ローカルLLMを試したものの、モデルを選ぶ段階で止まったり、チャットの回答を業務のファイルへ戻す作業に手間がかかったりする。Hob は、その二つをまとめて扱おうとするデスクトップAIアプリです。パソコンに合わせたモデル選択と、ファイルを読む・整理するための道具を一つにまとめています。
HobのAIモデルは端末上で動く設計ですが、Web accessは初期設定でオンです。Web検索、コードによる通信、追加したコネクターなどはネットワークを使います。また、許可したプロジェクト内の新規ファイル作成などは毎回の承認なしで進む場合があります。Windows版のPython実行には読み取り・通信をOS側で隔離しない制約もあります。機密資料の導入前に、後述の通信と権限の境界を確認してください。
本稿はFrigadeHQのHobの v0.2.1 を対象にしています。同版の公開は2026年10月26日05:55:40 UTC、日本時間では10月26日14:55:40。10月27日7時の調査基準から約16時間です。初回ローンチ日時をこのリリース日時と同一視するものではありません。
チャットの先へ:ファイルを扱うローカルAI
LLMは、大量の文章から学習した規則を使って文章や手順を生成するモデルです。ローカルLLMは、その推論を自分の端末で行います。Hobはllama.cppを使う構成で、MacではMetal、その他の環境ではCUDAやVulkanなどを利用します。モデルだけでなく、モデルが呼び出すファイル操作やコード実行の道具も用意しています。
| 用途 | 公式に説明されている機能 | まず試す仕事 |
|---|---|---|
| 文書の整理 | プロジェクト・フォルダー内のファイルを読む | 二つの会議メモから決定事項と未決事項を分ける |
| 表の処理 | Pythonで表計算ファイルを扱い、グラフを作る | 架空の売上表で合計を照合し、グラフにする |
| PDF・写真 | PDFや画像の読み取り。PDFフォーム入力はMac | 公開資料の項目を抜き出し、元ページと照合する |
| 機能の追加 | Skills・Pythonツール・MCPコネクター | 標準機能で不足する道具だけ後から追加する |
MCPはAIから外部の道具を呼び出す接続方式、Skillsは作業の進め方などをまとめる仕組みです。最初から接続先を増やす必要はありません。まず手元の架空ファイルだけを対象にすれば、モデルの回答と元資料を比較しやすくなります。これらは提供機能と試用案であり、今回それぞれの業務が成功したという実測報告ではありません。
v0.2.1までの変更履歴には、音声入力モデルをバックグラウンドで取得する変更や、会話を続けた際のグラフ参照に関する修正が含まれます。ファイル操作などの機能全体が、この小さな更新で初めて追加されたわけではありません。
対応OS・料金・日本語:始める前に知っておくこと
| 項目 | v0.2.1で確認した条件 |
|---|---|
| 配布ファイル | Apple Silicon搭載Mac、Windows x64、Linux x86_64向け。公式リリースから取得する |
| メモリー | 公式の入口は8GB以上。ただしOS・GPU・空き容量などで選ばれるモデルが変わる |
| 料金 | アプリはMITライセンスの無料・オープンソース。公式はアカウント・サブスクリプション不要と説明 |
| モデルの条件 | モデル本体のダウンロードが別に必要。モデルごとの利用条件は別途確認する |
| 日本語 | 32言語のUIを用意し、日本語の翻訳ファイルもある。日本語回答の正確さは本稿では未実測 |
| 追加ダウンロード | 画像用モデルなどを後から取得する構成。アプリの配布サイズだけでは必要容量を見積もれない |
配布条件は公式リリース、言語は日本語UIのソースで確認しました。翻訳が存在することと、日本語の表や専門文書を正しく扱えることは別です。日本語の小さな教材で確かめる工程を残します。外部の有料サービスへコネクターを接続する場合、そのサービスの料金まで無料になるわけではありません。
どのモデルが選ばれる? メモリー容量だけで決まらない
Hobは、端末のハードウェア情報とモデルのカタログから候補を選びます。選択処理では、メモリーに収まるかだけでなく、帯域幅やエージェント用途の評価値なども使います。帯域幅は、メモリーなどからデータを運ぶ速さです。同じ容量でも、CPUだけで処理する端末とGPUを活用できる端末で選択は変わり得ます。
編集部ではソースをコミット 93d7a372 に固定し、公開カタログと公式テスト用の仮想ハードウェア情報を選択関数へ渡しました。これはアプリのインストールやモデル推論ではなく、選択ロジックの限定検証です。6条件とも、下表の結果を確認しました。
| テスト用の端末条件 | 選択関数が返したモデル |
|---|---|
| Apple M1・8GB級 | Gemma 4 E4B Compact |
| Apple M1・16GB級 | Gemma 4 E4B |
| Apple M1 Max・32GB級 | Gemma 4 26B A4B |
| Apple M4 Max・128GB級 | gpt-oss 120B |
| Windows・8GB級・専用GPUなし | Qwen3 1.7B |
| 4GB級の小型CPU端末 | 推奨モデルなし |
条件は公式のテスト用データに基づきます。「8GBなら全OSで同じモデル」「32GBなら必ず快適」という表ではありません。実機の空きメモリー、他のアプリ、読み込む文書の長さも確認が必要です。最後の4GB条件では、無理にモデルを選ぶのではなく候補なしになることも確かめました。
モデル選択は後から変更できます。ただし、大きいモデルへ替えればすべての仕事が改善するとは限りません。文章の質、回答までの時間、ファイル操作の成功率、端末の負荷を同じ教材で比較してください。本稿では生成速度・日本語の精度・消費メモリーを測っておらず、モデル間の勝敗は付けていません。部分検証に使ったNode.jsは23.11.0ですが、Hobの開発環境は公式にはNode.js 24とpnpm 10が必要です。この検証環境をアプリ全体の対応条件と取り違えないでください。
通信とファイル変更の境界:公式説明をもう一段読む
公式はチャットとファイルが端末内に留まり、テレメトリーがないと説明しています。ただしこれは提供元の説明であり、編集部が通信を網羅的に監査した結果ではありません。設定の実装では、Web accessが明示的にfalseでない限り有効になります。ローカル用途で始めるなら、最初にSettingsでこの項目を確認します。
| 処理 | 確認した境界 |
|---|---|
| LLMの推論 | 端末上のモデルで行う構成 |
| モデルの取得・更新確認 | ネットワークが必要 |
| Web検索・コードによるデータ取得 | Web accessの設定が関係する |
| 追加コネクター | 接続先へ通信する。Web検索の設定だけで一律に管理できると思わない |
| WindowsのPython実行 | 低い整合性レベルで書き込み先を制限するが、読み取りと通信は隔離しないとソースに明記 |
| LinuxのPython実行 | Landlockによる制限はカーネル等に依存。非対応・設定の一部失敗時は制限なしで続行する実装 |
特にOSごとの差は重要です。Python実行部分には、Windowsでは読み取りとネットワークが開いたままと書かれています。Mac側にはネットワークを禁止するサンドボックスの設定がありますが、OSごとの仕組みは同じではありません。Web accessをオフにする操作を、OS全体で通信を遮断する保証として扱わないでください。厳密な閉域運用が必要なら、端末・ネットワーク側の制御も含めた別の検証が必要です。
Linux側も無条件に隔離されるわけではありません。Landlockを使う実装は、対応機能が使えない場合やルールの作成に失敗した場合などに、制限を適用せずコード実行へ進みます。通信制限は対応する機能版でのTCP接続・待ち受けが対象です。「Linuxだからすべての通信を禁止できる」とも判断しないでください。
ファイルの確認画面についても、「あらゆる変更の前に必ず聞く」と読み替えるのは正確ではありません。権限判定では、チャット用フォルダー内の操作や、条件を満たすプロジェクト内の新規ファイル作成は自動で許可されます。既存ファイルの変更は確認する設計ですが、継続許可などの条件で変わります。試用時は原本のコピーを使い、許可するフォルダーを小さくしておくのが実用的です。
最初の試用案:二つの会議メモから「未決」を拾う
便利さを判断しやすい最初の用途は、会議メモの整理です。録音をそのまま任せるのではなく、短いテキスト2本から始めます。下の教材は完全に架空で、期限の食い違いと未記入の担当者を意図的に入れています。
- 1公式リリースから自分のOS・CPUに合うアプリを取得する。初期設定で表示されるモデルと必要なダウンロード容量を確認する。
- 2Settingsで表示言語とWeb accessを確認する。今回の教材ではWeb検索も外部コネクターも使わない。
- 3検証専用フォルダーを作り、下の二つのテキストを保存する。原本の業務フォルダー全体を許可しない。
- 4二つのファイルをプロジェクトへ追加し、日本語の依頼文を渡す。まず結果をチャットに出してもらい、ファイル変更は依頼しない。
- 5期待される確認事項と比較する。正しく読めたら、新しいチェックリスト1枚の作成だけを追加で依頼し、保存先と内容を確認する。
このプロジェクトのmeeting-a.txtとmeeting-b.txtだけを読み、日本語で整理してください。まだファイルの作成・変更・削除はしないでください。Web検索や外部送信も依頼していません。1. 決定事項、担当、期限候補、未決事項を分ける。2. 各記述に根拠のファイル名と短い原文を付ける。3. 期限が食い違う場合、新しい日付を自動的に確定せず、確認すべき内容として示す。4. 未記入の担当者を推測しない。5. 次回の会議で確認する質問を3つ以内で挙げる。会議メモA/会議メモB/日本語の依頼文をダウンロードできます。期待する確認点は、画面が3枚で担当が山田、期限候補が10月30日と11月2日の二つで変更承認は未確認、追加タスクの担当は未記入、顧客確認会は日時未決、という5点です。「新しいメモだから11月2日で確定」としてしまったら、その業務では再確認が必要です。
これは教材と採点の目安で、Hobがこの回答を生成できたという実測ではありません。所要時間は、回答が出るまでに加えて、根拠を照合し誤りを直す時間まで記録します。原本を送らず作業できる利点と、手直しの負担を一緒に見ると、導入効果を判断しやすくなります。
現時点での位置づけ:ローカルAIの入口として試す
Hacker Newsの紹介投稿には、対応ハードウェア、モデルの保存先、アプリ構成などの質問が寄せられています。独立した利用者の関心は確認できますが、これだけで日本語の業務品質が実証されたわけではありません。
Hobの魅力は、モデル選びと手元のファイル作業を一つの入口にまとめた点です。まずは短いテキストの照合から試し、問題がなければ表やPDFへ広げる。ローカル推論、ネットワーク利用、書き込み権限を分けて理解することが、導入時の近道になります。
確認日:2026年10月27日(日本時間)。対象版v0.2.1。今回の実行検証はモデル選択関数6条件に限定し、アプリのGUI・音声認識・PDF処理・モデル推論は未実測です。ファイル編集の導入条件を比較したい方は、MCP Docsの記事も参照してください。