Show HN: Pomi – Rabbit R1上で動作するスタンドアロンボイスエージェント

Pomi は、Rabbit R1 デバイスを持ち運び可能で常時稼働するボイスエージェントに変える独立したソフトウェア実験です。開発者の Sid Mohan が GitHub で公開しており、Rabbit 社の公式ソフトウェアへの不満から作られたわけではなく、「カスタムで永続的なボイスエージェント体験をどこまでデバイス単体で実現できるか」という問いを探求しています。

Pomi のコアアーキテクチャは、Android アプリケーション（Pomi Home APK）と、Debian chroot 環境で動作する Hermes ゲートウェイで構成されています。ユーザーはデバイスのトマトアイコンをタップするか、ローカルの「Hey Pomi」ウェイクワードを使用して操作を開始します。音声入力はキャプチャされ文字起こしされ、ローカルループバックアドレスを介して Hermes ゲートウェイに送信され、ゲートウェイはデバイスの通常のインターネット接続を介して選択されたリモート LLM にテキストを送信し、応答をインターフェースに返します。Tailscale は会話経路には関与せず、プライベートなダッシュボードアクセスとリモートメンテナンス機能のみを提供します。

試用を希望するユーザー向けに、プロジェクトは詳細なインストールガイドを提供しています。インストールプロセスは Android システムパーティションを変更するため、デバイスが起動不能になるリスクがあります。そのため、インストール前にリカバリセクションを読み、検証済みのバックアップを作成することを強く推奨します。サポートされるデバイスは、特定のバージョンの Rabbit R1（arm64-v8a、Android 13/API 33、アンロックされたブートローダー、root化された ADB）に限定されています。インストールは4つの監査可能なモジュールに分割されています：システムイメージのキャプチャ、ランタイムのビルド、設定、プロビジョニング。すべての認証情報はデバイス上のプライベートファイルに保持され、APK にコンパイルされることはありません。

Pomi は、アップデート、診断、リカバリのための完全なフローも提供しています。アップデート時には、同じ署名キーストアを使用して APK とランタイムを再ビルドし、プロビジョニングスクリプトを再実行します。診断は ADB コマンドを使用して各サービスの状態を確認できます。問題が発生した場合は、ADB またはブートローダーを介してロールバックとリカバリを行うことができます。プロジェクトはセキュリティとプライバシーを重視しており、pomi.env 設定ファイル、キーストア、バックアップ、ランタイム状態を公開しないよう推奨し、短期間または制限付きの Tailscale 認証キーの使用を推奨しています。

現在の既知の制限事項としては、Android 13 の特定の R1 ビルドでのみテストされていること、音声文字起こしは Android 音声サービスに依存しネットワークやシステムコンポーネントの影響を受けること、Picovoice はユーザー自身が利用規約に同意しキーとモデルを提供する必要があること、自動ファームウェアアンロックやリカバリフローがないこと、などが挙げられます。オリジナルの Pomi コードは Apache-2.0 ライセンスで提供され、サードパーティコンポーネントはそれぞれのライセンスを保持します。