常時稼働AIを自作する、PiとTelegramによるオープンソース「dots」構築の全貌

性能・ベンチマーク

本動画は、オープンソースのツール群を組み合わせたセルフホストエージェントの構築手順と機能デモに特化した内容であり、LLM自体の推論速度やタスク成功率に関する定量的なベンチマーク数値の提示はありませんでした。デモ映像から確認できる範囲では、Telegramでメッセージを送信してからエージェントが応答を開始するまでの処理時間は数秒から10秒程度でした。この処理時間には、外部API（OpenRouter）へのリクエスト、Google Workspace CLIの実行、および「Pi」フレームワークによるツールの呼び出し判定が含まれています。実用的な応答速度ではありますが、商用の統合型アシスタントと比較すると、複数のツールを連鎖的に呼び出すステップにおいて、ローカルサーバーの処理能力やネットワーク遅延が応答速度に影響を及ぼす可能性があります。また、タスクの実行精度は選択する基盤LLMの性能に依存するため、安定した動作には十分なコンテキストウィンドウとツール利用能力を持つモデルの選定が必要です。

競合サービスとの比較

今回実演された自作エージェントシステムと、既存の主要なエージェントサービスを比較します。比較対象として、OpenAIが提供する「dots」（商用・クローズドソース）、およびエージェント開発プラットフォームである「Hermes Agent」および「OpenClaw」を取り上げます。

（編集部注：OpenAIのdotsはユーザーのコンテキストを常時学習し、シームレスな体験を提供する一方で、データの外部送信や利用料金の不透明さが課題となる場合があります。これに対し、Piとpi-gatewayを用いたシステムは、すべてのセッションデータがローカルのSQLiteに保存され、通信も自身が管理するAPIキーを介して行われるため、データプライバシーの観点で圧倒的な優位性を持っています。一方で、OpenAI dotsのような洗練されたUIや、デバイス間での完全な同期機能、極めて低い遅延での動作などは、現時点の自作システムでは及びません。また、OpenClawなどの既存のオープンソースプロジェクトと比較すると、今回のシステムは「Pi」の軽量なセッション管理と、メッセージルーティングに特化したシンプルなゲートウェイ構造により、リソース消費が少なく、VPSでの運用が容易である点が特徴です。）

料金・提供プラン

本システムを構築するために必要なソフトウェア（Pi、pi-gateway、Tauなど）は、すべてGitHub上でライセンスフリーのオープンソースとして無償公開されています。したがって、ソフトウェア自体の利用料金やライセンス費用は発生しません。しかし、実際にシステムを常時稼働させ、実用的に運用するためには、以下のインフラコストおよびAPI利用料が実費として発生します。

まず、常時稼働マシンとしてVPS（仮想専用サーバー）を利用する場合、月額数百円から数千円程度のサーバー維持費が必要です。次に、エージェントが利用するLLMのAPI利用料が発生します。デモで使用されたOpenRouter経由での「Space Bunny Alpha」や「Kimi K3」などのモデルは、トークン数に応じた従量課金制となっています。ローカルPCでLlamaなどのオープンソースモデルを完全ローカルで実行する場合はLLMのAPI費用は不要ですが、その場合は相応のGPU性能を持つハードウェア資産が必要となります。最後に、検索スキルとして使用する「Firecrawl」などの外部APIサービスについても、無料枠を超えた利用にはプランに応じた月額費用が発生します。

日本から使う方法

日本のユーザーがこのシステムを導入し、今日から試すための具体的な手順は以下の通りです。特別な地域制限はなく、日本国内からでも完全に利用可能です。

• 前提条件の準備:
  • 常時稼働可能なLinux環境（Ubuntu等のVPS、または常に電源が入っているPC）を用意します。
  • システムにNode.jsおよびPython環境がインストールされていることを確認します。
  • 高速なPythonパッケージ管理ツールである「uv」をインストールしておきます。
• pi-gatewayのインストール:
  • ターミナルを開き、コマンド「uv tool install pi-gateway」を実行して、ゲートウェイツールをグローバルにインストールします。
• Telegramボットの作成:
  • Telegramアプリで「@BotFather」を検索し、チャットを開始します。
  • 「/newbot」コマンドを送信し、画面の指示に従ってボットの名前とユーザー名（末尾が「_bot」である必要があります）を設定します。
  • 生成されたAPIトークン（HTTP APIアクセス用）をコピーして控えておきます。
• ユーザーIDの特定:
  • Telegramで「@userinfobot」などのID確認用ボットを検索し、メッセージを送信して、自身の数値型ユーザーID（9桁以上の数字）を取得します。これは、他人があなたのボットを悪用するのを防ぐためのセキュリティ設定に使用します。
• ゲートウェイの初期化と起動:
  • エージェントのディレクトリ（例：「agents/pa-assistant」）に移動します。
  • 「pi-gateway init」を実行し、プロンプトに従って先ほど控えた「Telegramボットトークン」「許可するユーザーID」「エージェントの作業ディレクトリ」「使用するLLMモデル名」を入力します。
  • 初期化完了後、「pi-gateway start -i <インスタンス名>」を実行してゲートウェイをバックグラウンドで起動します。以降、設定したTelegramボットにメッセージを送信することで、エージェントとの対話が開始されます。

誰にどう効くのか

エンジニアへの実務インパクト

エンジニアにとって、本システムは「常時稼働型エージェント」の内部構造を完全に把握し、カスタマイズできる強力なプレイグラウンドとなります。商用サービスではブラックボックス化されているセッション管理やツール呼び出しのロジックが、SQLiteとPiフレームワークというシンプルな構造で可視化されているため、独自のAPIや社内ツールをエージェントの「スキル」として容易に統合できます。また、近年注目されているModel Context Protocol（MCP）などの新しいエージェント規格への対応や、独自のカスタムスキルの開発をローカル環境で迅速にテストできるため、エージェント技術の社会実装に向けた技術検証プロセスを大幅に高速化できます。

企画・マーケティング担当者への実務インパクト

企画やマーケティングの担当者にとっては、自社ブランドや特定の製品に特化した「パーソナライズド・アシスタント」のプロトタイプを、開発部門に大きな負担をかけることなく迅速に構築できる点がメリットです。例えば、自社の製品仕様書やFAQのドキュメントをエージェントのディレクトリに配置し、適切なシステムプロンプトを設定するだけで、24時間顧客対応や社内問い合わせに応答するTelegramボットが数時間で完成します。これにより、新しい顧客体験（CX）のアイデアを実際の動作モデルを用いて検証し、本番開発への移行判断を下すための確実なデータを早期に収集できます。

経営層への実務インパクト

経営層にとって、本システムは「データプライバシーの確保」と「業務効率化」を両立させる極めて現実的なガバナンス手段となります。機密性の高い社内データや顧客情報を扱うエージェントを構築する際、商用のクローズドなAIサービスではデータ漏洩や二次利用のリスクを完全に排除することが困難です。本システムのように、自社が管理するVPSやローカルサーバー内にすべての対話履歴（SQLite）とエージェントの実行環境を閉じ込めることで、企業のセキュリティポリシーを厳格に遵守した形で、最新の自律型AIエージェントによる業務自動化を推進できます。

まとめ

本動画で実演された「Pi」と「pi-gateway」によるセルフホスト型エージェントの構築は、OpenAI dotsのような最先端のAI体験を、個人の手で、かつ完全なプライバシー制御のもとで再現できることを証明しました。データがローカルのSQLiteに保存され、任意のモデルを選択できる自由度は、オープンソースならではの強力な強みです。

読者が次に取るべき行動は、まず手元の開発環境や安価なVPSに「uv」を用いて「pi-gateway」をインストールし、Telegramボットを1つ作成して、自身専用のAIアシスタントとの対話を体験することです。そこから、独自のドキュメントを追加してエージェントの個性をチューニングし、実務への適用可能性を探るステップへと進むことを推奨します。