3,980円のカメラでClaude Codeに「身体」を与えてみた

概要

3,980円のWi-FiカメラとMCPサーバーを活用し、Claude Codeに視覚、可動性、聴覚、長期記憶、発話能力といった「身体的」機能を実装した実験的な試みの紹介。

詳細内容

著者の水島氏は、LLMがテキスト入出力に限定されている現状を「目も耳もない脳」と捉え、安価なWi-Fiカメラ（TP-Link Tapo）をClaude Codeに接続することで、AIに実世界とのI/O（身体性）を与えるプロジェクトを公開しました。Model Context Protocol (MCP) を基盤とし、カメラのパン・チルト操作（首振り）、画像キャプチャ（視覚）、Whisperによる音声認識（聴覚）、ChromaDBによる長期記憶、ElevenLabsによる発話機能を統合。AIが自ら見たい方向にカメラを動かして周囲を探索する「能動的」な動作や、鏡に映る自分を認識するような哲学的エピソードを交えつつ、Tapoカメラのローカル連携設定や技術スタックについて詳細に解説しています。

元記事を読む他のサマリーを見る