概念

AI・OSSによる業務自動化パイプライン

AIエージェント・ローカルLLM・OSSを組み合わせて業務を自動化するパイプラインの設計パターンと実例を整理する概念。

AIエージェントやローカルLLMなどのAI技術と、オープンソースソフトウェア（OSS）を組み合わせて、これまで人手で行っていた業務を自動化するパイプラインの設計・運用アプローチ。株式会社エクスブリッジ（Kurage）は、このアプローチを多数の実プロジェクトに適用し、kurage-platform上で検証・公開している。

概要

AI・OSSによる業務自動化パイプラインは、以下の要素を組み合わせて構築される。

AIエージェント: ai-agent（Codex、Claude Code、Hermes、OpenClawなど）がタスクを自律実行する
ローカルLLM: local-llm（Gemma 4、Qwen、DeepSeekなどをOllama/llama.cppで実行）によりコストを抑えつつ推論を行う
OSSツール: ossとして公開された自作ツールや既存OSS（ffmpeg、browser-use、Playwrightなど）を組み合わせる
自動化基盤: キュー（RQDB4AI）、Webポーリング、MCP、x402（x402）などでタスクを連携させる

この考え方は、vibe-coding（バイブコーディング）とも密接に関連する。「手入力をなくすことは、システム内製化の入口」という主張に代表されるように、AIにコード生成や作業を任せ、人間は設計と判断に集中するというスタイルが、自動化パイプラインの開発・運用にも適用されている。

主たる出典となるkurage-articles-indexには、2026年5月18日〜10月24日に公開された全600本のAI/OSS技術解説記事が収録されている。AIニュース速報、バイブコーディング、AIエージェント基盤、ローカルLLM、自動取引・FinTech、Web3・x402、SEO/グロース、監視・障害対応、動画生成、OSS日本語化・セルフホスト、行政データ・GISなど、自動化の実例が多岐にわたって記録されている。

なお記事索引の過半は日次AIニュースダイジェスト（ai-news系、1日最大4本）が占めており、それ自体が「収集→要約→公開」という自動化パイプラインの産物である（ai-news / autonomous-media-publishing）。

主な構成要素

1. AIエージェントの実行環境

hermes / openclaw: オーケストレーションとケイパビリティを分離するエージェント構成
kurage-agent-deck: スマホからCodex CLIを操作する軽量Webコンソール。マルチサーバ対応
codex / claude-code / browser-use: コード生成・ブラウザ操作・タスク実行のためのエージェントフレームワーク
officecli: AIエージェントにWord/Excel/PowerPointを操作させるエージェント専用Officeスイート
codealmanac-japanese-kit: AIエージェントに「コードに書けない文脈」を持たせるOSS
crucix: 27のOSINT情報源を1画面に集約するローカル完結ダッシュボード
mcp: エージェントに外部機能を接続するプロトコル（YouTubeアップロードMCPなど）

2. ローカルLLMと推論基盤

ollamaでGemma 4などのモデルをローカル実行
DeepSeek V4 Flashなど高性能モデルの自前運用（deepseek）
動画生成（Wan2.1 + ffmpeg）、音声合成（kurage-voice-pro）、字幕生成、音楽生成など、メディア処理と組み合わせる（ai-video-pipeline）
「クラウドに出さない」制約が本質となる業務では、no-external-data-egressが設計要件になる

3. 自動化対象の業務

kurage-articles-indexに記録された実例（全600本の記事から）から、以下の業務が自動化されている。

動画制作: AIショート動画の自動生成、デモ動画の自動録画、VTuberライブ配信（kurage-vtuber / kvtuber）、参照動画からの日本語ショート動画生成（kmontage）、字幕・吹き替え（kurage-voice-pro）
SNS運用: kurage-sns-posterによるThreadsやYouTubeへの自動投稿。X APIを使わない投稿（Agent Reach + twitter-cli）という迂回路も検証されている
SEO/グロース: kgrowthによるGSCとアクセスログの統合、kgeoによるGEO監査、ローカルLLMによる固有名詞SEO、AI検索最適化（ai-search-optimization / ai-readable-manual）、Hermes AgentにGSC・Analyticsを監視させてSEO対策させるループ
EC・商品登録: AIエージェントによる商品情報の自動登録（Hermes + OpenClaw + Claude + Ollama）、アフィリエイトクリック品質の計測（aixec）
金融取引: FreqAI・nofx・kfreqai・tradingagents-jp・openalice-jpなどによる自動売買と判断基盤の分離（ai-trading / paper-trading）
メール処理: kurage-mail — Roundcubeをhetemlに導入し、Codexからメールを処理する入口を構築
ナレッジ管理: openkbにより自社ナレッジのAI相談窓口とWikiを構築（ベクトルDB不要のRAG、ローカルLLM/DeepSeek実測つき。rag）
ニュース収集・配信: HorizonでAIニュースを収集しGitHub Pagesに投稿、KurageでAIショート動画を自動生成する一気通貫パイプライン
障害対応・監視: ZabbixとLLMを組み合わせたメモリ枯渇障害の調査（kzabbix）。「調査済みの障害メール」が届く監視の構築
文書品質: 化学試験報告書の「数値を変えない」AI校正・照査（kproofread）。FastAPI/Pandera/Pint/textlint/Gemma 4の役割分担、すなわちdeterministic-coreとLLMの分離
行政データ・GIS: 用途地域と上乗せ条例から民泊可否を引く設計、e-Gov法令APIと全国地方公共団体コードによる手続きナビ、国会会議録APIによる論点トラッカー（kminpaku / kurage-kokkai-tracker / kacnavi）。オープンデータの陳腐化や公表 gap への対処（hazard-map-judgment / administrative-data-publication-gap）
OSS導入・日本語化: 日本語化されていないOSSを訳して本家にPRする一連の取り組み（oss-japanese-localization / oss-upstream-contribution）。Krayin CRM（krayin-crm-japanese-kit）、DocuSeal（docuseal）、Docmost（docmost-japanese-kit）、Vikunja（vikunja-japanese-kit）、Zammad（zammad）、Docspell（docspell-japanese-kit）、Planka（planka-japanese-kit）、Twenty（twenty-crm）、OpenVPM（openvpm）、Alaveteli（alaveteli）、FixMyStreet（fixmystreet）など
全文検索・翻訳: Fessによる全文検索＋ローカルLLMの「聞けば答える」（fess）、PDFMathTranslateによる英語PDFの社内翻訳（pdfmathtranslate-japanese-kit）、whisper.cppによる文字起こしと議事録自動化
帳票・スライド生成: MarkdownからWeb表示と一致するPPTXを作る（marp-cli）

4. 収益化・マネタイズ

AIエージェントに仕事を受注させるマーケットプレイス（dealwork.ai）の実態調査（ai-agent-marketplace）
海外で伸びるAI収益化動画の解説（Claude Codeを使った収益化。ai-monetization）
「OSSボディ＋有料頭脳」によるx402従量課金
AIスキルをクローズドで販売するマーケットプレイス（capafy）

設計パターン

「OSSボディ＋有料頭脳」

コードはOSSとして公開し、「判断」だけをx402の従量課金API（Kurage Brain、ai-judgment-backend）として提供する設計。勝てるbotを売らず、コードはOSSで全公開、判断だけを量り売りする。

判断と実行の分離

ボットの売買判断をLLMに行わせる場合、判断API（kcbrain、ksbrain、kfxbrainなど）と実行を分離する
「画面」と「頭脳」を分けることで、テスト容易性と拡張性を高める
判断の根拠を残す設計（evidence-traceability）が、後からの検証を可能にする

キューによる非同期化

LLMの重い処理をキューに逃がし、Webポーリングで結果を受け取る実運用向けAIジョブ基盤（rqdb4ai）。共通result仕様でワーカー運用を安定させる。

AIエージェントの暴走防止

AIに業務システムの改変を任せる場合は「触ってよい範囲」を宣言する設計（config-declared-scope）を採用し、信頼境界（trust-boundary）を明確にする。Voice-Proの公開APIが直接叩かれた事例は、agent-security-incidentとして運用側の前提条件を問い直す材料になっている。

マルチテナント化とSaaS置換

個人用ツールをマルチユーザーSaaSへ引き上げる際は、tenant-isolationとsaas-subscription-replacementが設計軸になる。日本語化したOSSを自社サーバーで運用する流れ（self-hosting）も同じ延長線上にある。

実測に基づく落とし穴の記録

パイプラインの価値は「動いた」ことより「どこで壊れるか」の記録にある。翻訳が100%でも日本語検索に穴が残る問題（japanese-search-gap）、初回起動の中断で永続的に壊れるコンテナ（appsmith）、量子化やスレッド設定による速度差など、実測ログを伴う報告が繰り返し行われている。

出典

kurage-articles-index: Kurage AI OSS技術解説ブログの記事索引（全600本、2026-05-18〜2026-10-24）