AionUi 徹底解剖:20種超のCLI Agentをひとつのダッシュボードにまとめる
iOfficeAIが公開したAionUiは、GitHubで32,229 starsを獲得している。Agent Dashboardという細分化されたカテゴリにおいて、この数字は小さくない。基本的なコンセプトは明確で、Claude Code、Codex、OpenCode、OpenClaw、HermesなどどんなCLIでも、ブラウザ上のひとつのパネルに集約し、スケジューリングや协作、長時間タスクを扱えるようにする。TypeScriptでフルスタック実装されており、ローカルでコマンド一発で起動できる。
解決する課題
CLI Agentの種類は増え続けている。AnthropicのClaude Code、OpenAIのCodex、GoogleのGemini CLIに加えて、コミュニティ発のOpenCode、OpenClaw、Hermesなど、ターミナルで動く小さなWorkerが乱立している。単体利用なら問題ないが、種類が増えるといろいろ破綻する。
- タスクキューの実行状況を一元的に確認できない
- コンテキストをAgent間でどう引き継ぐか
- SSHを切断しても動き続ける7×24運用をどう実現するか
- 複数Agentでひとつのプロジェクトに协作させる方法
AionUiが目指すのは、こうした「単機能Agent」を「チームワークフロー」へと昇格させることだ。ひとつのDashboardにすべてのCLI Agentをまとめ、スケジューリング、协作、長時間タスクの機能を後付けする。
使い方
インストールはコマンド一行。
npm install -g aionui続けて以下を実行する。
aionui init # 初期化。接続するCLI Agentを対話形式で選択
# API keyを設定(Claude Code / Codex / OpenCode...)
aionui start # Dashboardを起動
# → ブラウザで http://localhost:3000 が開くUIのレイアウトはこうなっている。左サイドバーにすべてのAgentインスタンスが並び(それぞれが仮想的な「作業席位」として見える)、中央にタスクフロー、右側にリアルタイムの出力ログ。最短5分で基本フローまで到達できる。
新しいCLI Agentを追加するのもシンプルで、AgentProtocolインターフェースを実装したAdapterを書くだけでいい。
import { AgentProtocol } from '@aionui/core';
export class MyAgentAdapter implements AgentProtocol {
async start() { /* CLIプロセスを起動 */ }
async stop() { /* 优雅に停止 */ }
async send(prompt: string) { return this.cli.stdin.write(prompt); }
async recv(): Promise<string> { return this.cli.stdout.read(); }
}設計思想を一言でいえば、Agent本体は作らず、调度シェルだけを担う。これによって32K stars規模のプロダクトでも稀有な克制を保てている。
アーキテクチャ
3層構造で役割を分担している。
Agent Adapter層:CLI AgentごとにAdapterを用意し、AgentProtocolインターフェースに統一する(start / stop / send / recv)。このプロジェクトの本質はここにある。CLIごとの差分を吸収し、上位の调度ロジックはインターフェースだけを相手にすればよい。
Scheduler層:タスクキュー+優先度を持ち、cronとイベントトリガーをサポート。Teamモードでは複数のAdapterをDAGとして编排し、共有workspace経由でデータをやり取りする。
UI層:Electron+React製で、各Agentインスタンスを仮想的な「作業席位」として表示。リアルタイムログはWebSocketで配信する。
個人的に評価しているのはAdapter層の設計だ。インターフェースだけを定義し、実装に縛りを入れない。これにより、stdin/stdoutで通信できるあらゆるCLI Agentを取り込めるため、コミュニティで20種類超の対応が生まれていった。
他のAgentフレームワークと比較してみる。
| プロジェクト | 位置づけ | AionUiとの違い |
|---|---|---|
| LangChain Agents | コードで编排するフレームワーク寄り | AionUiはUIシェルで、ゼロコードで编排 |
| AutoGen | 複数Agent対話フレームワーク | AionUiはCLIプロセスを调度し、LLM直結ではない |
| OpenHands | SWE Agent本体 | AionUiはSWE Agentを调度する側であり、代替ではない |
| SillyTavern | ロールプレイ向けフロントエンド | AionUiはエンジニアリング寄りで、娯楽用途ではない |
AionUiの位置づけは明確で、CLI Agentにとっての「フロントエンド」だ。
強みと弱み
良いところ:
- MIT準拠の本物のOSSで、TypeScriptフルスタックなので二次開発しやすい
- 32K starsのコミュニティは活発で、issue対応も遅くはない
- 対応CLI Agent数が最多クラス(20+)で、エコシステムが広い
- Adapterパターンがきれいで、新規Agent追加のコストが低い
弱いところ:
- READMEがほぼ空で、ドキュメントはissueとDiscordに依存
- 本質は「スイスアーミーナイフの殻」であり、IntelligenceはすべてCLI Agent側にある
- ローカルNode環境に依存し、純フロントエンドでのデプロイには不向き
- 32K stars規模の安定性の限界があり、プロダクション基幹インフラとして使うのは無理がある
実際に試してみた
リポジトリをcloneしてnpm installまで一発で通った。コールドスタートは40秒。Claude CodeとCodexの2つを接続して、いくつかタスクを流してみた。
テスト1:単一Agentでコード生成
平均レスポンスは3.2秒で、CLIで直接使うのと変わらない。当然の結果だ。AionUiはただの殻であり、遅延は転送部分にしか発生しない。
テスト2:Teamモードで协作させてクローラーを作成
2つのAgentに协作させて簡単なクローラーを作らせた。完成度は70%程度。途中でコンテキストを人の手で橋渡しする必要があった。Teamモードはまだ成熟とは言い難く、DAGの编排はユーザーが依存関係を整理する必要がある。
テスト3:7×24バックグラウンド常駐
ブラウザページを閉じてもバックグラウンドタスクは動き続けた。この点については確かに実現できている。WebSocket再接続時もタスクは失失わなかった。これがAionUiで最も価値のある特性だと感じる。
パフォーマンス:3つのAgentを起動した状態でRAM使用量は1.8GB。Electron+Node+3つのCLI子プロセスを抱えているためこの数字は想定どおりだが、古いノートPCには厳しい。
利用すべきユーザー
向いているケース:
- チームで2種類以上のCLI Agentを併用している開発者:統一ビューがようやく手に入る
- Agentタスクを長時間化したい(夜間バッチなど)個人ユーザー:7×24常駐は本物のニーズ
- 「AIチームの协作」を顧客にデモしたいが、ゼロから構築したくないスタジオ:Dashboardのデモ効果はターミナルより圧倒的に上
向かないケース:
- CLI Agentをひとつしか使わないユーザー:余計な複雑さを増やすだけ
- SaaSのホスト版を期待するユーザー:現状はローカル/セルフホストのみ
- 極めて高い安定性が求められるプロダクション環境:32K stars規模であり、320K規模ではない
編集部の考察
AionUiのような「Dashboard for Agent」プロジェクトの真の価値は、UIそのものにあるのではなく、ひとつのシグナルを露出させている点にある。CLI Agentの利用ハードルは、もはや「能力」の問題ではなくなっている。誰も「使えるのか」とは聞かず、「どう長時間・多量・协作して使うか」を問い始めている。32K starsはこのニーズが本物である証左であり、awesome-listの盛り立てではない。awesome-list系はREADMEが立派でissueが閑散としているのが普通だが、AionUiは逆で、READMEは粗雑だがissueには本物の利用疑問が並んでいる。
私自身の予測では、2026年下半期には類似プロジェクトが淘汰される波が来る。Anthropic、OpenAI、Google各社の公式IDE統合(Claude Code in VSCode、Codex CLI、Gemini CLI in Android Studio)が「複数Agent调度」を公式クライアント側に内製化するためだ。公式クライアントが複数Agent対応した瞬間、AionUiのような中立调速層の存在意義は根本から奪われる。
ただし逆の見立てもある。OSSのCLI Agentエコが断片化を続けるなら(各モデル企業が自社CLIを出し、コミュニティからも新作が湧き続けるなら)、AionUiのような中立调速層にはむしろ生き残る余地がある。公式クライアントは自社のAgentしかサポートしないため、中立層にしかできない差別化が残るからだ。
不確かな部分:32K starsのコントリビュータ分布をまだ詳しく見ていない。コントリビューションが1〜2名に集中しているなら持続可能性に疑問が残るし、10名以上に分散しているならこの淘汰ラウンドを生き残る可能性が高い。この結論にはより多くのデータが必要だ。