devo：ローカルコード検索と複数モデル agent を一つの desktop runtime にまとめる
AI coding tool が増えるほど、別の問題が目立ってくる。どの agent も主入口になりたがる一方で、code search、model config、MCP server、prompt preset、task record、local context は別々の tool に散らばりやすい。
chat は A、code search は B、MCP は C、local workspace は D、という構成でも動くことは動く。ただし model が同じ project の中で context を行き来し、tool を呼び、task state を保存しようとすると、この寄せ集めは脆くなる。team 内に OpenAI-compatible endpoint、Anthropic-compatible endpoint、さらに DeepSeek、Qwen、Kimi、GLM のような model が混在しているなら、toolchain が一つの provider に縛られる問題も出てくる。
今日見ておきたい 7df-lab/devo は、これらを private な agent desktop/runtime にまとめようとしている project だ。単なる chat UI ではなく、model-neutral API、MCP、skills、local code search、prompt preset、agent chain、task management、TUI/desktop experience を一つの Rust project に載せている。
2026-07-17 時点で GitHub repository page、README、Releases page、Tags page、LICENSE、Cargo.toml、local git clone から確認できる公開情報では、7df-lab/devo は 309 stars、130 forks。主言語は Rust で、GitHub language breakdown は Rust 72.2%、TypeScript 23.8%、SCSS 3.0%、JavaScript 0.7%、CSS 0.2%。license は MIT。匿名 GitHub REST API は rate limit に当たったため、repository created_at は推測で書かず、ここでは public git history の起点を使う。initial commit は 8ca7321、commit time は 2026-04-01 00:40:39 +08:00。候補取得時の GitHub search が記録した最近 push は 2026-07-16 04:13:00 UTC。default branch main の最新 commit は 3b5d9e7、commit time は 2026-07-16 12:12:42 +08:00、message は chore: upgrade to v0.1.30。GitHub Releases の current latest release は v0.1.30 で、Cargo.toml の workspace version も 0.1.30 だ。
プロジェクト概要
| 項目 | 内容 |
|---|---|
| リポジトリ | 7df-lab/devo |
| 位置づけ | model-neutral agent desktop/runtime、local code search と MCP workbench |
| Stars | 309 |
| Forks | 130 |
| 主言語 | Rust |
| 言語構成 | Rust 72.2%、TypeScript 23.8%、SCSS 3.0%、JavaScript 0.7%、CSS 0.2% |
| ライセンス | MIT |
| 公開 Git history 起点 | 2026-04-01 00:40:39 +08:00、initial commit 8ca7321 |
| 最近 push | 2026-07-16 04:13:00 UTC |
| 最新 main commit | 3b5d9e7、2026-07-16 12:12:42 +08:00 |
| Latest GitHub release | v0.1.30 |
| 現在の version | 0.1.30 |
| キーワード | Rust、coding agent、MCP、local code search、skills、model-neutral |
agent を単一モデルに縛らない
devo で最初に見るべき点は、README の時点で model-neutral な立場を取っていることだ。
多くの AI coding tool は、実質的に特定の model や API provider に結びついている。短期的には便利だが、長期的には移行コストになる。別 provider を試したい時、official support を待つか、compatibility layer と environment variable で回避することになる。devo の README は OpenAI-compatible、Anthropic-compatible、DeepSeek、Qwen、Kimi、GLM などの model API に触れており、単一 model client というより agent runtime に近い。
個人開発者にとって毎日必要な機能ではないかもしれない。しかし model を頻繁に比較する人、社内の private endpoint を使う人、task ごとに違う model を割り当てたい team には、入口層が中立であることはかなり重要だ。model は変わる。agent workbench まで毎回作り直したくはない。
local code search と MCP を同じ机に置く
二つ目の角度は、devo が local code search、MCP、skills、agent chain を同じ context に置こうとしている点だ。
AI coding の実際の痛点は、一文の prompt を送れるかどうかではない。agent が作業するときに、安定した project context を持てるかどうかだ。code search が別 tool、MCP server config が別 tool、skills と task chain がさらに別の場所にあると、agent の各 step で context を運ぶコストが増える。
devo の方向は、これらの基礎機能を一つの runtime の module として扱うものに近い。agent は local code を検索でき、MCP tool に接続でき、skills を使え、preset と chain で task を組み立てられる。複数 repository を行き来する人にとっては、単に見た目のよい chat box より実用的だ。
重要なのは、devo が成熟した IDE をすぐ置き換えるという話ではない。coding agent の土台は model だけではなく、code index、tool protocol、skill directory、recoverable task context でもある、という前提を置いていることだ。
Rust desktop/runtime としての性格
Rust 製であることも、この project の性格を決めている。
repository structure と dependencies を見る限り、devo は frontend だけで作られた chat page ではない。TUI、tasks、tools、config、keyring、network proxy、MCP client、update check などの module があり、TypeScript/SCSS の UI も含む。Rust が 72.2% を占めているため、core runtime は local side に寄っている。
この構成は local state、secret、proxy、code index、tool call を扱いやすい。cross-platform な desktop/terminal workbench にもしやすい。その代わり、単純な Web UI より project complexity は高く、user も devo 固有の runtime と config に慣れる必要がある。
試す価値がある人
第一に、複数 model を比較している developer。model を替えるたびに agent workflow 全体を替えたくないなら、devo の provider-neutral な入口は見る価値がある。
第二に、MCP と local code search が必要な人。chat だけでは足りず、agent に local repository、tool、skill をまたいで作業してほしい場合だ。
第三に、private deployment に敏感な team。devo 自体が security boundary になるわけではないが、agent runtime を local machine や private environment 側に置きやすい点は、cloud workbench だけに依存するより data flow を管理しやすい。
第四に、TUI/desktop hybrid workflow が好きな programmer。pure browser product ではないので、local toolchain を多少触ることに抵抗がない人に向いている。
注意点
第一に、project はまだ若い。public git history は 2026-04-01 からで、version はすでに v0.1.30 まで進んでいる。iteration が速いぶん、interface と experience はまだ変わる可能性がある。
第二に、scope が広い。model runtime、code search、MCP、skills、UI、task chain が入るので、configuration と認知コストは出やすい。最初は non-critical repository で local code search と model config だけ試すのがよさそうだ。
第三に、README にある multi-model support は、すべての provider で同じ体験になるという意味ではない。OpenAI-compatible endpoint でも tool call、streaming、context length、error format の互換性はかなり違う。実運用前にはテストが必要だ。
第四に、今回の確認では匿名 GitHub REST API が rate limit に当たった。そのため GitHub repository created_at は書いていない。ここでは git history から復元できる public history start を使っている。supply-chain audit 目的なら、token のある環境で GitHub API metadata を再確認した方がよい。
まとめ
devo の面白さは、もう一つ AI chat client を作っていることではない。coding agent に必要な土台、つまり model neutrality、local code search、MCP、skills、task chain、private runtime を一つに寄せていることだ。
あなたの AI coding workflow がすでに複数 model、複数 repository、複数 MCP server をまたぎ始めているなら、7df-lab/devo は watchlist に入れてよい。向いているのは「browser で一問だけ聞く」軽い場面ではなく、agent を local development workbench の一部にしたい人だ。