Axe: 単一目的LLMエージェントのための12MB CLI

Axeとは
Axeは、2つの依存関係(cobra、toml)を持つ12MBのGoバイナリで、AIフレームワークをUnixに着想を得たLLMエージェントのアプローチで置き換えます。長期間のチャットボットセッションの代わりに、TOML設定ファイルで定義された単一目的のエージェントを実行します。各エージェントは、コードレビュー、ログ分析、コミットメッセージ作成などの特定のタスクに焦点を当てています。
主要機能
- TOMLベースの設定: システムプロンプト、モデル選択、スキルファイル、コンテキストファイルを含む宣言的でバージョン管理可能なエージェント定義
- 標準入力パイプ:
git diff | axe run reviewerが直接動作 - サブエージェント委譲: エージェントは深さ制限と並列実行を伴うLLMツール使用により他のエージェントを呼び出せる
- 永続メモリ: タイムスタンプ付きマークダウンログが実行間でコンテキストを保持し、LLM支援ガベージコレクションを実装
- マルチプロバイダー対応: Anthropic、OpenAI、Ollama(ローカルモデル)、または任意のmodels.dev形式と連携
- 組み込みツール: Web検索、URL取得、パスサンドボックス化されたファイル操作(読み取り、書き込み、編集、一覧表示)でエージェントの作業ディレクトリにロック
- MCPサポート: 任意のMCPサーバーをエージェントに接続可能
- スキルシステム: エージェント間で共有可能な再利用可能な指示セット
- JSON出力: スクリプティング用のメタデータを含む構造化出力
- ドライランモード: LLMを呼び出さずに解決されたコンテキストを検査
インストールとセットアップ
Go 1.24以上が必要です。以下の方法でインストール:
go install github.com/jrswab/axe@latestまたはソースからビルド:
git clone https://github.com/jrswab/axe.git
cd axe
go build .設定を初期化:
axe config init$XDG_CONFIG_HOME/axe/にディレクトリ構造を作成し、サンプルスキルとプロバイダー認証情報用のデフォルトconfig.tomlを生成します。
使用例
エージェントを作成して実行:
axe agents init my-agent
axe agents edit my-agent
axe run my-agent他のツールからデータをパイプ:
git diff --cached | axe run pr-reviewer
cat error.log | axe run log-analyzerexamples/ディレクトリからサンプルエージェントをコピー:
cp examples/code-reviewer/code-reviewer.toml "$(axe config path)/agents/"
cp -r examples/code-reviewer/skills/ "$(axe config path)/skills/"
export ANTHROPIC_API_KEY="your-key-here"
git diff | axe run code-reviewerDockerデプロイメント
イメージをビルド:
docker build -t axe .マルチアーキテクチャビルド(linux/amd64、linux/arm64)をbuildxで:
docker buildx build --platform linux/amd64,linux/arm64 -t axe:latest .設定をマウントしてエージェントを実行:
docker run --rm \
-v ./my-config:/home/axe/.config/axe \
-e ANTHROPIC_API_KEY \
axe run my-agent-iフラグで標準入力をパイプ:
git diff | docker run --rm -i \
-v ./my-config:/home/axe/.config/axe \
-e ANTHROPIC_API_KEY \
axe run my-agent対象ユーザー
フレームワークのオーバーヘッドなしに特定のAIタスクを自動化したい開発者、特にUnixツール、gitフック、cron、CIパイプラインを既に使用している方々。
📖 Read the full source: HN LLM Tools
👀 See Also

TinySearch v0.2.0: 軽量なローカルLLM用ウェブ検索、SearXNG対応に
TinySearch v0.2.0は検索バックエンドをDuckDuckGoからSearXNGに切り替えました。ウェブ検索、ページクロールを行い、Qwen3.5-9BなどのローカルLLM向けにコンパクトなコンテキスト(8kトークン)を提供します。

Utilyze: カーネルアクティビティだけでなく実際の計算スループットを測定するオープンソースGPUモニタ
Utilyzeはハードウェアパフォーマンスカウンターをサンプリングして、理論限界に対する計算およびメモリスループットを報告します。これにより、100%利用率を示すダッシュボードが実際には1〜10%のスループットしかないことを明らかにします。

Memento v1.0:Claude Code用 永続メモリ MCP サーバー(17ツール搭載)
Memento v1.0は、Claude Code向けの永続メモリMCPサーバーで、17のツール、ハイブリッド検索、矛盾検出、視覚的メモリグラフを備えています。ローカルで動作し、クラウド依存がなく、Claude Code、Cursor、Windsurf、OpenCodeを含む複数のIDEをサポートします。

GLM-5.1対MiniMax M2.7:AIコーディングエージェントの性能比較
GLM-5.1はSWE-bench-Verifiedで77.8、Terminal Bench 2.0で56.2のスコアを達成し、オープンソースモデルの中で最高の性能を示しています。一方、MiniMax M2.7は低いTTFTと高いスループットで高速な応答を実現し、CIボットやバッチ編集に最適です。