Apache Makaを動かす——エージェントの仕事を、消えない記録にする

ふむふむ。AIエージェントに仕事を頼んだあと、「で、さっき何をしたんだっけ？」となること、ありませんか？

ファイルを読んだ。コマンドを実行した。権限を確認した。途中で失敗した。そういう一連の出来事が、チャットの見た目の裏側に流れていってしまう。便利なのに、あとから確かめにくいんですよね。

今週のGitHub Trendingで目に留まった Apache Maka は、そこを正面から扱おうとしているAIエージェントの作業場です。モデルのメッセージ、ツール呼び出し、ツールの結果、権限判断、終了理由を、追記専用のログに残す。つまり、会話画面ではなく「実行の記録」を中心に据えようとしているんです。

でも、本当に必要なのは新しいチャット画面でしょうか。それとも、エージェントが何をしたかを後から追える、静かな作業台でしょうか。今日は公式のCLIを使って、Makaを実際に触る入口をつくります。

Apache Makaは何をするのか

Makaは、ローカルファーストのAIエージェント作業場です。難しく聞こえますが、イメージは「プロジェクトの横に置く、作業記録つきの相棒」です。

エージェントは、モデルに質問へ答えさせるだけではありません。プロジェクトを調べ、ファイルを読み書きし、シェルコマンドを実行し、必要ならユーザーに許可を求めます。Makaでは、こうした出来事をRuntime Hostという共通の実行基盤に通し、記録として保存します。

特徴をざっくり並べると、次のようになります。

• ローカル保存：セッション、設定、実行記録は、標準では自分のマシンに置かれます
• 追記専用の実行ログ：メッセージ、ツール呼び出し、結果、権限判断、終了の経緯を残します
• 権限境界：サンドボックスの外へ出る操作は、標準では許可を求めます
• 複数の入口：デスクトップ、端末の対話画面、単発のCLI実行が同じ実行基盤を共有します
• 途中経過の回復：失敗や中断を、記録をもとに確認しやすくします

ここ、面白いところです。古いツールの出力を次のプロンプトから省略しても、保存済みの証拠まで消えるわけではありません。「短くする」と「忘れる」を分けているんですね。人間の仕事でも、議事録を毎回ぜんぶ読み返さないことと、議事録を捨てることは別です。Makaはその違いを、エージェントの設計に持ち込んでいます。

まず知っておきたい状態——まだ正式リリースではない

ちょっと待って。Apache Makaという名前を見ると、Apache Software Foundationの正式な完成品のように感じるかもしれません。

Makaは現在、Apache Incubatorで培養中のプロジェクトです。公式リリースはまだ行われておらず、公開されているnpmパッケージやビルド済みの配布物も、ASFの正式リリースではありません。CLIはベータ版で、コマンドやローカルデータ形式が変わる可能性があります。

したがって、この記事では「本番環境に安心して導入できる製品」としてではなく、これからのエージェント作業場を先に覗くためのガイドとして扱います。大事なデータを預ける前に、バックアップを取り、リポジトリとセキュリティ文書を確認してください。

事前に用意するもの

公式CLIを使う場合、次のものが必要です。

• Node.js 22.19.0以上
• npm
• 対話画面を操作できる端末
• エージェントの実行に使うモデル接続
• Git（プロジェクトで作業させる場合）

RuntimeのGrepツールを使う場合は、ripgrepも必要です。macOSなら、Homebrewを使って次のように入れられます。

brew install ripgrep

Node.jsのバージョンは、先に確認しておきましょう。

node --version
npm --version

Makaの現行CLIパッケージが要求しているNode.jsの下限は22.19.0です。古いNode.jsで進めると、インストールできても実行時に転ぶ可能性があります。最初の5秒で確認できるので、ここは省略しないのがおすすめです。

インストール——nextを明示する

公式CLIの公開パッケージ名はmaka-agent、端末から呼び出すコマンド名はmakaです。npmには別のmakaパッケージもあるため、名前を混同しないようにします。

現在の公式ガイドは、ベータ版のnextタグを明示したインストールを案内しています。

npm install --global maka-agent@next
maka --version
maka --help

現時点でnpmのnextタグは0.1.0-beta.1を指しています。ただし、タグやバージョンは更新されるので、記事を読んだ時点でnpm view maka-agent dist-tags versionを実行して確かめるのが安全です。

まず試すだけなら、グローバルに入れず一回だけ呼び出す方法もあります。

npx --yes --package maka-agent@next maka --version

このときも、makaだけを指定するのではなく、maka-agent@nextを指定します。便利な短縮形ほど、別のパッケージを引いてこないか確認する。これはAIツール全般で使える小さな習慣です。

最初の一歩——プロジェクトの中で起動する

エージェントに作業させたいプロジェクトへ移動して、makaを起動します。

cd path/to/your-project
maka

モデル接続がまだない場合は、プロバイダー設定の画面が開きます。プロバイダーを選び、APIキーを入力し、使うモデルを選択して保存します。あとから設定し直すときは、対話画面で/setupを実行します。モデルを切り替えるときは/modelです。

ここで注意したいのは、Makaが共通のモデルアカウントを同梱していないことです。利用者がクラウドAPI、ローカルモデル、または互換ゲートウェイを用意して接続します。Makaそのものを入れたから、すぐ無料でモデルが動く——という仕組みではありません。

APIキーとワークスペースの状態は、Makaのローカルプロファイルに保存されます。公式CLIの説明では、現在の資格情報保管庫はOSアカウントの境界で保護されたローカルの平文ファイルで、OSのキーチェーンではないとされています。便利さだけでなく、保存場所と保護方法も確認しておきましょう。

単発の作業なら、maka run

対話画面を開きっぱなしにせず、ひとつの依頼を実行したいときはmaka runを使います。

maka run "このプロジェクトを要約して、もっともリスクの高い箇所を挙げて"

まずは読み取り中心の依頼から始めるのがよいでしょう。たとえば、次のようなものです。

maka run "このリポジトリの構成を調べ、主要な入口を3つ説明して"
maka run "テスト設定を確認し、実行方法と注意点を整理して"

ヘルプで、その時点のオプションを確認できます。

maka run --help

Makaには複数の作業を分担し、統合してからレビューするGraph実行もあります。

maka run --graph "独立した2つの作業に分け、統合してから結果をレビューして"

Graphの実装オペレーターは分離されたGit worktreeを使うため、公式READMEでは、ソースプロジェクトがきれいなGit worktreeであることを要求しています。未コミットの変更がある状態でいきなり試すのではなく、先にgit statusを確認して、作業用のコピーや検証用リポジトリで試すのが安心です。

権限確認を、邪魔ではなく道具として使う

Makaは、標準ではサンドボックスの外へ出る操作の前に確認を求めます。ファイルを書き換える、シェルを実行する、ネットワークへ接続する。こうした操作を、モデルの勢いだけで通さないためです。

一方で、maka run --yoloを使うと、タスクに完全なファイル・ネットワークアクセスを与えます。

maka run --yolo "この検証用プロジェクトのテストを実行して"

名前の通り、これは強い権限を与えるオプションです。公式CLIも、タスクに変更を許してよい環境でだけ使うよう注意しています。チカちゃん的には、最初は使わないのが正解です。必要な操作を一つずつ許可し、何が起きるかを見てから判断する。速さより、境界を覚えることを優先したいんです。

デスクトップ版との違い

Makaには、端末だけでなくデスクトップの入口もあります。公式READMEの整理では、次のような使い分けです。

入口	向いている場面
デスクトップ	日常の対話、ファイルや成果物の確認、モデルと権限の設定
端末の対話画面・CLI	現在のプロジェクトで作業、単発の実行、スクリプトとの組み合わせ
評価機能	複数の条件で、再現可能な実験を行う

デスクトップをソースから動かす場合は、公式READMEに次の手順があります。

git clone https://github.com/apache/maka.git
cd maka
npm ci
npm run dev

すべてのワークスペースをビルドしてから開発用デスクトップを起動する場合は、npm run dev:fullを使います。ただし、macOSのデスクトップはApple Silicon向けの早期公開版です。Intel MacやLinuxは、現時点でデスクトップの対応対象ではありません。

配布版については情報の境界が少し複雑です。GitHubのページにはmacOS Apple Silicon向けの署名・公証済み配布物への案内がありますが、リポジトリのクイックスタートは、Apacheの承認済みソースリリースがまだないため、ソースからのビルドを推奨しています。初めて試すなら、まずCLIのベータ版で動作と考え方を確かめるのが、いちばん混乱が少ないでしょう。

Makaの面白さは、エージェントを「記録する」こと

ここで一回、疑ってみましょう。

AIエージェントのログが残れば、問題は全部解決するのでしょうか。もちろん、そうではありません。記録があっても、モデルが間違えることはあります。ログが増えれば、読む負担も増えます。ローカル保存でも、資格情報の扱いを誤れば安全とは言い切れません。

それでも、記録を中心に置く発想には意味があります。

普通のチャットでは、答えが表示されると、そこに至る途中のツール呼び出しや許可の判断が背景へ退きがちです。Makaは逆に、「答え」だけでなく「何が起きたか」を実行の事実として扱います。次のモデル呼び出しも、画面も、その記録を読むための見え方のひとつになる。

これはAIの賢さを上げる機能というより、AIに仕事を任せるときの人間の姿勢を変える機能かもしれません。「たぶんやってくれた」から、「この操作を、この許可で、この結果まで実行した」と確認できる。エージェントを魔法から作業へ戻す、小さな設計です。

反対側から見ると、ログがあることで責任を人間から外せるわけではありません。記録は説明責任を支える材料ですが、判断そのものの代わりではないんです。これは監視カメラがあれば事故がなくなるわけではない、というのに少し似ています。見えることと、正しく運用することは別です。

どんな人に向いている？

• エージェントの操作を後から検証したい人：ツール呼び出しや権限判断を記録として追いたい
• ローカルに作業データを置きたい人：セッションや実行記録を自分のマシンで管理したい
• 端末中心でAI開発をしたい人：maka runで単発の調査や確認を組み込みたい
• エージェントの評価を試したい人：タスク、反復、対象を分けた実験に関心がある

逆に、安定した製品版、成熟したプラグイン市場、完全にお任せできる自動化を求めるなら、今すぐ主力環境へ置き換える段階ではありません。Apache Incubatorで揺れているからこそ、試すなら「壊れても戻せる場所」で始めるのがよさそうです。

まとめ——便利さの前に、足跡を残す

Apache Makaは、AIエージェントを高性能に見せるための新しい包装というより、エージェントの仕事に足跡をつけるための作業場です。

npm install --global maka-agent@next
maka

この2行から、モデルを自分で接続し、権限を確認し、必要ならmaka runで単発の仕事を頼めます。まずは読み取り専用に近い作業で、ログと境界がどう見えるかを確かめてみてください。

エージェントが賢くなるほど、私たちは「何を答えたか」だけでなく、「何をしようとして、どこまで実行し、どこで止まったか」を知りたくなるはずです。記録は、AIを信じるための証明書ではありません。でも、疑いながら一緒に働くための足場にはなります。

あなたがAIエージェントに残してほしいのは、答えですか。それとも、答えにたどり着くまでの足跡でしょうか。

---

参考URL

• GitHub Trending（週次） → https://github.com/trending?since=weekly
• Apache Maka リポジトリ → https://github.com/apache/maka
• Apache Maka CLI公式ガイド → https://github.com/apache/maka/blob/main/packages/cli/README.md
• Apache Maka セキュリティポリシー → https://github.com/apache/maka/blob/main/SECURITY.md
• Maka npmパッケージ → https://www.npmjs.com/package/maka-agent

---

本記事は公開情報をもとにした個人的な技術メモです。Apache MakaはApache Incubatorで開発中で、正式なApacheリリースではありません。CLIはベータ版であり、コマンド、データ形式、実験的機能は変更される可能性があります。Node.jsの要件、npmのタグ、モデル接続、対応プラットフォーム、ライセンスと利用条件は導入前に公式リポジトリおよびCLIガイドで確認してください。APIキーは記事やシェル履歴に直接書かず、ローカル保存の方法と保護範囲も確認してください。--yoloはファイルおよびネットワークへの強い権限を与えるため、変更されてもよい検証環境だけで使ってください。

思索は冒険です。今日の話も、その入口のひとつでした。