プロジェクト管理（PM）ツールは高機能になるほど、皮肉なことに操作の手数が増えます。「先週報告された高優先度のバグを集めて、新しいスプリントを作り、担当を割り当てる」——たったこれだけのことに、何度もクリックし、フォームを埋め、画面を行き来する。定型的なのに、毎回そこそこの時間を取られる。「この一連の操作、AIに口頭で頼んで一発でやってほしい」——Taskosaur（タスコサウルス）は、この願いに応えた、会話AIによるタスク実行を組み込んだオープンソースのプロジェクト管理ツールです。公式の位置づけは「従来のPM機能と並んで、会話によるワークフロー管理を求めるチームのために」。セルフホスト可能で、GitHubで約511スター（2026年7月時点）を集めています。スター数はまだ大きくありませんが、「会話でPMツールを操作する」という方向性は、業務ツールとAIの融合が進む今、注目に値するアプローチです。

この記事を読むと、①Taskosaurで結局何ができるのか（本格的なPM機能を、自然文の会話AIで操作し、複数手順を一括実行する）、②どんな課題を解決するのか（PMツールの操作の多さと、定型作業の繰り返し）、③何を代替できるのか（Jira/Asana等の手作業運用、別のAIアシスタント）が分かります。ノーコード〜コードまでのAI自動化ツールの地図を先に押さえたい方は、AI自動化ツール｜2026年版の比較と選び方を合わせて読むと、Taskosaurの立ち位置が掴みやすくなります。

Taskosaur：Kanbanやスプリントといった本格PM機能に、会話AIによるタスク実行を組み込んだオープンソースのプロジェクト管理ツール。自然文でAIがアプリを操作する
Taskosaurは、本格的なPM機能に「会話AIタスク実行」を組み込み、自然文でアプリを動かせるようにしたツール。
この記事のポイント
  • ・Taskosaurは、会話AIタスク実行を組み込んだオープンソースのプロジェクト管理ツール（BSL・約511★）。
  • ・「先週の高優先バグでスプリント作成」のような自然文で、AIがアプリを操作して複数手順を一括実行。
  • ・AIは「アプリ内ブラウザ自動化」で画面を直接操作し、フォーム入力やナビゲーションを行う。
  • ・Kanban・スプリント・依存関係・時間追跡など本格PM機能を備え、Jira双方向同期・Trelloインポートに対応。
  • ・BYO LLM（OpenAI/Anthropic/OpenRouter/ローカル）。Docker Composeでセルフホスト。

1. Taskosaurとは：会話AIでタスクを実行するプロジェクト管理

Taskosaurの全体像：会話AIタスク実行（自然文で複数手順を一括実行）、アプリ内ブラウザ自動化（AIが画面を操作・入力）、伝統的PM機能（Kanban/スプリント/依存関係）
Taskosaurの全体像。会話AI・アプリ内自動操作・本格PM機能の3点が柱。

Taskosaurは、本格的なプロジェクト管理ツールに、「会話でタスクを実行させる」機能を組み込んだものです。ひとことで言えば、JiraやAsanaのようなPMツールを、口頭（自然文）で動かせるようにしたセルフホストのOSS。

多くのPMツールにもAIアシスタント機能はありますが、その多くは「サマリーを作る」「文章を提案する」といった補助にとどまります。Taskosaurが踏み込んでいるのは、AIが実際にアプリを操作してタスクを実行する点です。この違いは大きく、「提案されたものを人間が手で入力する」のと「AIが入力まで済ませる」のとでは、削減できる手間がまったく変わります。前者はAIが下書きを作るだけで、結局は人間が操作しますが、後者はAIが操作まで完結させます。Taskosaurは、この「最後の操作まで代行する」ところに価値を置いており、それを可能にしているのが後述する「アプリ内ブラウザ自動化」の仕組みです。オープンソースでこのレベルの会話AI統合を実現しているPMツールは、まだ珍しい存在です。公式が挙げる例が象徴的で、「先週の高優先度バグを集めてスプリントを作成して」と伝えると、AIが該当バグを探し、スプリントを作り、割り当てる——という複数ステップのワークフローを一気に実行します。

Taskosaurが立っている場所を整理すると、次の3つを1つに束ねた点が新しいと言えます。

・会話AIタスク実行：自然文の指示で、複数手順の作業を一括実行する
・アプリ内ブラウザ自動化：AIがインターフェースを直接ナビゲートし、フォームを埋める
・本格的なPM機能：Kanban・スプリント・依存関係など、伝統的なPMも揃っている

「AIに提案させる」のでなく「AIに操作を代行させる」——ここがTaskosaurの核心です。しかも会話AIは「追加の操作手段」という位置づけで、通常のPMツールとしても普通に使えます。「口頭で頼みたいときは会話で、細かく調整したいときは手で」という、二刀流ができるわけです。

この「操作の代行」という発想は、AIアシスタントの進化の方向性をよく表しています。第一世代のAIアシスタントは「質問に答える」ものでした。第二世代は「文章や要約を提案する」ものになりました。そしてTaskosaurが体現するのは、「実際にツールを操作して、タスクを完了させる」第三世代のアシスタントです。人間が「あれをやっておいて」と部下に頼むように、AIに具体的な作業を委ねられる。PMという「操作の手数が多い」領域は、この「操作の代行」が特に効く分野です。なぜなら、PMツールでやりたいことの多くは、創造的な判断ではなく「決まった操作の組み合わせ」だからです。その定型的な操作こそ、AIが最も肩代わりしやすい部分なのです。

ひとことで
  • ・Taskosaur＝本格PMツールを、自然文の会話AIで操作できるようにしたセルフホストOSS。
  • ・AIが「提案」でなく「アプリ操作の代行」まで踏み込むのが、他のPMツールとの違い。

2. なぜ必要か：PMツールの「操作の多さ」を会話で解く

従来のPMツール（毎回クリックで手作業・定型作業の繰り返し・AIは別ツール・操作を覚える必要）を、Taskosaur（自然文で複数手順を実行・AIがアプリを直接操作・会話で完結）で解決する対比図
Taskosaurが解決するのは「PMツールは高機能ほど操作の手数が増える」というジレンマ。

Taskosaurが解決するのは、PMツールが高機能になるほど生じる「操作の手数の多さ」です。機能が豊富なのは良いことですが、その裏返しとして次の負担が生まれます。

・毎回クリックで手作業：タスク作成、割り当て、スプリント編成を、一つずつ操作する
・定型作業の繰り返し：似たような操作を、毎週・毎スプリント繰り返す
・AIが別ツールで分断：AIに相談しても、結局は自分でPMツールを操作し直す
・操作を覚える必要：高機能ツールほど、どこで何ができるか覚えるのが大変

Taskosaurは、これらを「会話AIにアプリ操作を代行させる」ことで解決します。従来の課題と、Taskosaurによる解決を対応させると、こうなります。

従来のPMツールの課題 Taskosaurでの解決
毎回クリックで手作業 自然文で複数手順を一括実行
定型作業の繰り返し 「先週の高優先バグでスプリント作成」を一言で
AIは別ツールで分断 AIがアプリを直接操作して完結
操作方法を覚える必要 会話で頼めるので操作を覚えなくてよい
誤解しないでほしい点
  • ・会話AIは万能ではない。複雑・曖昧な指示は、意図と違う操作になることがある（後述の確認が重要）。
  • ・AIがアプリを操作する以上、実行内容の確認・レビューを運用に組み込むのが安全。

この必要性が効いてくるのは、定型的なPM操作を繰り返すチームほどです。少人数で軽く使うだけなら手作業でも困りませんが、毎週のスプリント編成、大量のタスク整理、繰り返しの割り当てといった定型作業が積み重なるほど、「口頭で一発」の価値が上がります。「PMツールの操作を覚えて手で回す」から「やりたいことを言葉で頼む」へ——この転換が、Taskosaurの狙いです。

とりわけ、PMツールは「使う人によって習熟度に差が出やすい」ツールでもあります。パワーユーザーはショートカットや高度なフィルタを使いこなしますが、たまにしか触らないメンバーは「どこで何ができるか分からない」まま放置しがちです。会話AIは、この習熟度の差を埋める効果もあります。操作方法を覚えていなくても、「やりたいこと」を自然文で伝えれば、AIが適切な操作に翻訳して実行してくれる。つまり、ツールの使い方を学ぶコストを、AIが肩代わりするわけです。これは、チーム全体でツールを使いこなす際の底上げになります。高機能なツールほど「宝の持ち腐れ」になりがちですが、会話という誰でも使えるインターフェースを被せることで、その機能を全員が引き出せるようになる——ここにも、会話AIをPMに組み込む意義があります。

3. 会話AIタスク実行：自然文でアプリを動かす仕組み

Taskosaurの中核である「会話AIタスク実行」が、どう動くのかを押さえましょう。ポイントは、AIが「アプリ内ブラウザ自動化」で実際に画面を操作するという点です。処理の流れはこうです。

flowchart TD User["自然文の指示
例: 先週の高優先バグでスプリント作成"] --> LLM["LLM（BYO）
指示を解釈・手順化"] LLM --> Plan["複数ステップの計画
バグ検索→スプリント作成→割当"] Plan --> Auto["アプリ内ブラウザ自動化
画面を操作・フォーム入力"] Auto --> App["Taskosaur本体
Kanban/スプリント/タスク"] App --> Result["実行結果"] Result --> Confirm{"人が確認"} Confirm --> Done["反映"]

この図の要は、LLMが「解釈と計画」を担い、実際の「操作」はアプリ内のブラウザ自動化が担うという分業です。自然文の指示をLLMが複数ステップの手順に分解し、その手順どおりにAIがアプリのインターフェースを操作していく。人間がマウスでクリックして進める作業を、AIが代わりに実行するイメージです。「AIがPMツールの“ユーザー”として振る舞う」という発想が、Taskosaurのユニークさです。

ただし、AIによる自動操作には確認のプロセスが欠かせません。指示が曖昧だと意図と違う操作になり得るため、実行結果を人がレビューする運用が安全です。図の右下に「人が確認」を置いているのはそのためで、会話AIは「操作を高速化する道具」であって「無条件に信頼して丸投げする相手」ではない、という前提で使うのが賢明です。BYO LLM方式なので、この解釈・計画を担うLLMは、OpenAI・Anthropic・OpenRouter・ローカルモデルから自分で選べます。

「アプリ内ブラウザ自動化」という実装方式にも触れておきましょう。TaskosaurのAIは、専用のAPIを叩いてデータを操作するのではなく、人間と同じようにアプリの画面を操作します。これは一見遠回りに思えますが、利点があります。APIとして公開されていない操作でも、画面上でできることならAIが代行できるのです。人間ができる操作は、原理的にすべてAIも実行できる——という汎用性が、この方式の強みです。一方で、画面操作はAPIより不安定になりやすい面もあるため、前述の「人が確認」がやはり重要になります。この設計は、前の記事で扱ったNanobrowserのようなブラウザ自動化エージェントとも通じる発想で、「AIがツールのユーザーとして振る舞う」という潮流の一例と言えます。

4. 主な機能：Kanban・スプリント・Jira同期・BYO LLM

Taskosaurの主な機能：会話AIタスク実行（BYO LLM）、Kanban/スプリント、タスク依存/ワークフロー、時間追跡/添付/コメント、Jira双方向同期/Trelloインポート、リアルタイム更新
Taskosaurの主な機能。会話AIに加えて、本格的なPM機能と外部ツール連携が揃う。

Taskosaurの機能は、「会話AI」と「本格PM」の両輪でまとまっています。順に見ていきましょう。

会話AIタスク実行（BYO LLM）：前章のとおり、自然文でアプリを操作させられます。使うLLMはOpenAI・Anthropic・OpenRouter・ローカルモデルから、自分のAPIキーで選べます。特定のAIベンダーに縛られないため、コストや精度、データの扱いを自分でコントロールできます。機微なプロジェクト情報を扱うならローカルモデルで完結させ、複雑な指示の解釈には高性能なクラウドモデルを使う、といった使い分けも可能です。

伝統的なPM機能：Kanbanボード（ドラッグ&ドロップ）、スプリント計画と管理、タスクの依存関係、カスタムワークフロー、時間追跡、ファイル添付、コメント・メンション・ウォッチャー——本格的なPMに必要な機能が揃っています。ガントチャート・カレンダービュー・分析ダッシュボードは開発予定とされています。これらの機能が揃っているということは、「会話AIが目新しいだけの実験的ツール」ではなく、日常のプロジェクト管理を実際に回せる土台があるということです。会話AIを使わなくても、普通のPMツールとして成立している——その上に会話AIが乗っているからこそ、実用性があります。

外部ツール連携：Jiraとの双方向同期（Cloud版・セルフホストのData Center版の両対応）、Trelloのボードインポートに対応します。既存ツールからの移行や併用がしやすい設計です。この「Jira双方向同期」は、移行のハードルを大きく下げる実用的な機能です。多くのチームは既にJiraで運用しており、いきなり別ツールへ全面移行するのはリスクが高い。双方向同期があれば、Jiraを本流として残しつつ、Taskosaurの会話AIだけを試す、という慎重な導入ができます。片方で行った変更がもう片方に反映されるため、両方を並行運用しながら、じっくりTaskosaurの使い勝手を評価できます。新しいツールの採用で最も怖いのは「移行してみたら合わなかった」ですが、双方向同期はその後戻りコストを小さくしてくれます。

リアルタイム性：メール通知とWebSocketによるリアルタイム更新で、チームでの共同作業に対応します。誰かがボードを更新すれば、他のメンバーの画面にも即座に反映されるため、複数人で同じプロジェクトを動かす際の「今の状態はどうなっている？」という確認の手間が減ります。会話AIが操作した結果も、チーム全体にリアルタイムで共有されるので、「AIが何をしたか」をメンバーが把握しやすいのも利点です。主な機能を表で俯瞰します。

領域 内容
会話AI 自然文タスク実行・アプリ内ブラウザ自動化（BYO LLM）
ボード Kanban（ドラッグ&ドロップ）・スプリント計画
タスク 依存関係・カスタムワークフロー・時間追跡・添付
協働 コメント・メンション・ウォッチャー・リアルタイム更新
連携 Jira双方向同期（Cloud/DC）・Trelloインポート
予定 ガント・カレンダー・分析ダッシュボード

なお、ガントチャート・カレンダービュー・分析ダッシュボードといった機能は開発予定とされています。この点は、Taskosaurがまだ成長途上のプロジェクトであることを示しています。裏を返せば、コア機能（Kanban・スプリント・会話AI）に注力しつつ、周辺機能を着実に拡充している段階だとも言えます。導入を検討する際は、自分たちが必須とする機能が現時点で揃っているかを確認し、開発予定の機能に依存するなら、そのリリースを待つ判断も必要でしょう。オープンソースなので、開発の進捗はGitHubで追えますし、要望を出したり貢献したりもできます。

設計思想が効くところ
  • ・会話AIは「追加の操作手段」。伝統的PMとして普通に使えるうえで、口頭操作も選べる二刀流。
  • ・Jira双方向同期があるため、いきなり全移行せず、併用しながら試せる。

5. 導入：Docker Composeでセルフホスト

Taskosaurの導入フロー：リポジトリをclone→docker compose upで依存を自動構築→LLMキーを設定して会話AIを有効化→3001番ポートのフロントUIにアクセス
導入はDocker Composeが推奨。cloneして起動、キーを設定すれば会話AIも使える。

導入方法は2通りあり、Docker Composeが推奨です。単一コマンドで、依存関係も含めて起動できます。

# リポジトリを取得
git clone https://github.com/Taskosaur/Taskosaur.git
cd Taskosaur

# Docker Compose で起動（依存を自動構築）
docker compose up -d

起動後、フロントエンドは 3001番ポート、バックエンドは 3000番ポートでアクセスできます。Docker Composeが依存関係（PostgreSQLやRedisなど）も含めて自動で立ち上げてくれるため、環境構築でつまずくことは少ないでしょう。会話AIを使うには、設定でLLMプロバイダのAPIキーを登録します。導入の流れをまとめると、こうなります。

・リポジトリをcloneする
・docker compose up で起動する（依存が自動構築される）
・フロントUI（3001番）にアクセスする
・LLMプロバイダのAPIキーを設定し、会話AIを有効化する
・必要ならJira/Trelloからデータを同期・インポートする

より細かく制御したい場合は、手動インストールも可能です。その場合はNode.js 22以上・PostgreSQL 16以上・Redis 7以上が必要になります。技術スタックは、バックエンドがNestJS＋PostgreSQL＋Redis、フロントエンドがNext.js＋TypeScript＋Tailwind CSSで、TypeScriptがコードの95%を占めます。いずれもモダンで実績のある技術で構成されており、Webアプリの開発に慣れたエンジニアなら、内部構造も理解しやすいでしょう。セルフホストである以上、データは自分のサーバーに保存されるため、機微なプロジェクト情報を外部SaaSに預けたくないチームにとっても安心です。会話AIのLLMだけは選んだプロバイダ（クラウドならそのAPI）を経由しますが、ここもローカルモデルを選べばデータを外に出さずに運用できます。「clone → docker compose up → キー設定」で、会話AIつきのPMツールを自前で立てられます。

6. 導入判断：向いている人・注意点（BSLライセンス）

Taskosaurの導入判断：会話でPMを動かしたいチーム・セルフホストで自前運用したい人に刺さる一方、BSLライセンスで商用・再配布は条件確認が必要という注意点
導入判断の観点。緑は価値が出る条件、⚠️はBSLライセンスなどの注意点。

最後に、導入すべきかの判断材料を整理します。

Taskosaurが向いている人

・定型的なPM操作（スプリント編成・タスク整理）を、会話で一括処理したい
・PMツールをセルフホストして自前で運用したい
・Jiraからの移行・併用を段階的に進めたい（双方向同期あり）
・自分のLLMキーで、モデルとコストを管理したい
・伝統的なPM機能（Kanban/スプリント/依存関係）もしっかり使いたい

慎重に判断すべきケース

・BSLライセンスが用途に合わない（SaaS再提供などは制限され得る）
・AIの自動操作を無検証で信頼したい（確認プロセスが前提）
・完成された商用サポートを最優先したい（OSS・発展途上）

最も注意すべきがライセンス（BSL＝Business Source License）です。BSLは「ソースアベイラブル」ライセンスの一種で、ソースは公開されているが、競合サービスとしての提供などに制限がかかり、多くの場合、一定期間後にオープンソースライセンス（ApacheやMIT等）へ自動的に変換されます。社内利用や検証は広く許可されることが多いですが、Taskosaurを使ったSaaSを外部提供するような用途には制限がかかり得ます。商用利用を計画するなら、リポジトリのLICENSEで、変換日や許諾範囲といった具体的な条件を必ず確認してください。

もう1点、AIの自動操作は確認とセットであること。会話AIはタスク作成やスプリント編成を高速化しますが、指示が曖昧だと意図と違う結果になり得ます。特に本番のプロジェクトデータを扱う以上、実行結果を人がレビューする運用にしておくのが安全です。そして発展途上であること。約511スターと成長中のプロジェクトで、ガントやカレンダーなど一部機能は開発予定です。仕様変更を前提に、バージョンを固定して使うとよいでしょう。

導入前チェック
  • ・⚠️ ライセンスはBSL。SaaS再提供など商用用途は、変換日・許諾範囲をLICENSEで必ず確認。
  • ・会話AIの自動操作は確認とセット。本番データでは実行結果をレビューする運用に。
  • ・発展途上（約511★）。一部機能は開発予定。仕様変更を前提に運用する。

まとめ

Taskosaurは、「PMツールの操作を、覚えて手で回すのでなく、言葉で頼む」という発想を、会話AIタスク実行で実現したオープンソースのプロジェクト管理ツールです。AIがアプリを直接操作して複数手順を一括実行する一方、Kanbanやスプリントといった本格的なPM機能も揃い、Jira連携で移行もしやすい——「AIに提案させる」を超えて「AIに操作を代行させる」段階に踏み込んだ点が、Taskosaurの新しさです。

結論
  • ・Taskosaurは、会話AIタスク実行を組み込んだオープンソースのプロジェクト管理ツール（BSL・約511★）。
  • ・自然文の指示で、AIがアプリを直接操作し複数手順を一括実行する（BYO LLM）。
  • ・Kanban・スプリント・依存関係など本格PM機能を備え、Jira双方向同期・Trelloインポートに対応。
  • ・Docker Composeでセルフホスト。フロント3001/バックエンド3000番。
  • ・ライセンスはBSL（商用は条件確認）。AI自動操作は人のレビューとセットで使う。

Taskosaurが示すのは、業務ツールとAIの関係が「補助」から「操作の代行」へと深まっていく流れです。これまでAIは、業務ツールの隣で助言する存在でした。これからは、業務ツールそのものを操作する存在になっていく——Taskosaurは、その変化をプロジェクト管理という身近な領域で先取りしたプロジェクトと言えます。もちろん、AIに操作を任せることには確認や信頼の課題が伴い、まだ発展途上ですが、「言葉で頼めば、ツールが動く」という体験の快適さは、一度味わうと元には戻りにくいものです。定型作業に追われるチームにとって、試す価値のある新しいアプローチです。

「毎週のスプリント編成やタスク整理を、口頭で一発で済ませたい」なら、Taskosaurを docker compose up で立てて、まずは会話AIに簡単なタスク作成を頼んでみてください。ただしBSLライセンスの条件確認は忘れずに。AI自動化ツール全体の中での位置づけは、AI自動化ツール｜2026年版の比較と選び方を合わせて読むと、より立体的に掴めます。

参照ソース

・Taskosaur/Taskosaur (GitHub) — 公式リポジトリ。会話AIタスク実行・PM機能・連携・導入方法の一次ソース（BSL）。
・Taskosaur ドキュメント / リポジトリ — 機能一覧・技術スタック・ライセンス条件の一次ソース。