Yogurt は会議に bot を入れずに録り、ソケットを一つ開く

会議録音アプリを見るとき、まず知るべきなのは、そのアプリが通話の中に何を差し込むかだ。ほとんどの製品は参加者として入る。グリッドに名前が出て、他の人にも見えて、録音には目に見える原因がある。同意の面では良いことで、それ以外の面では全部悪い。bot は入室を許可してもらう必要があり、ゲストリストに現れ、プラットフォームによっては通話のレイアウトまで変わる。
Frigade が MIT で公開した Yogurt は入らない。マイクと、パソコンが再生している音を録る。参加者はいないし、ゲストリストも変わらないし、ホストが許可するものもない。
FAQ はその帰結をはっきり書いている。bot は通話に入らないので、録音していることを通話の他の人に自分で伝えてほしい、と。この一文は見た目よりずっと多くのことを引き受けている。録音している側が見えないなら、残る同意の仕組みは、自分が口にすることだけだ。
動かしているもの
パイプラインはローカルの三つの部品でできている。
文字起こしは whisper.cpp。マシンに合わせて large-v3-turbo か、より小さいモデルを使う。対応している Mac では、通話中は Apple の SpeechAnalyzer がリアルタイムの文字を出し、保存する文字起こしは Whisper が作る。分け方がまともで、片方が遅延を、片方が手元に残る成果物を受け持つ。
要約と質問応答は llama.cpp 経由で、Gemma 4、gpt-oss、Qwen3 系のオープンウェイトモデルからハードウェアに合わせて選ぶ。アプリは Electron 製で、アカウントは要らない。
セットアップのダウンロードは二段階。まず小さめのノート用モデル、約 5 GB。次にそのマシンが快適に動かせる最良のモデルで、ドキュメントでは 14 GB 以上とされている。セットアップが終われば録音でき、ノート用モデルが入ればノートと質問はオフラインで動く。最低要件はメモリ 8 GB、macOS 14.4 の Apple シリコン、Windows 10 2004 以降の x64、Ubuntu 22.04 あたり。
データは予想できる場所に置かれる。Mac なら ~/Library/Application Support/Yogurt、Windows なら %APPDATA%\Yogurt、Linux なら ~/.config/Yogurt か $XDG_CONFIG_HOME/Yogurt。オンラインになるのはモデルのダウンロードとアップデート確認だけで、それで全部だ。
Mac だけの部分と、そうでない部分
通話の検出はクロスプラットフォームだが浅い。Yogurt はどのアプリがマイクを使っているかを見る。ブラウザでの通話では、タブのタイトルや、会議リンク付きの直近のカレンダー予定も見る。通話が始まったと判断すると、録音するか聞いてくる。録音は承諾したときだけ始まる。名乗れないものにとって、この初期値は正しい。
話者名は Mac だけ。Mac でアクセシビリティの権限を与えると、Zoom、Teams、Meet が話者を表示しているときに、Yogurt はそれを読める。Windows と Linux では、文字起こしに話者ごとの帰属がない。話者分離を重視するなら、ここが決め手になる。2026 年の製品でプラットフォーム差がこんな場所に残っているのは妙だ。
カレンダーも Mac だけで、読むのはパソコンにすでにあるカレンダー。Yogurt の中でカレンダーのアカウントにログインすることはない。多言語モードは文字起こしが 99 言語、インターフェースが 32 言語。要約は会議の主要言語に従い、回答は質問の言語に従う。
小さな挙動が二つある。通話が終わると Yogurt は録音を止める。使っているのは同じマイク使用中のシグナルだ。もう一つ、会議をまたいだ回答には元の発言へのリンクが付く。このカテゴリで唯一、譲れないと言える機能だ。確認できない要約は、信じるしかない要約でしかない。
ソケットが一つ
面白い判断はローカル MCP サーバーのほうだ。
設定の AI apps でオンにして、ヘルパーコマンドをコピーし、自分のアシスタントにローカル MCP サーバーとして追加する。アクセスは初期状態でオフ。接続したアプリは会議、ノート、文字起こしを読み取り専用で扱える。何も変更できない。Yogurt 側から以降の読み取りを止めることもできる。
Mac と Linux では、転送路はプロファイルフォルダ内のソケットで、パーミッションは 0600。だから開けるのは自分のユーザーアカウントだけ。Windows では名前付きパイプで、起動のたびにランダムな新しい名前になり、その名前はプロファイルフォルダにだけ保存される。
そのあとに、この記事を書かせた一文が来る。アプリごとのトークンはなく、アクセスがオンの間は、自分のアカウントで動くどのアプリでも読める。設定に並ぶ接続アプリの名前は、アプリの自己申告だ。
少し考えてほしい。ここでの権限モデルはユーザーセッション単位で、アプリ単位ではない。スイッチを入れた瞬間、境界は自分のログインであって、承認済みプログラムの一覧ではない。設定のアプリ一覧も見やすさのための表示にすぎない。名前は自己申告だからだ。
読み方は二通りある。意地の悪い読み方をすれば、アプリごとの資格情報を持たないローカルの読み取り専用ソケットは、権限の歯を抜いた権限システムであり、「自己申告の名前」は身元レイヤーを作っていないときに書くものだ。
好意的に読めば、デスクトップでアプリごとのトークンをうまく作るのは難しく、0600 のソケットはマシン上の他のユーザーに対する実際の境界であり、多くの人が実際に使っている代替案は文字起こしをベンダーにアップロードすることだ。注意書きの付いたローカルソケットは、プライバシーポリシーの付いたクラウド API より良い取引だ。
私は二番目の読み方に寄る。条件が一つある。注意書きが FAQ に残り続けることだ。こういう製品が、ローカル MCP アクセスを限定なしで安全だと書き始めた瞬間、誠実なエンジニアリングはマーケティングに変わる。
何を払うことになるか
金はかからない。そこが要点ではない。コストは別のところにある。
一つ目はディスクとメモリ。ブラウザも動かすノート PC では、14 GB のモデルと録音は現実的な負担だ。セットアップの流れがマシンが遅すぎないか教えてくれる。ほとんどのアプリより丁寧だ。
二つ目は注意力。アプリは名乗れないので、同意は毎回自分が思い出さないといけない社会的行為になる。グリッドに bot が現れるより体験は悪く、何も入れていない通話の相手にとっては良い。
三つ目はプラットフォーム。Mac は話者名とカレンダーが付き、Windows は初回起動で SmartScreen の警告が出る(ビルドが Microsoft の証明書で署名されていないため)。Linux はアプリ本体だけで、Mac の追加機能はどちらもない。
この製品の取引は筋が通っている。ローカル処理、ローカル保存、ローカルモデル、アカウント不要、そしてアシスタントが先週の火曜日のことを答えられるようにする読み取り専用ソケットが一つ。ほぼすべての代替案は、このうち少なくとも二つを諦めている。
なぜ居場所があるのか
このカテゴリには今、既定の形がある。bot が入り、音声がサーバーに送られ、要約が返り、文字起こしはベンダーが持つ。Yogurt は同じ製品で、輸送方向を反転させている。反転させると、他のすべての判断を明示的に決めざるを得なくなる。話者の帰属やアプリの身元といった、格好の悪い判断も含めて。
役に立つのはそこだ。ローカルファーストのアプリは、ファイルをどこに書き、誰が読めるかをどう決めるかで定義される。その両方がここでは珍しいほど詳しく書かれている。ファイルのパーミッションやパイプの命名まで、穴のことも含めて。穴に納得がいかなくてもアプリは使える。穴がどこかを教えてくれないサービスには、それはできない。
インストーラは GitHub の releases ページにあり、Mac arm64、Windows x64、Linux AppImage が揃う。FAQ よりコードを読みたい人向けに、ソースからのビルド方法もリポジトリに書いてある。この権限モデルなら、コードを読むのが妥当な選択に思える。
関連記事
Pinky は agent に自分のスマホを操作させる。送信ボタンは、あなたが許可を押すまで押さえたまま
Pinky はどんな MCP agent でも本物の iPhone や Android につなぎ、承認をプロンプトではなく自前のゲートウェイで強制する。銀行アプリは見えず、パスワード欄は通行止め、Android 13 では agent に隠れた2枚目の画面が渡される。
サーバー1台、AI配信者1人:夜のライブ配信を動かすコードの中身
open-yoki は、毎晩 Binance Square で配信する AI ホストの本番コードで、人格・声・お金に関わる機能は取り除かれています。headless Chrome がフレームを描き、ffmpeg が RTMP を押し、Markdown フォルダが彼女の気分と投稿内容を決めます。
SoduWork の依頼は、チャットが止まったときではなく、依頼した人が承認したときに終わる
SoduWork はセルフホストのワークベンチだ。依頼には着手前に受け入れ基準が書かれ、納品は別の harness がレビューし、最後は人が承認する。うまくいった進め方はプラグインとして保存され、チームの他の人がそのまま実行できる。
世界の法律を git に入れた人がいる。だから法令も blame できる
global-law は各国の法令を git リポジトリとして持ち、1 つの commit が既知の日に効力を持った 1 つの法律にあたる。条文に対して log、blame、show、diff を実行でき、ある日の各国の施行状況を調べ、コーパス全体を MCP 経由でアシスタントに渡せる。