【ITニュース解説】I Built slothd: A Local-First, Offline-Capable AI Daemon That Patiently Organizes Your Messy Workspace

多くの人がパソコンにダウンロードしたファイルやスクリーンショット、設定ファイルなどでデスクトップやダウンロードフォルダが散らかりがちだ。しかし、これらを整理するために個人情報をクラウドサービスにアップロードすることには抵抗があるだろう。slothdは、このような課題を解決するために開発された。これは、ユーザーのコンピューター上で完全に動作し、インターネット接続なしでも利用できるAIファイル整理ツールである。乱雑なデジタルワークスペースを、プライバシーを保護しながら整理することを目指している。

slothdの最も特徴的な点は、その動作哲学にある。まるでナマケモノのように、ユーザーがコンピューターから離れている間、つまりキーボードやマウスの操作がないときに静かに活動を開始する。これにより、ユーザーの作業を邪魔することなく、バックグラウンドでファイルの整理を進める。この動作は、WindowsやmacOS、LinuxといったOS固有の機能を使って、ユーザーのアイドル状態を検知することで実現されている。

ファイルの整理には、二段階の賢い処理が用いられている。第一段階は、非常に高速なメタデータによるトリアージだ。ここでは、ファイルそのものの内容を見る前に、ファイルサイズ、拡張子の種類、パスの深さ、更新時間、ファイル名の長さといった七つの特徴を分析する。これにより、すでに古くなったインストーラーファイルや、重複したファイル、単なるスクリーンショットといった不要なものを、わずか1ミリ秒という速さで特定する。この処理には、TabPFNという表形式のデータに特化した予測モデル、またはそれと同等の機能を持つローカルのヒューリスティックエンジンが使用される。TabPFNは高度なAIモデルだが、slothdではオフラインで動作する軽量な代替手段も提供されており、ネットワーク接続がなくても確実にファイルを識別できる。

第二段階は、第一段階で分類しきれなかった、より詳細な内容理解が必要なファイルに対して適用される。例えば、内容が不明なPDFファイルやスキャンされたレシート、画像ファイルなどがこれに該当する。ここで活躍するのが、Gemma 3という大規模言語モデルだ。Gemma 3はGoogleが開発したオープンソースのAIモデルで、slothdではこれをOllamaというツールを使ってユーザーのコンピューター上でローカルに実行する。Ollamaを使うことで、インターネットに接続することなく、Gemma 3がPDFを画像として読み込み、その内容を理解し、請求書であればベンダー名、日付、金額などを抽出できる。抽出された情報は、Pydanticというライブラリで定義された厳格なJSON形式のスキーマに従って出力されるため、情報の精度と信頼性が保証される。もしOllamaサーバーが利用できない場合でも、slothdは自動的に拡張子に基づく基本的な分類に切り替わるため、処理が停止することはない。

slothdの操作は非常に安全に設計されている。ファイル整理の提案は、デフォルトでは実際のファイル移動を行わない「ドライラン」として表示される。ユーザーが内容を確認し、承認しない限り、ファイルは移動されない。さらに、全てのファイル移動操作はSQLiteという軽量なデータベースのWAL（Write-Ahead Logging）形式のログに記録される。このログには、どのファイルがどこからどこへ移動したか、いつ実行されたかといった情報が詳細に保存されるため、もし整理結果が気に入らなかった場合でも、「slothd undo」コマンド一つで、全てのファイルを元の場所へ瞬時に戻すことができる。これは、予期せぬトラブルからユーザーのファイルを保護する上で非常に重要な機能だ。また、ファイルが移動される際も、既存のファイルを上書きすることなく、必要に応じてファイル名に番号を付与して衝突を回避し、元のファイルの更新日時などのメタ情報もそのまま保持される。

整理されたファイルは、自然な言葉で検索できる機能も備えている。例えば、「10月のAWS請求書はどこ？」といった質問をすると、slothdが関連するファイルを特定してくれる。この機能は、Tiger DataのpgvectorというPostgreSQLの拡張機能と、そこに含まれる数値ベクトルデータを使って、ファイルの内容の類似性を判断することで実現される。インターネット接続がない場合でも、ローカルのSQLiteデータベースに格納されたベクトル情報を使って同様の検索が可能だ。

開発プロセスにおける品質と信頼性の確保も重視されている。Sentryというオブザーバビリティツールが開発中に積極的に活用された。Sentryは、ソフトウェアの実行中に発生するエラーやパフォーマンスのボトルネックを検知し、開発者にリアルタイムでフィードバックを提供する。例えば、Ollamaサーバーへの接続エラーや、AIモデルの出力形式の不一致といった問題がSentryによって発見され、迅速に修正された。これにより、slothdは堅牢で信頼性の高いシステムとして完成した。

slothdの開発において、オープンイノベーションとユーザーのプライバシー保護は最も重要な要素として位置付けられている。税金関連書類、銀行の明細、医療記録、機密性の高いコードなど、個人ファイルには非常にデリケートな情報が含まれている。これらを外部のクラウドAIサービスにアップロードすることは、プライバシーのリスクを伴う。しかし、Gemma 3やTabPFNのようなオープンソースのAIモデルを使用することで、すべての処理をユーザー自身のコンピューター内で完結させることが可能になった。これにより、ユーザーの個人ファイルやメタデータが、ユーザーの明示的な許可なくインターネットを介して外部に送信されることは一切ない。パートナー企業が提供する一部のオンライン連携機能は、必要に応じてユーザーが明示的に有効化しない限り動作しない。このように、プライバシーは後付けの機能ではなく、slothdの根本的な設計思想そのものに組み込まれている。

slothdがもたらす最大の価値は、デジタルな整理整頓にまつわる精神的な負担からの解放だ。毎週何時間も費やしてPDFファイルを開き、謎めいたファイル名を解読し、どこに保存すべきか悩むような作業はもう必要ない。slothdデーモンは、ユーザーがコンピューターから離れたことを検知し、バックグラウンドで静かに動作する。わずか1ミリ秒で不要なファイルを特定し、Gemma 3を使って請求書などの内容を正確に読み取る。ユーザーが戻ってくると、きれいに整理された提案が待っており、それを承認するだけで整理が完了する。そして、もし結果が気に入らなくても、いつでも元に戻せる安心感がある。これにより、ユーザーはより多くの時間を創造的な活動や休息に充てることができ、デジタルな作業環境における落ち着きを取り戻せるのだ。