オープンソース LLM TODO スキル A Fu が Claude Code と Codex を活用して知識からスケジューリングを自動化

A Fu はオープンソースの LLM TODO スキルで、Claude Code と Codex との直接統合により、散らばった受信トレイのアイテムを構造化された Markdown タスクカードに変換します。

このツールは受信した素材を読み込み、動画リンクなどの不足情報を検出すると、yt-dlp とローカルの Whisper インスタンスを呼び出して字幕抽出を行い、ギャップを埋めます。カードが完成すると、一括スケジューリング、AI によるグループ化、週表示でのドラッグ＆ドロップ調整、Mac カレンダーまたは Feishu カレンダーへのワンクリック同期をサポートします。

ユーザーは単一コマンドでパッケージをインストールできます。プロジェクトは GitHub 上の Fable5 API フレームワークで公開されています。

ワークフローは受信トレイから始まります。A Fu は各エントリを解析し、利用可能な期限、日付、タグ、必要なコンテキストをすでに含む Markdown ファイルを作成します。動画リンクにトランスクリプトがない場合、システムはダウンロードと文字起こしステップを自動的にキューに入れます。生成された字幕テキストは、週次プランナーにタスクが表示される前にカードへ追記されます。

バッチスケジューリングでは、チームが複数のカードを選択し、単一の指示で日ごとに割り当てられます。その後、AI マージステップが重複または関連するアイテムを 1 枚のカードに統合し、カレンダー表示のノイズを低減します。週次ボードはマウスまたはトラックパッドによる並べ替えに対応しており、テキストファイルを手動で編集せずに優先順位を変更できます。

同期オプションは個人用および企業用カレンダーの両方をカバーします。Mac カレンダーにはタイムブロックが保持された状態でイベントが送信されます。Feishu ユーザーは企業ワークスペース内で同じイベントを受け取り、個人と仕事のスケジュールを 1 か所で揃えられます。

作者はすべてのロジックをローカルスクリプト内に留めるため、Fable5 と Codex の API 版を基盤に A Fu を構築しました。タスクデータはクラウドサービスに保存されません。カレンダートークンは標準的な OAuth フローで処理され、選択した同期先以外にデバイスから離れることはありません。

同じパターンを求める開発者はリポジトリをフォークし、他のメディアタイプ向けに抽出ルールを拡張できます。ワンコマンドインストールは必要な Python パッケージの取得、Whisper モデルのセットアップ、ローカル Codex インスタンスへのスキルの登録を行います。

このプロジェクトはノート取りと実際の実行の間の一般的なギャップを埋めます。多くのナレッジワーカーが記事、動画、リンクを収集する一方で、収集からスケジュールされたアクションへの自動化された道筋を欠いています。A Fu はその道筋をオープンリポジトリ内に配置し、他者が手順を監査または適応できるようにします。

リポジトリに記載された今後の更新では、追加の字幕言語サポートと Claude Code を超えるローカル大規模言語モデルとのより深い統合を目指しています。現在のリリースはすでに、受信トレイパーサー、メディア抽出器、スケジューラーという 3 つのコンポーネントが 1 つの Skill ファイル内に収まることを示しています。

インストールをテストした開発者によると、同期コマンド実行後、数秒以内に週次ビューが更新されます。未完了のフィールドを含むカードは強調表示され、ユーザーは自動化を継続するか、手動で不足データを補うかを判断できます。

リポジトリに価格は設定されていません。ワンラインインストール完了後は、スタック全体がユーザーのハードウェア上で動作します。カレンダーサービスのみが外部依存関係となります。

このアプローチは、既存の LLM ランタイム上に構築されたターゲットスキルが、新しい独自プラットフォームを必要とせずに情報取り込みと時間配分のループを閉じられることを示しています。