あなたの AI ワークフロービルダーは、外部にデータを送信すべきではありません。これは送信しません。
私たちのほとんどが AI ツールと引き換えに受け入れてきた、静かなトレードがあります。利便性と引き換えに、データが外部へ流出することです。すべてのプロンプト、すべてのドキュメント、すべてのワークフローは、他人のサーバーを経由し、どこかに記録され、都合の良いように変更される利用規約に従います。
私たちは、トレードオフなしで良い部分だけを手に入れられるかどうかを探りました。そして、C0fi を構築しました。
C0fi は、ビジュアルワークフロービルダーです。n8n のようなドラッグ＆ドロップキャンバスを備え、100% あなたのマシン上で動作します。アカウントも、テレメトリーも、クラウドも不要です。これは単一の HTML ファイルで、Ollama を通じてローカルモデルと通信します。あなたのフロー、ファイル、モデルすべてが、あなたが明示的に接続するノードを設定しない限り、ラップトップの外に出ることはありません。
C0fi が提供するものは次のとおりです。
プライバシーは設定のトグルではありません。 それはアーキテクチャ上の問題です。オプトアウトするサーバーは存在しません。サーバー自体がないからです。あなたの独自プロセス、クライアントデータ、未完成のアイデアは、許可を得るまでもなく、デフォルトでローカルに留まります。
ロックインもサブスクリプションもありません。 MIT ライセンスの単一ファイルです。フローはあなたが所有する JSON としてエクスポートされます。完成したフローは、同僚に渡せるスタンドアロンアプリとしてエクスポートされます。解約するものも、後で移行するものもありません。
しかし、ローカルだからといって原始的である必要はありません。これこそ私たちが誇りに思う点です。C0fi v6.8 では、モデルは単にボックス内で実行されるだけではありません。ボックス自体を構築します。 平易な言葉でワークフローを説明するだけで — 「3 つの回答をサンプリングし、多数決を取り、勝者を実際のルールに対して検証する」— モデルがノードを自動的に配線します。キャンバス全体を認識し、会話からノードを配線するチャットオーケストレーターがあります。手描きでフローを描き、それを拡張するよう依頼することもできます。
そして、フローが機能すれば、自律的に実行できます。N 分ごと、毎日、または毎週スケジュール設定し（Auto Brews）、各実行の結果を自動保存します。あなたが仕事をしている間、静かに仕事をこなすワークフローです。
実際に使いたいと思われるノード: 判断、批評ループ、ウェブ検索、ページ読み取り、MCP ツール、共有メモリ、ライブチャット。21 のデモが同梱されており、そのうちの 1 つは、3 つの独立したサンプルがパズルを推論し、投票し、その後決定論的なルールチェッカーが勝者を検証するものです。投票だけでは自信過剰な誤った回答を正当化してしまう可能性があるため、検証者はモデルではなく回答をチェックします。
最大 5 つの異なるモデルを割り当てて、簡単にテストやベンチマークを行うことができます。
これらすべてに、クラウドの請求書やデータ共有契約は不要です。
ローカル AI に興味はあるけれど、ツールがまだ整っていないと思っていたなら、10 分の価値があります。必要なのは、Ollama、中規模のインストラクトモデル、そして単一の HTML ファイルだけです。デモをロードし、Brew を押して、すべてが自分のハードウェア上で動作するのを確認してください。
試してみる: リンクはコメントにあります — MIT ライセンス、登録不要、失うのは少しのディスク容量だけです。
もし簡単なツールがあって、すべてが自分のマシンで動くとしたら、何を自動化しますか？
M4 Max 36GB MacBook で動作確認済み（quen3-coder:30b）
