スマホだけで完結！TermuxでGemini AIエージェントを自作した話

📅 2026年2月19日 ｜ 📁 開発体験談

1. はじめに：ジェンスパークのコストが悩みの種だった

このブログ「ジェンスパーク開発奮闘記」は、ブログシステム自体からジェンスパーク(Genspark)で作っています。記事の体裁を整えたり、投稿するのも全部ジェンスパーク任せです。とても便利なのですが、使用するにはコストがかかります。記事を追加するたびにクレジットが減っていくのが、正直なところ悩みの種でした。

そこで「維持管理や記事追加だけ別のツールでできないか」と色々探し始めました。しかし、自分の要望が特殊なのか、しっくりくるものが全然見つかりませんでした。

Cursor や Claude Code はPC前提ですし、そもそも有料です。Firebase は環境的には良さそうでしたが、入っているAIエージェントの能力が低く、GitHubなど外部へのアクセスができませんでした。

2. スマホ完結の開発環境を探して

スマホで開発作業を完結させたいというのは、一見すると無茶な要望に聞こえるかもしれません。しかし、20年間ソフトウェアエンジニアをやってきた筆者としては「もうパソコンを広げたくない」というわがままな理由がありました。

既存のモバイル向け開発ツールをいくつか試しましたが、GitHubへのアクセス権限がなかったり、自然言語でのコマンド実行ができなかったりと、いずれも要件を満たしませんでした。そこでたどり着いたのが、AndroidスマホにLinux環境を構築できる Termux というアプリです。

3. Termuxとの出会いと苦難のインストール

Termuxは、Android上でLinuxのターミナル環境を動かせるアプリです。bash、python3、git、curlなどの標準的なツールが使えるため、理論上はLinuxでできることの多くがスマホ上で実現できます。

インストール自体がなかなかの難関でした。最初にPlayストア版を入れたものの、開発停止と聞いてF-Droid版へ入れ直し。インストールが途中で固まって何も起きない時間が続き、2回目でなぜかすんなり完了。さらにGoogleからセキュリティ警告が何度も届くという洗礼を受けながら、なんとか環境構築に成功しました。

4. AIエージェントを自作することにした

環境が整ったら次は自然言語で指示できるツールです。Termuxで使えるAIチャットツール（ai chatなど）を探しましたが、どうもTermuxには対応していないようでインストールできず。Gemini公式CLIツールも同様でした。

そこで発想を転換し、「Gemini APIを直接叩いて、自分でエージェントを作ってしまおう」という結論に至りました。必要な材料はbash、python3、curlだけ。どれもTermuxに標準で入っています。

AIエージェントの作成自体は、Claude（Anthropic）に相談しながら進めました。試行錯誤の末、デバッグや設計方針の見直しを繰り返し、最終的にv1.08として動作する状態になりました。

5. エージェントの処理フロー

完成したエージェントの基本的な処理フローはこのようになっています。

ポイントは「Geminiを2回呼ぶ」設計です。1回目（①）で何をすべきかを判断し、コマンドを実行。2回目（②）でその結果を評価し、タスクが完了したか次のステップが必要かを判断します。ユーザーはその②の判断を見た上で y（続行） / n（終了） / 自由なメッセージで追加指示を出せます。

使用モデルは当初Gemini 2.5 Flashでしたが、能力的に追いつかない場面が多く、Gemini 3.0 Flash Preview（gemini-3-flash-preview）に変更しました。APIキーは1つで全モデルに対応しているため、モデル名を変えるだけで切り替えられます。

6. 出来上がったもの・出来なかったもの

最初は「大型バイクが欲しかったけど、苦労の末に手に入れたのは原チャリだった」という感覚もありました（笑）。ただ、スマホ単体でGitHub連携・ビルド・デプロイまでの一連の作業を自然言語で指示できるのは、それなりに実用的です。

7. どんな人におすすめか

このアプローチが特に合いそうな方を考えてみました。

• 移動が多いSEやエンジニア — 電車や出張先でのちょっとした修正・確認作業に使えます
• PCを持ち歩きたくない開発者 — スマホ1台で軽微な開発作業を完結させたい方
• Linux/bashに慣れている方 — スクリプトをカスタマイズして自分好みの環境に育てられます
• Gemini APIを試してみたい方 — フレームワーク不要でAPIの動作を手軽に確認できます

逆に、大規模なCLI自動化や複雑なフロントエンド開発には向きません。あくまでも「スマホで軽くGitHub操作や設定変更をしたい」という用途にフィットします。

8. 完成スクリプト（全文公開）

試行錯誤の末に完成したスクリプトを全文公開します。ClaudeのAPIを使って作成したものです。中身はほとんど確認していないので、ご利用は自己責任でお願いします。

スクリプトを ~/bin/ai として保存し、chmod +x ~/bin/ai で実行権限を付与してください。

#!/bin/bash
# AI Assistant v1.08
# Mobile Development AI Assistant powered by Gemini

# ============================================================
# 定数・環境変数
# ============================================================
GOOGLE_API_KEY="${GOOGLE_API_KEY:-}"
BRAVE_API_KEY="${BRAVE_API_KEY:-}"
MODEL="gemini-3-flash-preview"
API_URL="https://generativelanguage.googleapis.com/v1beta/models/${MODEL}:generateContent"

SCREENSHOT_DIR="${HOME}/storage/pictures/Screenshots"
CURRENT_PROJECT_FILE="${HOME}/.ai_current_project"
IMAGE_SCRIPT="${HOME}/bin/ai_image.py"
TASK_RESULT_FILE="${HOME}/tmp/ai_task_result.tmp"
HISTORY_FILE="${HOME}/.ai_history"
TMP_DIR="${HOME}/tmp"
PAYLOAD_FILE="${TMP_DIR}/ai_payload.tmp"

# ============================================================
# プロジェクト管理
# ============================================================
PROJECT_NAME_CURRENT=""
PROJECT_DIR_CURRENT=""
PROJECT_CONFIG=""
PROJECT_CONTEXT=""

load_config() {
  PROJECT_NAME_CURRENT=""
  PROJECT_DIR_CURRENT=""
  PROJECT_CONFIG=""
  PROJECT_CONTEXT=""
  HISTORY_FILE="${HOME}/.ai_history"

  if [[ -f "$CURRENT_PROJECT_FILE" ]]; then
    local project_path
    project_path=$(cat "$CURRENT_PROJECT_FILE")
    if [[ -n "$project_path" && -d "$project_path" ]]; then
      PROJECT_DIR_CURRENT="$project_path"
      PROJECT_NAME_CURRENT=$(basename "$project_path")
      HISTORY_FILE="${PROJECT_DIR_CURRENT}/.ai_history"

      [[ -f "${PROJECT_DIR_CURRENT}/.ai_config" ]] && PROJECT_CONFIG=$(cat "${PROJECT_DIR_CURRENT}/.ai_config")
      [[ -f "${PROJECT_DIR_CURRENT}/.ai_context" ]] && PROJECT_CONTEXT=$(cat "${PROJECT_DIR_CURRENT}/.ai_context")

      while IFS='=' read -r key value; do
        [[ "$key" =~ ^[[:space:]]*# ]] && continue
        [[ -z "$key" ]] && continue
        key=$(echo "$key" | tr -d ' ')
        value=$(echo "$value" | tr -d '"' | tr -d "'")
        export "$key=$value"
      done < <(grep '=' "${PROJECT_DIR_CURRENT}/.ai_config" 2>/dev/null)
    fi
  fi
}

restore_last_project() { load_config; }

detect_project_switch() {
  local input="$1"
  echo "$input" | grep -qiE "プロジェクト.*(切|替|変)|switch.*project|project.*switch"
}

# ============================================================
# システムプロンプト
# ============================================================
build_system_prompt() {
  cat << SYSPROMPT
あなたはモバイル開発支援AIアシスタントです。

## 【設定ファイル】プロジェクト情報
- プロジェクト名: ${PROJECT_NAME_CURRENT:-未選択}
- プロジェクトディレクトリ: ${PROJECT_DIR_CURRENT:-未設定}
- 履歴ファイル: ${HISTORY_FILE}

## 【設定ファイル】.ai_config
${PROJECT_CONFIG:-設定なし}

## 【設定ファイル】.ai_context
${PROJECT_CONTEXT:-コンテキストなし}

## コマンド実行ルール（最重要・厳守）
- git, curl, npm, cp, mv などは必ずCOMMAND形式で自分で実行すること
- 「ユーザーが実行してください」は絶対禁止
- cdコマンド単体は使わず「cd /path && 次のコマンド」の形式にすること

## 応答形式（TYPE行を最初に出力）
TYPE: COMMAND / SEARCH / IMAGE / NEED_INPUT / DONE / NEXT
SYSPROMPT
}

build_continuation_prompt() {
  local original_task="$1"
  local last_result="$2"
  cat << CONTPROMPT
## 【元のタスク】
${original_task}

## 【直前の実行結果】
${last_result}

タスクは完了しましたか？結果をわかりやすく説明した上で継続判断してください。
応答形式: TYPE: DONE / NEXT / NEED_INPUT
CONTPROMPT
}

# ============================================================
# Gemini API呼び出し
# ============================================================
_call_gemini_with_prompt() {
  local user_message="$1"
  local system_prompt history_content payload response text
  system_prompt=$(build_system_prompt)
  [[ -f "$HISTORY_FILE" ]] && history_content=$(tail -50 "$HISTORY_FILE")

  payload=$(python3 -c "
import json, sys
sp = sys.argv[1]; msg = sys.argv[2]; hist = sys.argv[3]
full_sys = sp + '\n\n## 【過去の会話履歴】\n' + (hist if hist else '履歴なし') + '\n---以上が過去の履歴---'
print(json.dumps({'system_instruction':{'parts':[{'text':full_sys}]},'contents':[{'role':'user','parts':[{'text':msg}]}],'generationConfig':{'temperature':0.7,'maxOutputTokens':2048}}))
" "$system_prompt" "$user_message" "$history_content" 2>/dev/null)

  [[ -z "$payload" ]] && echo "ERROR: payload build failed" >&2 && return 1
  echo "$payload" > "$PAYLOAD_FILE"

  response=$(curl -s -X POST "${API_URL}?key=${GOOGLE_API_KEY}" \
    -H "Content-Type: application/json" -d @"$PAYLOAD_FILE" 2>/dev/null)
  [[ -z "$response" ]] && echo "ERROR: empty response" >&2 && return 1

  text=$(echo "$response" | python3 -c "
import json,sys
try:
  d=json.load(sys.stdin); print(d['candidates'][0]['content']['parts'][0]['text'])
except Exception as e:
  print('ERROR:'+str(e),file=sys.stderr); sys.exit(1)
" 2>/dev/null)
  [[ -z "$text" ]] && echo "ERROR: text extract failed" >&2 && return 1
  echo "$text"
}

call_gemini() {
  _call_gemini_with_prompt "$(printf '## 【最新の指示】\n%s' "$1")"
}

call_gemini_continuation() {
  _call_gemini_with_prompt "$(build_continuation_prompt "$1" "$2")"
}

# ============================================================
# 履歴管理
# ============================================================
save_history() {
  printf "[%s] %s: %s\n" "$(date '+%Y-%m-%d %H:%M:%S')" "$1" "$2" >> "$HISTORY_FILE"
  local lc; lc=$(wc -l < "$HISTORY_FILE" 2>/dev/null || echo 0)
  [[ "$lc" -gt 200 ]] && tail -100 "$HISTORY_FILE" > "${HISTORY_FILE}.tmp" && mv "${HISTORY_FILE}.tmp" "$HISTORY_FILE"
}

# ============================================================
# Web検索
# ============================================================
search_web() {
  local query="$1" results=""
  local enc; enc=$(python3 -c "import urllib.parse,sys; print(urllib.parse.quote(sys.argv[1]))" "$query" 2>/dev/null)

  [[ -n "$BRAVE_API_KEY" ]] && results=$(curl -s \
    -H "X-Subscription-Token: ${BRAVE_API_KEY}" \
    "https://api.search.brave.com/res/v1/web/search?q=${enc}&count=3" 2>/dev/null | \
    python3 -c "
import json,sys
try:
  d=json.load(sys.stdin)
  for r in d.get('web',{}).get('results',[])[:3]:
    print(f'タイトル: {r.get(\"title\",\"\")}\nURL: {r.get(\"url\",\"\")}\n概要: {r.get(\"description\",\"\")}\n---')
except: pass
" 2>/dev/null)

  [[ -z "$results" ]] && results=$(curl -s "https://html.duckduckgo.com/html/?q=${enc}" 2>/dev/null | \
    grep -o '<a class="result__a"[^>]*>[^<]*</a>' | head -3 | sed 's/<[^>]*>//g')
  echo "${results:-検索結果なし}"
}

# ============================================================
# 画像解析
# ============================================================
handle_image_request() {
  local image_path="$1"
  [[ "$image_path" == "latest" || -z "$image_path" ]] && \
    image_path=$(ls -t "$SCREENSHOT_DIR"/*.png "$SCREENSHOT_DIR"/*.jpg 2>/dev/null | head -1)
  [[ -z "$image_path" || ! -f "$image_path" ]] && echo "画像ファイルが見つかりません" && return 1
  python3 "$IMAGE_SCRIPT" "$image_path" "この画像を詳しく説明してください" 2>/dev/null || echo "画像解析エラー"
}

# ============================================================
# コマンド実行
# ============================================================
execute_command() {
  local cmd="$1"
  local dangerous_patterns=("rm -rf /" "mkfs" "dd if=" ":(){ :|:& };" "> /dev/sda")
  for pattern in "${dangerous_patterns[@]}"; do
    echo "$cmd" | grep -qF "$pattern" && echo "⚠️ 危険なコマンドをブロック: $cmd" && return 1
  done
  if echo "$cmd" | grep -qE "^rm "; then
    echo -n "⚠️ 削除コマンドを実行しますか？ ($cmd) [y/N]: "
    read -r confirm
    [[ "$confirm" != "y" && "$confirm" != "Y" ]] && echo "キャンセル" && return 1
  fi
  echo "🔧 実行: $cmd"
  local result exit_code
  result=$(eval "$cmd" 2>&1); exit_code=$?
  echo "$result"; echo "終了コード: $exit_code"
  printf "%s\n終了コード: %d" "$result" "$exit_code" > "$TASK_RESULT_FILE"
  return $exit_code
}

# ============================================================
# レスポンス解析・ディスパッチ
# ============================================================
dispatch_response() {
  local response="$1"
  local task_type task_content
  task_type=$(echo "$response" | grep "^TYPE:" | head -1 | sed 's/^TYPE: *//' | tr -d '\r')
  task_content=$(echo "$response" | grep -v "^TYPE:" | sed '/^[[:space:]]*$/d' | head -1)
  echo "📌 [DEBUG] task_type=[$task_type]"

  case "$task_type" in
    COMMAND)
      save_history "AI" "COMMAND実行: $task_content"
      execute_command "$task_content"
      save_history "SYSTEM" "実行結果: $(cat "$TASK_RESULT_FILE" 2>/dev/null | head -c 300)"
      return 3 ;;
    SEARCH)
      echo "🔍 検索中: $task_content"
      local results; results=$(search_web "$task_content")
      echo "$results"; printf "%s" "$results" > "$TASK_RESULT_FILE"
      save_history "SYSTEM" "検索結果: ${results:0:300}"
      return 3 ;;
    IMAGE)
      local img_result; img_result=$(handle_image_request "$task_content")
      echo "$img_result"; printf "%s" "$img_result" > "$TASK_RESULT_FILE"
      return 3 ;;
    NEED_INPUT)
      echo "❓ $task_content"; echo -n "回答: "; read -r user_answer
      save_history "USER" "$user_answer"
      local new_response; new_response=$(call_gemini "$user_answer")
      dispatch_response "$new_response"; return $? ;;
    DONE)
      echo "✅ $task_content"; save_history "AI" "完了: $task_content"; return 0 ;;
    NEXT)
      echo "⏭️ 次: $task_content"
      printf "%s" "$task_content" > "$TASK_RESULT_FILE"; return 3 ;;
    *)
      echo "💬 $response"; save_history "AI" "${response:0:200}"; return 0 ;;
  esac
}

# ============================================================
# メインタスクループ
# ============================================================
execute_task() {
  local user_input="$1" max_iterations=10 iteration=0
  local original_task="$user_input" current_input="$user_input"
  save_history "USER" "$user_input"
  detect_project_switch "$user_input" && echo "🔄 プロジェクト切り替え検知..." && load_config

  while [[ $iteration -lt $max_iterations ]]; do
    ((iteration++))
    echo ""; echo "═══ ステップ $iteration ═══"
    echo "🌐 ①Gemini分析中..."
    local response; response=$(call_gemini "$current_input")
    [[ -z "$response" ]] && echo "❌ ①Geminiエラー" && return 1

    dispatch_response "$response"
    local action_status=$?

    case $action_status in
      0) echo "✅ タスク完了"; return 0 ;;
      1) echo "❌ エラー"; return 1 ;;
      3)
        echo ""; echo "🌐 ②Gemini継続判断中..."
        local last_result; last_result=$(cat "$TASK_RESULT_FILE" 2>/dev/null || echo "結果なし")
        local cont_response; cont_response=$(call_gemini_continuation "$original_task" "$last_result")
        [[ -z "$cont_response" ]] && echo "❌ ②Geminiエラー" && return 1

        local cont_type cont_content
        cont_type=$(echo "$cont_response" | grep "^TYPE:" | head -1 | sed 's/^TYPE: *//' | tr -d '\r')
        cont_content=$(echo "$cont_response" | grep -v "^TYPE:" | sed '/^[[:space:]]*$/d' | head -1)
        echo ""; echo "── ②Gemini判断: [$cont_type] ──"; echo "$cont_content"; echo ""
        echo -n "続行しますか？ [y=続行 / n=終了 / メッセージ=指示追加]: "; read -r user_choice

        case "$user_choice" in
          n|N) echo "中断しました"; return 0 ;;
          ""|y|Y)
            case "$cont_type" in
              DONE) echo "✅ 完了: $cont_content"; save_history "AI" "完了: $cont_content"; return 0 ;;
              NEXT|COMMAND|SEARCH|IMAGE) current_input="$cont_content" ;;
              NEED_INPUT)
                echo "❓ $cont_content"; echo -n "回答: "; read -r user_answer
                save_history "USER" "$user_answer"; current_input="$user_answer" ;;
              *) echo "💬 $cont_response"; return 0 ;;
            esac ;;
          *) save_history "USER" "$user_choice"; current_input="$user_choice" ;;
        esac ;;
    esac
  done
  echo "⚠️ 最大ステップ数($max_iterations)に達しました"; return 0
}

# ============================================================
# チャットモード
# ============================================================
chat_mode() {
  echo "🤖 AI Assistant v1.08 | プロジェクト: ${PROJECT_NAME_CURRENT:-未選択}"
  echo "exit=終了 / clear=履歴クリア / history=履歴表示 / project <dir>=プロジェクト切替"
  echo "════════════════════════════════════════"
  while true; do
    echo ""; echo -n "あなた: "; read -r user_input
    case "$user_input" in
      exit|quit) echo "終了します"; break ;;
      clear) > "$HISTORY_FILE"; echo "✅ 履歴クリア (${HISTORY_FILE})" ;;
      history) cat "$HISTORY_FILE" 2>/dev/null || echo "履歴なし" ;;
      project\ *)
        local np="${user_input#project }"
        if [[ -d "$np" ]]; then echo "$np" > "$CURRENT_PROJECT_FILE"; load_config
          echo "✅ プロジェクト切替: $PROJECT_NAME_CURRENT | 履歴: $HISTORY_FILE"
        else echo "❌ ディレクトリなし: $np"; fi ;;
      "") continue ;;
      *) execute_task "$user_input" ;;
    esac
  done
}

# ============================================================
# 画像スクリプト生成
# ============================================================
generate_image_script() {
  cat > "$IMAGE_SCRIPT" << 'IMGSCRIPT'
#!/usr/bin/env python3
import sys, base64, json, urllib.request, os
def analyze_image(path, inst="この画像を詳しく説明してください"):
    key = os.environ.get("GOOGLE_API_KEY","")
    if not key: print("GOOGLE_API_KEY not set"); return
    with open(path,"rb") as f: img=base64.b64encode(f.read()).decode()
    ext=path.rsplit(".",1)[-1].lower()
    mime={"jpg":"image/jpeg","jpeg":"image/jpeg","png":"image/png","gif":"image/gif","webp":"image/webp"}.get(ext,"image/jpeg")
    payload={"contents":[{"parts":[{"inline_data":{"mime_type":mime,"data":img}},{"text":inst}]}],"generationConfig":{"temperature":0.7,"maxOutputTokens":1024}}
    url=f"https://generativelanguage.googleapis.com/v1beta/models/gemini-3-flash-preview:generateContent?key={key}"
    req=urllib.request.Request(url,data=json.dumps(payload).encode(),headers={"Content-Type":"application/json"})
    try:
        with urllib.request.urlopen(req) as r: print(json.loads(r.read())["candidates"][0]["content"]["parts"][0]["text"])
    except Exception as e: print(f"エラー: {e}")
if __name__=="__main__":
    if len(sys.argv)<2: print("使用方法: ai_image.py <path> [instruction]"); sys.exit(1)
    analyze_image(sys.argv[1], sys.argv[2] if len(sys.argv)>2 else "この画像を詳しく説明してください")
IMGSCRIPT
  chmod +x "$IMAGE_SCRIPT"
}

# ============================================================
# メイン
# ============================================================
main() {
  [[ -z "$GOOGLE_API_KEY" ]] && echo "❌ GOOGLE_API_KEY未設定" && exit 1
  mkdir -p "$TMP_DIR"
  [[ ! -f "$IMAGE_SCRIPT" ]] && generate_image_script
  restore_last_project
  [[ $# -gt 0 ]] && execute_task "$*" || chat_mode
}

main "$@"

9. まとめ

スマホ完結の開発環境を求めて辿り着いたTermux × Gemini APIという組み合わせ。苦労した割に用途は限られますが、「スマホのターミナルからGitHubを自然言語で操作できる」という体験は、一度やると手放せなくなります。

このスクリプトはTermux専用ではなく、SCREENSHOT_DIR のパスを変えるだけで通常のLinux/Macでも動きます。フレームワーク不要でGemini APIを手軽に試したい方にも参考になれば幸いです。

---

📅 2026/02/20 追記：ついに公式（Gemini CLI）が動いた！

自作スクリプトが完成し、喜び勇んでこの記事をデータベースに登録しようとしたのですが、ここで大きな壁にぶつかりました。HTMLファイルのサイズが大きすぎたのか、自作スクリプトでは処理しきれず、記事の登録ができませんでした……。やはり、急場しのぎの自作ツールには限界があったようです。

「やはりスマホでこれ以上は無理か」と悔しい思いをしましたが、執念でもう一度ジェンスパークに「TermuxでGemini CLIを動かす方法」を尋ねてみたところ、なんと驚きの解決策が提示されました！

この魔法のオプションで見事にインストール成功！ 立ち上げて話してみると、最初は画面右下のモデルが「Gemini 2.5」になっており、少し期待外れな回答もありました。そこで「モデルを3に変えられるか」と聞いたところ、直接の指定コマンドはないものの、設定で general.previewFeatures を true にすればいけるかもしれないとのこと。

指示通り設定を変えて再起動すると、無事に **Gemini 3 (Flash Preview)** が立ち上がりました！ 自作スクリプトよりも遥かに賢く、大きなファイルも難なく扱えます。