ehAye™ Engineの紹介
ehAye™ Engineは、ローカルで動作するソフトウェアブリッジであり、音声、視覚、システム制御というマルチモーダル機能をAIコーディングアシスタントに追加します。クラウド処理やデータ送信を必要とせず、開発者、エンジニア、および技術系ユーザー向けに設計されています。特に、自動テスト、対話型デバッグ、リアルタイムフィードバックなどのタスクにおいて、AIコーディングエージェント（例：Claude、Gemini、Grok、Cursor、Copilot）と自環境をより深く連携させる必要があります。
スタンドアローン型のAIアプリケーションとは異なり、ehAye™ EngineはAIモデルを置き換えたりホストしたりしません。代わりに、Model Context Protocol（MCP）に対応した既存のAIエージェントを、ユーザーのローカル環境のリソース（オーディオ、ブラウザ、OS機能など）に接続する相互運用可能なレイヤーとして機能します。すべての音声処理、ブラウザ操作、システム自動化はユーザーの端末上で実行され、クラウドはライセンス検証のみに限定されます。
主なポイント
- システム標準の音声合成（TTS）機能を提供し、自然で低遅延の音声出力を実現
- スクリーンショット取得、画面録画、視覚的コンテキスト分析といったビジョン機能を備える
- Model Context Protocol（MCP）準拠の統合により、ブラウザ自動化、ファイル操作、エンドツーエンドテスト実行などの完全なシステム制御をサポート
- 音声、ビジョン、制御の全コア機能をデバイス上でのみ実行することで、プライバシーを保証
- ベンダーおよびAIモデルに依存しない設計：MCP対応であれば、基盤となるLLMに関わらず利用可能
- テレメトリ、データ収集、バックグラウンド監視を一切行わず、ユーザーのデータは端末から一切送信されない
- 現在macOS（Apple Silicon）対応；Linux（x86-64）およびWindows（x86-64）版は今後リリース予定
ehAye™ Engineの仕組み
ehAye™ Engineは、軽量なローカルサービスとしてインストールされ、音声出力、視覚入力（スクリーンキャプチャ経由）、およびシステムレベルの操作（例：ブラウザナビゲーション、クリップボードアクセス、ファイルI/O）向けに標準化されたインターフェースを提供します。MCP対応のAIエージェントと、AVFoundation（macOS）などのネイティブOS APIを活用して通信し、カスタム統合なしで音声合成の要求、スクリーンショットの取得、ブラウザセッションの開始、OSコマンドの実行などを可能にします。
ワークフローは、MCP対応AIエージェントが構造化された要求（例：「このテキストを音声化する」「UI要素を含むスクリーンショットを取得・説明する」）を送信することから始まります。ehAye™ Engineはその要求をローカルで処理し、ネイティブOS APIを介して実行し、結果をAIエージェントに直接返します。中間のクラウド経由は一切不要です。ライセンス検証はアクティベーション時に安全なHTTPS接続で1回のみ行われ、その後のネットワーク接続は不要です。
主な利点と用途
ehAye™ Engineは、AI支援による開発ワークフローへの実用的かつプライバシー重視の拡張を可能にします。開発者は、実行状況をリアルタイムで確認しながらエンドツーエンドのブラウザベーステストを自動化できます。技術指導者は、ペアプログラミング中にコード解説を音声でナレーションできます。QAエンジニアはビジョン機能を活用して、UI状態をプログラム的に検証できます。すべての処理がローカルで完結するため、金融サービス、医療IT、政府機関など、データ所在および機密性が厳格に求められる環境でも利用可能です。MCPに基づく設計により、ベンダーロックインを回避しつつ、進化するAIエージェントエコシステムへの互換性を確保します。
