ObjectStack の上に構築された商用ランタイム環境

オントロジーがソフトウェアである。

実行可能なビジネスオントロジーをひとつ。AI が書き、ランタイムが動かし、エージェントが操作し、あなたが所有する。同じループをホスト型で、ブラウザだけで、何もインストールせずに使いたい?それが ObjectOS — ObjectStack の上に構築された商用ランタイム環境です。ObjectOS は、ブラウザ上でホストされインストール不要の ObjectOS Cloud としても、自社インフラでセルフマネージドの ObjectOS Enterprise としても動作します。どちらのエディションでも、オントロジーをエクスポートしてオープンソースの ObjectStack ランタイムで実行できます。

ObjectStack を 90 秒で YouTube でほかの動画を見る
実行可能
ランタイムが動かす
AI が書ける
AI が書く
エージェントが操作できる
エージェントが操作する
あなたが所有する
オントロジーをエクスポートし、オープンソースの ObjectStack で実行

オントロジーがソフトウェアである。

今あるシステムを活かし、エージェント用の統制ランタイムを加える。

エンタープライズ AI に必要なのは、また一つの再構築プロジェクトでも、レビュー不能な生成コードの山でもありません。エージェントが書き、人がレビューでき、ランタイムが統制する、ひとつの定義です。オブジェクトとフィールド、リレーション、アクション、権限、フロー、そしてエージェントとツールの定義がその定義 — あなたのビジネスオントロジーです。オープンで、バージョン管理され、あなたのもの。誰かのプラットフォームに閉じ込められた資産ではありません。

実行可能なビジネスオントロジーとは
業務データ、アプリ、AI エージェントを接続する ObjectOS
実行可能なビジネスオントロジーをひとつアプリ、データ、エージェントを接続中

プラットフォーム機能

白紙のコードではなく、業務構造から始める

AI とエージェントの記事 →
  1. 01

    エージェントに業務モデルを渡す 

    顧客、注文、設備、ケース、承認を、エージェントが読み、関連付け、操作できるオブジェクトとしてモデル化します。

  2. 02

    今あるシステムを活かす — まずは読み取り専用で 

    すでに稼働中のデータベースを外部データソースとしてフェデレートし、そのテーブルをオブジェクトとしてモデル化します。フェデレーションは既定で読み取り専用で、まだ初期段階です。記録システムが行を書き続け、書き込みはオブジェクト単位で意図的に有効化します。

  3. 03

    コードではなくオントロジーを書く 

    典型的な CRUD/ワークフロー型ソフトウェアでは、エージェントはコンパクトな ObjectStack 定義を書きます。オープンな ObjectStack ランタイムがテーブル、API、UI、ツールを派生し、権限と監査を強制します。ObjectOS が本番デプロイとチーム運用を担います。生成するコードもレビューするコードも少なくなります。

  4. 04

    ランタイムでガバナンスを実行 

    企業 ID、権限、承認キュー、監査ログを再利用し、すべてのエージェント操作に明確な境界を設けます。

AI 構築とエージェント運用

エージェントにソフトウェアを作らせる。人はレビューの輪に残る。

ObjectStack はオブジェクト、項目、ワークフロー、権限、アクション、UI を、エージェントが読み書きできる型付き定義として保持します。オープンなランタイムがデータベース、API、画面、MCP ツールを派生し、すべての呼び出しで権限と監査を強制します。Strict TypeScript、Zod スキーマ、検証ゲートが構造的な誤りをデプロイ前に検出します。定義全体が AI が一度に把握できる小ささに収まるので、コーディングエージェントはシステム全体をまたいで推論でき、人は diff をレビューできます。ObjectOS は ObjectStack の上に構築された商用ランタイム環境です。Cloud/Enterprise では製品内 AI Build & Ask、人による承認、SSO、デプロイ、運用を提供し、オープンソース ObjectStack では自分のコーディングエージェントと MCP クライアントを使えます。

エージェントを ObjectStack に向ける →
01

AI Builder 

Cloud/Enterprise:自然言語で変更を説明します。製品内 Builder がオブジェクト、項目、ビュー、ワークフローを生成し、構造変更を承認へ送ります。オープンソースの ObjectStack では、自分のコーディングエージェントがフルコードではなく同じコンパクトなメタデータ diff を書きます。

02

AI Ask 

Cloud/Enterprise:製品内で質問し、業務コンテキストを分析し、ログインユーザーの権限内で承認済みアクションを実行します。オープンソースの ObjectStack では、同じオブジェクトを MCP 経由で自分の AI から問い合わせます。

03

Tools / MCP 

全エディション共通:@objectstack/mcp がオブジェクト、クエリ、アクションをポリシー対応ツールとして Claude、Cursor、任意の MCP クライアント、ローカルモデルに公開します。

仕組み

業務オペレーションを、エージェントが使える構造へ

ObjectStack はオブジェクト、関係、権限、ワークフロー、アクションを統一された型付き定義で記述します。エージェントはアプリケーションコードを作り直すのではなく、全体がコンテキストに収まる定義層を変更します。ObjectOS はレビュー、デプロイ、運用のコントロールを提供し、各変更を理解可能、承認済み、統制された状態に保ちます。

既存システム
CRMERPデータベース自社システム
接続とモデリング
OBJECTSTACK DEFINITION LAYER オブジェクト · 権限 · フロー · API · 監査
安全に実行
継続的な価値
業務アプリAI エージェント自動化

セキュリティとガバナンス

データは自社ネットワーク内に。AI は権限の内側で動く。

ObjectOS Enterprise は ObjectStack アプリを自社インフラへデプロイし、運用できます。業務データ、ID、監査ログ、ファイルは自社管理のまま。AI エージェントは管理されたツール経由でオブジェクトにアクセスし、ログインユーザーの権限を継承します。

セキュリティとガバナンスを見る →

データ所在地

自社のデータベースとストレージに接続します。業務レコード、ID、監査ログ、ファイルはそこに留まります。セルフマネージドの ObjectOS はライセンスをオンラインで検証します(エアギャップ環境向けの Enterprise ライセンスはオフラインで検証)。オープンソースの ObjectStack ランタイムにはテレメトリもライセンス確認も更新チェックもありません。

ユーザー権限で動く AI

エージェントはログインユーザーとして動作し、オブジェクト、レコード、フィールドの権限に従います。

承認と監査

構造的な変更は人の承認キューに入り、読み取り、書き込み、ツール呼び出し、権限変更は監査ログに記録できます。

オフライン対応

VPC、ローカルサーバー、隔離ネットワークで動作し、ローカルモデル、社内 ID、独自のシークレット管理に接続できます。

アプリテンプレート

動くテンプレートから始め、白紙のシステムから始めない

比較

よくあるツールとは別物です

比較を読む →

最新インサイト

AI が書くソフトウェアの実践知

すべての記事 →
「オントロジーがソフトウェアである」とはどういう意味か?実行可能なビジネスオントロジーの定義

「オントロジーがソフトウェアである」とはどういう意味か?実行可能なビジネスオントロジーの定義

この一文は ObjectStack のポジショニングであり、本稿はその定義だ。実行可能なビジネスオントロジーには六種の中核、四つの投影、三つの「ではないもの」があり、中核と投影を見分けるテストがある。

FDE(フォワードデプロイドエンジニア)は何を使うのか? オントロジー優先のオープンスタック

FDE(フォワードデプロイドエンジニア)は何を使うのか? オントロジー優先のオープンスタック

FDE が 60–180 日のデプロイメントで実際に何を作るのか、この仕事を定義する 5 つの痛み、そして 2026 年の模倣の波がなぜ職種だけを写し取り、その下の基盤を写さなかったのか。

業務アプリは何トークンか? 完全な CRM 全体が 150k 未満

業務アプリは何トークンか? 完全な CRM 全体が 150k 未満

完全な CRM は型付きメタデータ全体で 150k トークン未満です。ビジネスロジックは 100k 未満、UI は約 50k。同梱のリファレンス CRM は約 16k です。コンテキストに丸ごと収まるソフトウェアは保守のされ方が変わります。

次のステップ

最もよく知る業務データから始めましょう。

すでに稼働中のデータベースを一つフェデレートし(既定で読み取り専用)、主要な業務オブジェクトを定義して、最初のガバナンス付き AI-written アプリを小さなメタデータ diff として出荷します。

既存システムとの接続方法 →