StaffDeck オープンソース化：デジタル従業員を構築するエンタープライズプラットフォーム

はじめに

2026年7月15日、OpenBMBはStaffDeckをオープンソース化しました。これは、デジタル従業員の構築、運用、管理に特化したエンタープライズプラットフォームです。

このプロジェクトは、一般的なエンタープライズチャットボットとは異なるアプローチをとっています。StaffDeckはAIを一時的な対話ウィンドウとして扱うのではなく、専門的な経験、業務プロセス、標準運用手順、意思決定基準を、継続的に業務を遂行し改善を続けるデジタル従業員へと変換することを目的としています。

ソースコードはGitHubで公開されており、macOS、Windows、Linux向けのデスクトップインストールパッケージも提供されています。また、OpenAI互換のモデルエンドポイントを介してソースコードからデプロイすることも可能です。

エンタープライズチャットボットからデジタル従業員へ

多くのエンタープライズAI製品は、チャットインターフェースから始まり、チャットインターフェースで終わっています。ユーザーは対話を開き、質問し、回答を得て、セッションを閉じます。

このパターンは単純な補助タスクには有効ですが、企業がAIを反復可能な業務に活用したい場合には限界があります。

デジタル従業員に必要なのは、対話能力だけではありません。自分の職責を理解し、組織のルールに従い、承認された知識を活用し、ツールを呼び出し、実行記録を保存し、必要に応じて人間の介入をサポートする必要があります。

StaffDeckはまさにこのより大きな理念に基づいて構築されています。デジタル従業員を以下のような組織属性で特徴づけます：

• 職務と役割の境界
• 従業員ID
• 能力プロファイル
• 知識リソース
• スキルと標準運用手順
• ツール権限
• 業務と実行記録
• アクセス範囲
• フィードバックと改善履歴

この構造により、システムは汎用的なチャットボットインターフェースではなく、デジタル化された従業員管理プラットフォームに近づきます。

組織的知識を再利用可能な能力へ

企業運営における最も厄介な問題の一つは、貴重な知識があちこちに散在していることです。

ドキュメントに記録されている情報もあれば、スプレッドシートや業務フローマニュアルに埋め込まれているものもあり、さらに多くの知識はベテラン従業員の経験、特に標準運用手順に正式に記録されることの少ない微妙な判断として保持されています。

経験豊富な従業員が退職したり異動したりすると、知識の一部は失われる可能性があります。

StaffDeckは、多様な形の組織的専門知識を持続可能なデジタル能力に変換することを目的としています：

1. 専門的経験
2. 業務プロセス
3. 標準運用手順
4. 意思決定基準
5. 文書化された知識
6. 非公式な運用ルール
7. 実際の業務から生まれるフィードバック

その目標は、文字通りの「デジタル不死」ではなく、重要な専門知識を再利用可能で、追跡可能、そして改善しやすくするための現実的な試みです。

産学連携プロジェクト

StaffDeckは、単一企業の社内製品として提供されるものではありません。

公式リポジトリの情報によると、本プラットフォームは以下の機関が共同開発しています：

• 面壁智能（ModelBest）
• 東北大学-面壁智能 データインテリジェンス共同研究室
• 清華大学自然言語処理研究室（THUNLP）
• OpenBMB
• AI9Stars

この組み合わせは、モデル研究、自然言語処理、エンタープライズデプロイメントの経験、そしてオープンソースのエンジニアリング能力を結集したものです。

対象ユーザーは、AIを個人の生産性ツールから、組織全体で再利用可能な能力へと変革したいと考えている企業や機関です。

StaffDeck コア機能

公式プロジェクトでは、4つの主要な能力領域が説明されています。

デジタル従業員の構築と管理

ユーザーは、個別の役割、従業員番号、能力ファイル、権限、業務記録を持つデジタル従業員を定義できます。

デジタル従業員は、さまざまな組織のニーズに応じて公開、再利用、調整が可能です。権限分離機構により、各ユーザーが共有リソースを直接変更することを防ぐことができます。

この機能は、すべての従業員が個別に孤立したボットを構築することを許可するのではなく、承認された管理されたデジタルロールのセットを維持したい企業にとって特に便利です。

ステートマシン駆動のプロセス化スキル

StaffDeckは、自然言語のプロセス記述を構造化された標準運用手順に変換し、ステートマシンで実行できます。

ステートマシンは、複雑なタスクを定義されたフェーズ、遷移条件、状態分岐に分解するのに役立ちます。このアプローチは、モデルが単一のプロンプトでプロセス全体を即興で完了するよう要求するよりも予測可能性が高くなります。

プラットフォームがサポートする機能：

• 複数プロセスの並行実行
• リアルタイムのプロセス切り替え
• コンテキストの保持
• ビジュアルプロセスエディタ
• バージョン管理
• ブランチによる進化

これらの機能は、安定したプロセスに従わなければならないが、限定的なAIの判断が依然として必要なタスクに特に適しています。

ドキュメント構造を認識した知識検索

従来の検索システムは、ドキュメントを小さなテキストチャンクに分割して直接検索することがよくあります。この方法は機能しますが、元の文書の構造情報が失われる可能性があります。

StaffDeckは、ドキュメント、セクション、ページ、要約など、複数のレベルでナビゲート可能なインデックスを構築します。

デジタル従業員は、最初に関連情報が存在する可能性が高い場所を推定し、その後、より正確に原文を特定できます。

プラットフォームは以下もサポートします：

• 独立したナレッジバケット
• 高精度検索
• ソース引用
• 検索のデバッグ
• 権限認識アクセス

これにより、チームはデジタル従業員が特定のソースを選択した理由をより明確に理解できます。

自律実行と継続的改善

StaffDeckは、HTTPインターフェース、モデルコンテキストプロトコルツール、およびスケジュールタスクを介して作業を実行できます。

実行プロセスは隠されたブラックボックスではありません。プラットフォームは、意図認識、検索、スキル選択、ツール使用、レビュー、応答生成などの中間イベントを記録します。

その後、長期記憶、ユーザーフィードバック、対話ログ、フィードバック分析を活用して、デジタル従業員の能力を向上させることができます。

人間のユーザーは、必要に応じて介入し、実行をキャンセルし、キュー内のタスクを続行したり、タスクを引き継ぐこともできます。

StaffDeckが知識を単一の対話を超えて保持する方法

デジタル従業員プラットフォームと標準的なチャットボットの最も重要な違いは、永続性にあります。

通常のチャット製品では、有用なコンテキストのほとんどが個々の対話に属しています。そのセッションが終了すると、関連する知識は管理された組織資産にならない可能性があります。

StaffDeckは、再利用可能な能力と一時的な対話コンテキストを分離します。

デジタル従業員は以下を保持および再利用できます：

• 承認されたナレッジベース
• プロセス定義
• スキル
• 接続済みツール
• 職務固有のルール
• 長期記憶
• フィードバック記録
• 実行トレース
• スケジュールタスク

これは、すべての対話が自動的に永続的な記憶になるべきだという意味ではありません。エンタープライズシステムは、権限ルール、プライバシー保護、レビュープロセス、明確な保持ポリシーに従う必要があります。

重要なのは、知識が従業員の個人チャットログに閉じ込められるのではなく、意識的に制御可能なリソースに変換できることです。

コアワークフロー

StaffDeckの公式ワークフローは、6つのフェーズに要約できます。

1. デジタル従業員の作成

職務、役割の境界、サービスのスタイル、作成者、アクセス範囲を定義します。

明確な役割定義は、デジタル従業員が意図された職務範囲を超えて行動するのを防ぐのに役立ちます。

2. 能力の構成

ナレッジベース、汎用スキル、標準運用手順、ツールを関連付けます。

チームは、マーケットプレイスからリソースをコピーするか、元の共有テンプレートを変更せずに独自に作成できます。

3. セッションの開始

マーケットプレイスまたは従業員リストからデジタル従業員を開き、最初のリクエストを送信します。

最初のメッセージが送信されると、正式なセッションが永続化されます。

4. 実行と観察

デジタル従業員が作業する間、実行記録を追跡します。

インターフェースには、意図、検索、スキル、ツール、レビュー、最終応答に関連するイベントが表示されます。

5. 必要な場合の介入

ユーザーは、キュー内のリクエストを管理し、実行をキャンセルし、タスクを人間にエスカレーションしたり、保留中の回答を処理したりできます。

不確実性が高い、センシティブ、または影響の大きいタスクについては、人間の介入が依然として重要です。

6. 従業員パフォーマンスの継続的最適化

記憶、フィードバック、対話ログ、スケジュールタスクを活用して、デジタル従業員のパフォーマンスを最適化します。

チームが失敗事例をレビューし、知識、プロセス定義、ツールを更新するにつれて、デジタル従業員の価値は高まります。

StaffDeck クイックスタート

元の記事はオープンソースリリースを発表しましたが、インストール手順は含まれていません。以下のコマンドは公式のStaffDeckリポジトリから取得したもので、読者が直接プラットフォームを検証およびテストできるようにするためのものです。

環境要件

以下の環境を準備してください：

• macOS、Linux、またはWSL（開発スクリプト用）
• Python 3.11 以降
• Node.js 20 以降
• npm
• OpenAI互換のチャット補完インターフェース
• 選択したモデルサービスの有効なAPIキー

StaffDeck自体にCUDAは必要ありません。ハードウェア要件は、実行またはアクセスするモデルインターフェースによって異なります。

1. クローンとインストール

git clone https://github.com/OpenBMB/StaffDeck.git
cd StaffDeck

python3 -m venv backend/.venv
backend/.venv/bin/python -m pip install -e "backend[dev]"
npm --prefix

enterprise ci
cp

backend/.env.example backend/.env

### 2. モデルの設定

`backend/.env`ファイルを開き、アプリケーションのシークレットキーとモデルサービスの情報を設定します：

```Plaintext
APP_SECRET="replace-with-a-long-random-secret"
DEMO_MODEL_BASE_URL="https://your-openai-compatible-endpoint/v1"
DEMO_MODEL_NAME="your-model-name"
DEMO_MODEL_API_KEY="your-api-key"

APIキーは初期モデル設定の作成に使用され、データベースに保存される前に暗号化されます。

backend/.envを公開リポジトリにコミットしないでください。

サービス起動後、以下のパスからモデルプロバイダーを管理することもできます：

管理 → モデル設定

3. ウェブデモの起動

DETACH=1 scripts/dev_up.sh

このスクリプトはフロントエンドをビルドし、ポート5173上でFastAPIプロセスを介してインターフェース、API、およびSwaggerドキュメントを提供します。

初期管理者の認証情報は以下の通りです：

ユーザー名：admin
パスワード：admin

初回ログイン後は、すぐにデフォルトのパスワードを変更してください。

4. インストールの確認

ヘルスチェックを実行します：

curl http://127.0.0.1:5173/api/health

期待される応答：

{"status":"ok"}

その後、以下を開きます：

http://127.0.0.1:5173/workspace/gallery

デジタル社員を選択し、メッセージを送信します。回答と実行記録が、同じ会話のターン内に表示されるはずです。

よく使うコマンド

scripts/dev_status.sh       # サービス状態の確認
scripts/dev_down.sh         # ローカルサービスの停止
scripts/dev_up.sh           # フォアグラウンドでの実行

デスクトップ版のダウンロード

ソースコードからのデプロイを希望しないユーザーは、StaffDeck公式プロジェクトがリリースするデスクトップ版を使用できます。

プラットフォーム	アーキテクチャ	公式インストーラー
macOS	Apple Silicon, arm64	ダウンロード.dmg
Windows	x64	インストーラーをダウンロード.exe
Linux	x86_64, Debian または Ubuntu	ダウンロード.deb

プロジェクトはまだ初期のテスト段階にあるため、重要な本番ワークロードに使用する前に、チームは管理された環境で各バージョンをテストする必要があります。

プロジェクト構成

公式リポジトリは、アプリケーションをバックエンド、フロントエンド、ドキュメント、スクリプト、パッケージングコンポーネントに分割しています。

StaffDeck/
├── backend/                  # FastAPI API、Agentランタイム、ストレージ、タスクワーカー
├── frontend-enterprise/      # React/TypeScript StaffDeckワークスペース
├── docs/                     # チュートリアル、API、スキーマ定義、サンプルフロー
├── scripts/                  # サービスライフサイクル管理および検証スクリプト
├── packaging/                # macOS、Linux、Windows向けパッケージングリソース
├── README.md
├── README.zh.md              # 簡体字中国語ドキュメント

バックエンドは主にPythonベースであり、エンタープライズフロントエンドはReactとTypeScriptを使用しています。

エンタープライズユースケース

StaffDeckは、さまざまな内部デジタルロールの基盤として使用できます。

内部ナレッジアシスタント

デジタル社員は、承認された社内文書を検索し、出典を引用し、社員がプロセスやポリシーに関する情報を見つけるのを支援します。

SOP実行アシスタント

チームは反復的なプロセスを構造化されたフローに変換し、デジタル社員に各段階をガイドまたは実行させることができます。

運用コーディネーター

スケジュールされたタスクと接続されたAPIを通じて、デジタル社員は定常的な作業を監視し、承認されたアクションをトリガーできます。

カスタマーサポート

デジタル社員は、製品知識、サービスルール、エスカレーションフローを統合し、レビューのための実行記録を保持できます。

研究・分析アシスタント

システムは資料を統合し、確立された研究手順に従い、回答の生成に使用した手順を保持できます。

専門知識の継承

経験豊富な社員は、異動や退職前に、繰り返し使用してきた判断基準、レビューガイドライン、作業方法を再利用可能なデジタルケイパビリティに変換できます。

リスクと制限事項

オープンソースであることは、AIシステムが自動的に無制限のエンタープライズデプロイに適していることを意味するわけではありません。

StaffDeckリポジトリには、いくつかの重要な制限事項が記載されています：

• モデルの応答は、誤っている、不完全である、または一貫性がない可能性があります。
• 実行記録は監査可能性を向上させますが、正確性を保証するものではありません。
• 検索品質は、ドキュメントの品質、解析、インデックス作成、権限、モデルの能力に依存します。
• 外部ツールは実際の副作用を引き起こす可能性があります。
• スケジュールされたタスクには、継続的に実行されるワーカーと正しいタイムゾーン設定が必要です。
• リスクの高い操作には、最小権限の認証情報と人間による承認が必要です。
• このプラットフォームは、規制対象分野における資格のある専門家によるレビューの代わりにはなりません。
• 重要な決定には、権限付与、プライバシー保護、人間による監督が必要です。

組織は、リスクの低いワークフローから始め、ツールの権限を制限し、システムの責任範囲を拡大する前に出力をレビューする必要があります。

オープンソースライセンス

StaffDeckは、GNU Affero General Public License v3.0（通称AGPL-3.0）の下で公開されています。

プラットフォームを変更したり、ネットワーク経由でサービスを提供したりする予定のチームは、ライセンスを注意深く読む必要があります。AGPL-3.0は、ネットワークサービスを介してユーザーに提供される修正バージョンに対して、ソースコードの公開義務を課す可能性があります。

商用または法的な決定については、組織は完全なライセンス文書を参照し、必要に応じて専門家のアドバイスを求める必要があります。

よくある質問

StaffDeckとは何ですか？

StaffDeckは、デジタル社員を構築および管理するためのオープンソースのエンタープライズプラットフォームです。ロール定義、ナレッジベース、SOP、ツール、権限、記憶、実行記録を1つのシステムに統合します。

StaffDeckはチャットボットとどう違うのですか？

チャットボットは主に会話を処理します。一方、StaffDeckは、永続的なロール、管理された知識、構造化されたプロセス、

連携ツール、予約ジョブ、監査記録、継続的改善。

StaffDeckはローカルGPUなしで動作しますか？

はい。本アプリケーションはOpenAI互換のモデルエンドポイントに接続するため、StaffDeck自体にローカルGPUは必要ありません。ハードウェア要件は、選択したモデルサービスをローカルにデプロイするか、リモートでホストするかによって異なります。

StaffDeckはどのモデルプロバイダーを利用できますか？

プラットフォームにはOpenAI互換のチャット補完エンドポイントが必要です。互換性は、プロバイダーが必要なAPI動作を実装しているかどうか、および選択したモデルがStaffDeckのワークフローと適切に連携できるかどうかに依存します。

StaffDeckはWindowsにデプロイできますか？

公式プロジェクトではWindows x64デスクトップインストーラーが提供されています。ソースコードベースの開発ワークフローの場合、リポジトリはmacOS、Linux、またはWindows Subsystem for Linuxを実行環境としてサポートしています。

なぜ一般ユーザーはマーケットリソースを利用できても編集できないのですか？

マーケットリソースは、作成者と管理者権限によって保護された共有テンプレートです。一般ユーザーはリソースをコピーしたり、認可されたリソースを自身のデジタル社員にバインドしたりできますが、元のリソースを変更することはできません。

StaffDeckは本番環境で使用する準備ができていますか？

本プロジェクトはオープンソースであり、エンタープライズ向け機能をすでに含んでいますが、現行バージョンはまだ初期テスト段階にあります。組織は本番環境にデプロイする前に、セキュリティ、プライバシー、信頼性、およびワークフローのテストを実施する必要があります。

StaffDeckはどのライセンスを採用していますか？

StaffDeckはAGPL-3.0ライセンスを使用しています。本ソフトウェアを変更したり、ネットワークサービスを通じて実行する組織は、ライセンス条項と関連するソースコードの義務を確認する必要があります。

関連ツール

• StaffDeck：エンタープライズデジタル社員プラットフォームの公式ウェブサイト。
• OpenBMB：StaffDeckを育成したオープンソース大規模モデルエコシステム。
• FastAPI：StaffDeckのAPIとアプリケーションバックエンドを提供するPython Webフレームワーク。
• React：StaffDeckのエンタープライズワークスペースで使用されるフロントエンドライブラリ。
• Model Context Protocol：StaffDeckがデジタル社員を外部ツールに接続するために使用できるプロトコル。
• GitHub：StaffDeckのソースコード、Issue、リリースバージョン、プロジェクト履歴をホストするプラットフォーム。

関連リンク

• StaffDeck GitHubリポジトリ：公式ソースコードリポジトリおよび主要な技術リファレンス。
• StaffDeck公式ウェブサイト：公式プロダクトサイトおよびドキュメントエントリ。
• StaffDeckリリースバージョン：公式テスト版リリースおよびデスクトップインストールパッケージ。
• StaffDeck英語説明書：公式機能、デプロイ手順、ワークフロー、リスク、ライセンス情報。
• StaffDeck中国語説明書：プロジェクトリポジトリで管理されている簡体字中国語ドキュメント。
• StaffDeck問題報告：再現可能なバグ報告と機能提案の公式チャンネル。

リクエスト。

• OpenBMB GitHub組織：OpenBMBが保守するその他のモデル、システム、およびオープンソースプロジェクト。

概要

StaffDeckは、一時的なエンタープライズチャットボットから持続的なデジタル社員への転換を象徴しています。専門知識、標準運用手順、意思決定ルール、ツール、フィードバックをガバナンス可能な機能に変換し、組織全体で再利用することを目的としています。

本プラットフォームは、ロール管理、ステートマシンワークフロー、構造認識型検索、APIおよびMCPツール呼び出し、予約ジョブ、長期記憶、人間による介入、詳細な実行記録を統合しています。ソースコード、デスクトップインストールパッケージ、デプロイ手順はすべて公開されています。

本プロジェクトはまだ初期テスト段階であるため、企業は制御可能な低リスクシナリオから始め、権限、プライバシー、人間によるレビューポリシーを厳格に実施する必要があります。

StaffDeckの核心理念は非常に直接的です。知識とプロセスが組織に帰属し、会話の終了とともに消えない場合、企業AIの価値は大幅に向上します。