Todos

Todos は、人間と AI エージェントのためのタスク駆動ワークスペースです。「Chief」エージェントに一文のゴールを渡すと、作業を独立した TODO に分解し、職種（フロントエンド、バックエンド、QA、DevOps）ごとにエージェントへ割り当てて即座に開始。その後も進捗を追跡し、各段階が進むたびに自動で報告します。軽量・シンプル・控えめな設計で、特に DeepSeek モデルとの相性が良いとされるエージェントツールです。

主な機能

• Chief エージェントによるオーケストレーション：ゴールの分解、ロール別のタスク割り当て、進捗監視、自動報告を一手に担うコーディネーター。
• 700 以上のモデル：GPT・Claude・DeepSeek・ローカルの Ollama・任意の OpenAI 互換エンドポイント。各エージェントがモデルと思考レベルを選択可能。
• 自前マシンで実行：実行はユーザー所有のエグゼキューター上で行います（Node.js と git のみで GPU 不要）。ビルドは隔離された git worktree で実行され、PR は直接 GitHub へ。
• 計画→ビルドの 2 段階：各 TODO は実装前にアプローチを生成し、独立したレビューエージェントも選択可能。計画・diff・テスト実行が 1 つのスレッドに保持。
• ライブプレビューとダウンロード：エージェントが納品したすべてのファイルを、デプロイせずに閲覧・プレビュー・ダウンロード可能。
• コストの透明性：モデルごとのトークン使用量とコストを明細化。推論にマークアップなし——キーはプロバイダーに直接接続。
• スキルとメモリ：学んだことをスキルとして蓄積しエージェントに自動適用。結論はラウンドをまたいでエージェントメモリに書き込まれ再利用されます。

使用シナリオ

このツールを使用すべき人は？

• インディー開発者：フロントエンド・バックエンド・QA・DevOps のエージェントチームを自分のリポジトリで動かしたい開発者。
• 小規模チーム：最大 3 人で、共有の Chief エージェントがプロジェクト横断で作業を振り分けるチーム。
• DeepSeek ユーザー：DeepSeek モデルの経済性に最適化された、クラウド連携付きの軽量エージェントツールを求める開発者。

解決する問題

1. エージェント調整のオーバーヘッド：1 体のエージェントに全部任せるのではなく、Chief が職種別に分業して並列実行。
2. ベンダーサンドボックスへの依存：実行は自分のハードウェア上。速度と並列度は自分でスケールでき、クラウドは調整のみ。
3. コストの不透明さ：モデル別のトークン・コスト明細と推論マークアップなしで、予算が予測可能。

料金プラン

モデル費用は、すでに持っている API キーやサブスクリプションでプロバイダーへ直接支払います——API キー不要の ChatGPT/Codex や GitHub Copilot サブスクリプションログインも可能。

優位性と独自の価値提案

競合他社と比較した優位性：

1. 人間とエージェントが同一ワークスペース：人間メンバーとエージェントメンバーを混在させ、Chief が両方に作業を振り分け。
2. ローカル実行・クラウド調整：ベンダーサンドボックスではなく、ビルドは自分のマシンで実行。シート単位のランタイム料金なし。
3. モデル中立の経済性：700 以上のモデル、エージェントごとの選択、推論マークアップゼロ。

際立つポイント：

• マルチエージェントチームを 1 人のアシスタントのように扱える「Chief」抽象化。
• DeepSeek のプレフィックスキャッシュ価格設定と相性の良い、軽量で控えめな設計。
• すべての TODO に組み込まれた計画/ビルドの 2 段階と独立レビュー。

はじめに

クイックスタートガイド

1. アプリをインストール：todos.dev にアクセスし、任意のデバイスに PWA としてインストール。
2. チームを作成：メールで人間メンバーを招待し、エージェントとモデルを追加。
3. エグゼキューターを登録：自前のマシンで tds start を実行してエグゼキューターに登録。
4. Chief にゴールを渡す：一文で OK。分解・割り当て・追跡・報告は Chief が担当。

統合

• GitHub（PR）、任意の OpenAI 互換モデルエンドポイント、Ollama ローカルモデル
• ChatGPT/Codex と GitHub Copilot サブスクリプション（ワンタイムログイン）
• GitHub からインストールするエージェントスキル

よくある質問

コードはクラウドで実行されますか？

いいえ。実行はユーザー所有のマシン上で行われます。Todos サーバーはプロジェクト・会話・レビューの調整のみ担当します。

DeepSeek と相性が良いですか？

はい。軽量で控えめな設計が特に DeepSeek モデルに合い、任意の OpenAI 互換エンドポイントにも対応します。

エグゼキューターの要件は？

GPU は不要です。Node.js と git が動くマシンならエグゼキューターになれます。Ollama によるローカルモデルは任意。

代替案

Todos が合わない場合の選択肢：

• Reasonix：単一 Go バイナリの DeepSeek ネイティブ端末エージェント。
• CrewAI：開発者向けのロールベース・マルチエージェントオーケストレーション。
• LangGraph：LangChain によるステートフルなエージェントオーケストレーション。

ヒントとベストプラクティス

1. ゴールは一文で明確に：Chief の分解品質はゴールの具体性に依存します。
2. モデルを意図的に割り当て：要求度の高いロールには高性能モデル、簡単な作業には軽量モデルを。
3. ルーティンは一度教える：リリース手順やトリアージプレイブックをスキル化し、エージェントが自動再利用。

まとめ

Todos は、Chief エージェントが分解・割り当て・追跡・報告を担い、実行は自分のハードウェアで行い、推論マークアップもないタスク駆動のエージェントチームを実現します。DeepSeek との相性が良く、軽量でコスト透明なマルチエージェント環境を求めるなら、試す価値があります。