AnythingLLM Scheduled JobsとMemoriesの使い方|自動実行前の安全確認
- 公開日
- 2026-07-28
- 更新日
- 2026-07-28
- 情報確認日
- 2026-07-28
- 編集・運営
- Local AI Compass
Scheduled JobsはAI agentを決めたスケジュールで実行し、Memoriesはユーザーについての情報を次の会話へ反映する機能です。どちらも便利ですが、local modelを選んだだけでファイル操作、web検索、メール、memory保存まで安全になるわけではありません。
導入前に確認すること
- Windowsのバージョン、メモリ容量、GPU/VRAM、空き容量を確認する
- 最初は軽量モデル、短い質問、少ない同時作業から始める
- 公式サイトの対応OS、利用規約、モデルのライセンスを確認する
Scheduled JobsとMemoriesは別機能
| 機能 | 何をするか | 最初に見ること |
|---|---|---|
| Scheduled Jobs | agentをcronなどのscheduleで実行し、run結果や生成ファイルを後から確認する | prompt、schedule、allowed tools、provider、run history |
| Memories | 名前、好み、進行中のprojectなどをworkspace/global scopeで会話に反映する | 保存内容、scope、automatic extraction、LLM provider |
| Agent skills / MCP | ファイル、web、API、メール、カレンダーなどの操作をagentへ追加する | 権限、入力、外部通信、書き込み・送信の有無 |
Scheduled Jobsの仕組み
公式docsでは、jobは名前、prompt、schedule、allowed toolsを持つ保存タスク、runは1回の実行結果として説明されています。thoughts、tool calls、生成ファイル、final responseなどのtraceを後から確認でき、Scheduled Jobs workspaceに結果が保管される設計です。
- 最初はSettingsのScheduled Jobsが自分の動作モードで利用可能か確認する。
- prompt、cron、許可するtoolを画面で確認してから保存する。
- Run Nowまたはテスト用の短いjobでrun historyを確認する。
- 生成ファイル、tool call、失敗・timeout、push notificationを確認する。
- 不要になったjobはdisableまたはdeleteし、次回実行と保存結果を確認する。
Memoriesのworkspace/globalと保存範囲
公式docsではworkspace memoriesは1つのworkspaceだけ、global memoriesは全workspaceへ適用されると説明されています。Automatic Memory Extractionは最近の会話から候補を抽出し、memoryはsystem promptの一部としてLLM providerへ送られる可能性があります。
| scope | 向く情報 | 避ける情報 |
|---|---|---|
| workspace | そのprojectの文体、作業対象、用語 | 不要になった案件の秘密や個人情報を残し続ける |
| global | 全workspaceで使う一般的な好み | API key、password、顧客情報、病名、住所 |
| automatic extraction | 会話から候補を拾う補助機能 | 保存される前提で未確認の機密会話を続ける |
local jobでも外部通信は起きる
Scheduled JobのLLMをlocal modelにしても、web search、web scraping、API call、メール、calendar、MCP、cloud fallback、push notificationを許可すれば別の通信や外部作用が発生します。Memoryも、設定したLLM providerへsystem promptの一部として送られる可能性があります。
- LLM provider、embedder、tool、MCP、web、notificationを別々に確認する。
- ファイルの読み取り先・書き込み先・削除権限を狭くする。
- run historyと生成ファイルがどこに残るか確認する。
- cloud providerへ送ってよい資料だけをjobへ渡す。
- single-user modeや組織アカウントの運用ルールを確認する。
安全なjobと危険なjob
| 例 | 判断 | 理由 |
|---|---|---|
| 公開メモを週1回要約して下書き保存 | 最初の候補 | 入力と保存先を限定し、人間が公開前に確認できる |
| テスト文書のフォルダを一覧化 | 条件付き | read-only、対象フォルダ、生成ファイルを確認する |
| 受信メールを読み、返信を送る | 無確認で実行しない | 個人情報、外部送信、誤送信、権限が関係する |
| 本番ファイルを削除・上書き | 避ける | rollbackやbackupがあっても人間確認なしの書き込みは危険 |
| 課金APIを定期的に呼ぶ | 上限確認なしでは避ける | 実行回数、失敗時の再試行、費用が増え得る |
PCのスリープ・アプリ状態・失敗条件
Scheduled Jobsは常時起動するクラウドcronと同じとは限りません。AnythingLLMのversion、desktop/self-hosted構成、single-user mode、PCのスリープ、アプリ状態、network、provider、tool権限で結果が変わるため、閉じたPCでも動くと断定しません。
- Scheduled Jobs公式概要 - job、run、allowed tools、結果保存、single-user modeを確認する
- Scheduled Jobs作成ガイド - 保存前にprompt・schedule・toolを確認する
- Scheduled JobsとModel Router - providerとfallbackのlocal/cloud境界を確認する
停止・削除・確認の順番
- jobをdisableし、次回runが残っていないか見る。
- run historyでqueued/running/failed/timed outを確認する。
- 生成ファイル、memory、chat log、外部service側の送信結果を分ける。
- 不要なmemoryをworkspace/globalごとに削除する。
- 再開する場合は公開・送信・書き込みを含まないテストjobから行う。
関連ページと公式情報
- AnythingLLMの基本情報 - PDF/RAG、agent、providerをまとめて確認する
- Magic Features - 音声・選択文字・画面コンテキストの境界を見る
- ローカルLLMの安全性とprivacy - ログ、保存先、外部送信を確認する
よくある質問
Scheduled JobsはPCを閉じても動きますか?
構成やversion、desktop/self-hosted、PCのスリープ、アプリ状態に依存します。クラウドcronと同じと考えず、公式の現行仕様と実際のrun historyで確認してください。
Memoriesはどこに保存されますか?
scopeやinstance構成で扱いが変わり得ます。公式docsのworkspace/globalの説明に加え、設定、ログ、providerへのsystem prompt送信、削除方法を確認してください。
local modelのScheduled Jobなら安全ですか?
安全とは断定できません。web、MCP、API、メール、calendar、filesystem、cloud fallback、生成ファイルとrun historyを別に確認します。
MemoriesにAPI keyを保存してよいですか?
保存しないでください。公式docsもpassword、API key、sensitive personal informationをmemoryに入れないよう注意しています。
最初に作る安全なjobは何ですか?
個人情報を含まない公開メモを、テスト用のローカルフォルダから読み、下書きとして保存するjobが候補です。外部送信や削除・公開は人間確認の後にします。
次に読むおすすめルート
ローカルAIエージェントを試したい人
Bionic、Ollama、AnythingLLM、Hermesを役割別に分け、local/cloud、tool、保存、PC負荷を順番に確認します。
- ローカルAIエージェント比較
- LM Studio Bionicのlocal/cloud
- Kimi K3はlocalかcloudか
- AnythingLLM Model Router
- Magic Echo・Beacon・Tab
- agentのPC負荷とKV cache
- WindowsでローカルAIコーディングを始める
- VS CodeでローカルAIを使う
- local modelでもprivacyを確認
- Ollamaのlocal/cloud
- LM Studio 0.4.0のAPI入口
- AnythingLLMの解説
- PC診断ページ
あなたはどのタイプ?
- 初めてローカルAIを触る人 - まず全体像をつかみ、LM StudioとOllamaの違い、モデルサイズの考え方を順番に確認します。
- LM Studio・Ollamaの症状別トラブルを解決したい人 - 起動、モデルロード、Prompt Processing、generation、API接続、GPU確認をツール別に分けて読みます。
- GPUなし・低スペックPCの人 - 軽量モデル、メモリ別の目安、重いときの確認ポイントを先に見ます。
- PDFや資料を読ませたい人 - 先に基本を押さえ、モデル単体の確認後にAnythingLLMへ進みます。
- ローカルAIエージェントを試したい人 - Bionic、Ollama、AnythingLLM、Hermesを役割別に分け、local/cloud、tool、保存、PC負荷を順番に確認します。
- 開発・API連携したい人 - LM StudioとOllamaの違いを確認し、API、長文処理、RAGまで段階的に進みます。
関連チェック先
- AnythingLLM Scheduled Jobs overview - job、run、schedule、allowed tools、結果保存、single-user modeの公式ドキュメントです。
- AnythingLLM Creating Your First Job - Scheduled Jobの作成と許可するtoolを確認する公式ドキュメントです。
- AnythingLLM Scheduling and Cron Builder - cronと実行スケジュールの公式ドキュメントです。
- AnythingLLM Memories & Personalization - workspace/global memory、automatic extraction、model providerへの送信範囲を確認する公式ドキュメントです。