Show HN: 言語モデルREPLにはBashだけで十分
標準的なコマンドラインツール（bash、jq、curl）のみを使用して、ローカル大規模言語モデルと対話するREPLを構築する実験。Unix哲学に従い、小さな単一目的のプログラムをパイプで組み合わせ、grepで文字列出力のフィルタリングやpvでスループット測定が可能。メモリは追記専用の.jsonlファイルで管理し、フレームワークを排除したシンプルなエージェント実装を紹介する。
背景メモ
- LLMエージェントとは、大規模言語モデル（LLM）が外部ツール（検索、ファイル操作など）を呼び出しながら自律的にタスクを実行する仕組み。多くの場合、LangChainやLlamaIndexといった専用フレームワーク（数百MB〜数GBの依存関係を含むPythonパッケージ群）を用いて構築される。
- REPL（Read-Eval-Print Loop）は、ユーザーがコマンドを入力→評価→結果表示を繰り返す対話型実行環境。LLMにおいては、モデルと対話しながらタスクを進める操作インターフェースを指す。
- このプロジェクト「llayer」は、上記のような重厚なフレームワークを使わず、bash・jq・curlといった基本UNIXコマンドのみでLLMエージェントのREPLを実装した実験的な取り組み。パイプでテキストストリームをつなぐUnix哲学に従い、エージェントの「記憶」もappend-onlyのJSONLファイル（シェルのhistoryと同列の仕組み）で管理する。
- この試みが提起する問いは：「現代のエージェント」を実現するのに本当にあれだけの複雑なフレームワークが必要なのか？という、LLMツール群への根本的な疑義。依存関係ゼロでどこまで実用的なエージェントが作れるかを示している。