wuphf共有コンテキストで動くAIチームを起動

AIアシスタントを日常的に使っていると、だんだん不満が出てくる。単発の質問には答えてくれるけど、ひとつの作業を完結させるには自分でコンテキストを引き継がなきゃいけない。ましてや、調査と実装とレビューを分担させたいと思ったら、もう手に負えない。

wuphfはそのもどかしさに切り込むツールだ。このプロジェクトは自分を"personal office of AI teammates"と表現している。要するに、AIの同僚たちを一気に立ち上げて、同じ文脈を共有させながら仕事をさせるための基盤だ。

一人のAIではなく、チームとして動かす

wuphfはGo言語で書かれたオープンソースツールだ。単体のAIセッションを強化するのではなく、複数のエージェントを束ねるオーケストレーション層に近い。現時点で対応しているのはClaude Code、Codex、OpenClaw、OpenCode、そしてローカルLLM。AnthropicとOpenAIの公式CLIから、オープンソース系エージェントまで、わりと幅広くカバーしている。

この構成のポイントは、各エージェントが共有コンテキストを持つことだ。あるAIが調べた結果を、別のAIが引き継いでコードを書き、さらに別のAIがレビューする。いちいち手動で情報を渡す必要がなくなる。

結局、何が嬉しいのか

一番の利点は、タスクを役割ごとに分解できることだ。たとえば「調査班」「実装班」「レビュー班」のような分業を、複数のAIエージェントに任せられる。

これは単なる思いつきではなく、実際に動く仕組みとして提供されている。GitHubのリポジトリでは1200以上のスター、1473回のコミット、99フォークが確認できており、開発初期から一定の関心を集めている。個人開発者はもちろん、Claude CodeやCodexをすでに使いこなしている人なら、導入の敷居は高くないだろう。

さらに、ローカルLLMをサポートしている点は、データを外部に出せないチームにとっては見逃せない。社外秘のコードやドキュメントを扱う場面でも、使える選択肢になる。

注意点と現実的な評価

ただし、公式ドキュメントはまだ十分とは言えない。プロジェクトの説明文やREADMEにはコンセプトが示されているものの、具体的なセットアップ手順や各ツールとの詳細な連携方法は、自分でリポジトリまで見に行く必要がある。これは初期のオープンソースプロジェクトなので、仕方ない部分でもある。

実際に試すなら、以下のポイントを押さえておきたい。

• 対応ツールの基本操作を先に覚えておく。wuphfはあくまで接着剤で、本体のAIエージェントの能力に依存する。
• プロジェクトが急速に開発中なので、インターフェースが変わる前提で触る。バージョン固定やログの監視を怠らないこと。
• ローカルLLMを使うなら、実行環境のスペックも確認しておく。複数エージェントを並行で動かすと、それなりのリソースが必要になる。

正直なところ、多エージェント協調の分野はまだ発展途上だ。wuphfが目指す世界はSFじみているが、実装はオープンソースとして既に動いている。多エージェントのワークフローを試したい開発者には、今年いちばんの候補になるかもしれない。

何より、「AIチームを自分のオフィスに持つ」という体験は、一度味わうと単一アシスタントには戻れなくなる可能性がある。興味が出たら、まずREADMEを読むところから始めてみてほしい。