追加しました。

（5）セキュリティと品質保証（QA）の強化

・よりプロフェッショナルなソフトウェア開発環境に近づけるための
　設定を追加しました。

・サンドボックス（カレントディレクトリ保護）モード

　・ファイル編集（edit_file）やコマンド実行（execute_cmd）、
　　動的C#実行などが、アプリの実行フォルダ配下から
　　外へアクセスできないように制限するセキュリティ設定を
　　実装しました。

・Git自動連携機能

　・開発タスクが完了した際、
　　自動的に git add および git commit を行わせる指示を
　　マネージャーAIに注入する設定を追加しました。

・TDD（テスト駆動開発）強制モード

　・AIに「必ずユニットテストを記述・更新し、
　　run_tests ツールでパスさせてから
　　次のタスクに進む」ことを強制するルールを
　　注入する機能を追加しました。

・マルチモーダル UI QA機能

　・GUIアプリのビルド後、
　　自動でアプリを立ち上げる launch_app ツールと、
　　終了させる kill_app ツールを追加しました。

・AIがアプリを起動し、
　スクショを撮ってレイアウトを視覚的に評価し、
　終了するというテストループが可能になりました。