dograhとは何か
dograhは「voice agent」— 電話に応答または発信し（あるいはWebベースの音声セッションを扱い）、発信者の話を聞き取り、何をすべきか判断し、リアルタイムで音声で応答するAIシステムを構築するためのプラットフォームです。 自社のGitHubリポジトリでは、VapiやRetellのようなプラットフォームに対するオープンソース・セルフホスト型の代替と説明されており、会話音声や文字起こしをデフォルトでサードパーティベンダーに渡すことなく同じ種類の製品を使いたいチームを想定しています。
- 中核機能：複数ターンの音声会話ロジックを設計するビジュアルワークフロービルダー。片側でテレフォニープロバイダーに、もう片側でLLM/STT/TTSプロバイダーに接続する
- デプロイモデル：自分で運用するDocker Composeスタック。開発用ならノートPC上、本番用ならサーバー上（dograh自身のドキュメントはリモートデプロイに最低8GBのRAMと4 vCPUを指定している）
- プロバイダーアーキテクチャ：「Bring your own」なLLM、STT、TTS — ワークフローごとにクラウドAPIキー、ローカルのOpenAI互換エンドポイント、あるいはdograh自身のマネージドモデルのいずれかを設定する
- 開発元：GitHub上のdograh-hq；リポジトリのLICENSEファイルはZansat Technologies Private Limitedを著作権者として記載
- 正規リポジトリ：github.com/dograh-hq/dograh、GitHub自体のメタデータによれば2025年9月に作成
dograhをインストールする：セルフホスト型Dockerデプロイ
dograhは、自社のデプロイメントドキュメントによれば、ワンライナーのインストールスクリプトを使ったDocker Composeでデプロイします。 ダウンロードできるパッケージ済みのデスクトップインストーラーはありません — セルフホストするとは、このスクリプトを自分のマシンまたはサーバー上で実行することです。
- dograhのドキュメントによれば、ローカル/開発用インストールはコンテナの起動が完了すると
http://localhost:3010でアプリが開く - 同じドキュメントページによれば、Windowsは同様の方法で取得する対応するPowerShellスクリプト（
start_docker.ps1）を使用する - 別の
setup_remote.shスクリプトは本番サーバーデプロイを対象としており、root/sudoアクセスに加え、Dockerと Docker Composeがあらかじめインストールされている必要がある - dograhのドキュメントは、リモートサーバーデプロイに最低8GBのRAMと4 vCPU、加えてTCPポート80・443・3478・5349の受信と、テレフォニー（WebRTC/SIP）トラフィック用のUDPポート3478・5349・49152〜49200が必要と述べている
- より高いスループットのためにnginxの背後で複数のFastAPIワーカーを実行する方法は、dograhのスケーリングガイドに別途記載されている
ローカルインストール（macOS/Linux）
空のディレクトリでターミナルから次を実行します。
curl -o docker-compose.yaml https://raw.githubusercontent.com/dograh-hq/dograh/main/docker-compose.yaml && curl -o start_docker.sh https://raw.githubusercontent.com/dograh-hq/dograh/main/scripts/start_docker.sh && chmod +x start_docker.sh && ./start_docker.shローカルモデルのサポート：LLM・STT・TTS
dograhはクラウドAIプロバイダーを必須としません — セルフホスト型のデプロイであれば、LLM・音声認識・音声合成を完全に自前のハードウェア上で動かせますが、ホスト型APIキーを入れるだけよりはやや手間のかかる設定が必要です。 dograh自身のドキュメントはその仕組みについて具体的に記載しており、PromptQuorumは以下に記載されている範囲を超えたローカルサポートの主張は見つけられませんでした — 「何でもサポートする」プラットフォームではありません。
ローカルLLM：OllamaとvLLM
dograhのLLM設定ドキュメントは、クラウドプロバイダー（OpenAI、Google AI Studio、Google Vertex AI、Azure OpenAI、AWS Bedrock、Groq、OpenRouter、Hugging Faceなど）に加えて、dograhが「OllamaやvLLMのようなOpenAI互換エンドポイントをサポートする」と述べています — つまり、これら2つのプロジェクトのいずれかを通じて自前のハードウェア上でOpenAI互換API経由で提供できるモデルであれば、dograhエージェントの推論モデルとして機能させられます。
ローカルSTTとTTS：Speaches
dograh自身の音声・文字起こしドキュメントは、音声認識と音声合成の両方について具体的なローカル・セルフホスト型のオプションをひとつ名指ししています。それがSpeachesで、dograhのドキュメントではストリーミング文字起こしと音声生成のための「OpenAI API互換サーバー」と説明されています。Speaches自身のプロジェクトページによれば、Speachesは文字起こしにfaster-whisperを、音声生成にPiperとKokoroを土台としています — つまり、セルフホストしたSpeachesインスタンスに接続したdograhのデプロイは、内部的にはWhisper系の文字起こしとKokoro/Piperの音声合成を実行しており、リクエストが自前のインフラの外に出ることはありません。
dograhのドキュメントが名指ししていないもの
dograh自身のドキュメントは具体的なローカルLLMチェックポイントを列挙しておらず（Ollamaやvllmの背後で何を動かすかという選択に委ねています）、Coqui TTSやXTTSを直接名指ししてもいません — これらはドキュメント化されたdograh統合ではありません。特定のローカルモデルを目的にdograhを評価する場合は、セルフホスト型AIツールのドキュメントはリリースごとに変わるため、コミットする前にdocs.dograh.comで現在のサポート状況を確認すべきです。
dograhで何を構築できるか
dograhの機能セットは、通話が着信し、音声が文字起こしされ、LLMが何を話すか決め、音声が合成され、通話が転送または終了するという、voice agentがエンドツーエンドで必要とするパイプラインを中心に構成されています。その間のロジックにはビジュアルビルダーが使われます。dograh自身のGitHub READMEとドキュメントによります。
- ビジュアルワークフロービルダー — フルのステートマシンを手書きすることなく、複数ターンの会話ロジック（エージェントが何を尋ね、回答に応じてどう分岐するか）を設計できる
- テレフォニー連携 — dograhの統合ドキュメントによれば、Twilio、Vonage、Telnyx、Plivo、Cloudonix、Exotel、Vobiz、Asterisk ARI向けの組み込みコネクタ
- Bring-your-own LLM/STT/TTS — ワークフローごとにプロバイダーを設定し、必要に応じてクラウドとローカル/セルフホストのコンポーネントを組み合わせられる
- Speech-to-speechモード — dograhの設定ドキュメントによれば、基盤となるプロバイダーが対応していれば、個別のSTT/LLM/TTSステップをスキップして単一のspeech-to-speechモデルを使う代替経路
- 通話ディスポジションの追跡 — v1.46.0リリース以降、dograhは構造化された通話ディスポジション（「解決済み」「転送済み」「応答なし」など）を会話から直接推定できる
- 人間への温かい転送 — 会話の途中で通話を人間のオペレーターに引き継ぎ、転送成功後のディスポジションを設定可能
- MCPネイティブなツール利用 — dograh自身のリポジトリの説明によれば、通話中にエージェントを外部ツールに接続できる
- セルフホスト向けの認証とカスタムドメイン — dograh自身のデプロイメントドキュメントは、マネージドクラウド製品とは別に、セルフホストインスタンスのログインとSSLの設定をカバーしている
dograhの料金：無料のセルフホスト vs. マネージドクラウド
DockerでdograhをセルフホストするのはBSD-2-Clauseライセンスのもとで無料であり、PromptQuorumがオープンソースリポジトリ内で見つけた機能制限はありません。 自前のサーバーを運用したくないチーム向けに、app.dograh.comで別途マネージドクラウド製品が提供されています。
オプション | 費用 | 含まれるもの |
|---|---|---|
| セルフホスト（Docker） | 無料 | 完全なオープンソースプラットフォーム；BSD-2-Clause；サーバーおよび必要なプロバイダーAPIキー/ローカルモデルは自前で用意 |
| マネージドクラウド（app.dograh.com） | $0.01/分＋プロバイダー利用料 | ホスト型インフラ；LLM/STT/TTS/テレフォニーの利用料は引き続き別途請求 |
1分あたり$0.01という数字と「セルフホストは永久に無料」という位置づけは、dograh自身のディレクトリ掲載情報や公開資料に基づいています — 利用量ベースの料金は若い製品では変更されうるため、予算を組む前に必ずapp.dograh.comで最新のマネージドクラウド料金を確認してください。Ollama/vLLMとSpeachesによる完全にローカルなモデルを使わない限り、プロバイダー費用（別途課金されるクラウドLLM・STT・TTS・テレフォニープロバイダー）はどちらの方式でも発生します。
使用例
いずれも上記でドキュメント化されたdograhの機能から組み立てたワークフローであり、仮想的なユースケースではありません。
テスト用に完全にローカルなvoice agentを動かす
Dockerのクイックスタートでdograhをデプロイし、LLM設定をOllama経由でローカルに提供されたモデルに向け、音声と文字起こしの設定をセルフホストしたSpeachesインスタンスでTTS/STTを行うよう構成する。開発中は会話音声や文字起こしがサードパーティのAIプロバイダーに届く必要は一切ない。
サポート窓口向けにホスト型音声エージェントベンダーを置き換える
Twilioの番号をセルフホストしたdograhのデプロイに接続し、ビジュアルワークフロービルダーで通話対応ロジックを構築し、ボットが解決できない通話については人間のオペレーターへの温かい転送を設定する。v1.46.0で追加された通話ディスポジション追跡を使ってフォローアップ業務を振り分ける。
インフラ運用を避けるためにdograhのマネージドクラウドを使う
本番環境でDockerを運用せずにdograhのワークフロービルダーとテレフォニー連携を使いたいチームにとって、app.dograh.comの分単位料金なら、同じ基盤のオープンソースプラットフォームを保ったままセルフホストを回避できる。
dograhは誰向けか
dograhが合うかどうかは、セルフホスト可能な音声エージェントプラットフォームを特に必要としているか、そしてチームがDockerデプロイの運用に抵抗がないかによります。
こういう場合はdograhを使う
- クローズドなホスト型ベンダーではなく、自前のインフラで運用できる音声エージェントプラットフォーム（電話応答ボット、IVRの代替など）が欲しい場合
- 会話データを自前のサーバーの外に出したくないため、LLM・STT・TTSの各コンポーネントをOllama/vLLMとSpeachesで完全にローカルに動かす選択肢が欲しい場合
- セルフホスト経路でベンダーロックインのない、寛容なオープンソースライセンス（BSD-2-Clause）が欲しい場合
- 自身のドキュメントが指定するテレフォニーポート（WebRTC/SIP）の開放も含め、Docker Composeスタックの運用と保守に抵抗がない場合
- ゼロから作るのではなく、組み込み済みのテレフォニー連携（Twilio、Vonage、Telnyxなど）が欲しい場合
こういう場合は様子見または他の選択肢を検討する
- 電話エージェントを構築するプラットフォームではなく、ダウンロード可能なデスクトップ音声アシスタントが欲しい場合 — VoxaやJarvis for Macを参照
- 完全なエージェント/テレフォニープラットフォームではなく、音声認識または音声合成だけを単体で必要としている場合 — faster-whisperやWhisper.cppの専用レビューを参照
- 初日から完全にマネージドでゼロオペレーションな製品が必要で、セルフホストの検討すらしたくない場合 — dograhのマネージドクラウドはそのために存在するが、確立されたエンタープライズSLAベンダーというよりは、利用量ベース料金の若い製品である
- 製品の背後に長年確立された大規模なサポート組織が必要な場合 — dograhは若いプロジェクトであり（GitHubリポジトリは2025年9月に作成）、セルフホスト層のサポートはGitHub Issuesとコミュニティチャネルを通じて行われる
dograhと他の音声エージェント・音声ツールとの比較
dograhはリアルタイム音声エージェントのセグメントに位置し、完全な通話対応プラットフォームというよりは音声の入出力に焦点を当てたツールと隣り合っています。PromptQuorumが扱う他の選択肢との比較は以下の通りです — 完全なカタログはローカルLLMソフトウェアディレクトリを参照してください。
- Voxa — 電話テレフォニーの通話対応ではなく、個人・デスクトップ利用に焦点を当てたリアルタイム音声アシスタント；電話エージェントビルダーではなく対話型の音声アシスタントが欲しい場合はVoxaレビューを参照。
- Jarvis for Mac — macOSネイティブの音声アシスタント；サーバー展開でテレフォニー志向のdograhのプラットフォームに対するデスクトップ優先の代替として、Jarvisレビューを参照。
- faster-whisper — Speaches（dograhがドキュメント化しているローカルSTT/TTSオプション）自体が土台とする文字起こしエンジン；完全なエージェントプラットフォームではなくローカルの音声認識だけが必要な場合はfaster-whisperレビューを参照。
- Whisper.cpp — もうひとつのローカル・セルフホスト型音声認識エンジン；dograhのフルスタックを展開するより軽量な文字起こし専用の選択肢としてWhisper.cppレビューを参照。
dograhを評価する際によくある誤解
dograhに関する混乱の多くは、それをダウンロード可能なアプリとして扱うこと、あるいは設定なしで完全にオフラインで動くと思い込むことから生じます。
誤解1：デスクトップインストーラーを探す
dograhはDocker Composeでデプロイするセルフホスト型プラットフォームであり、ダウンロード可能なエンドユーザーアプリケーションではありません。クリックするmacOS/Windows/Linux用のインストーラーは存在せず、インストール手順は上で扱ったDockerクイックスタートスクリプトです。
誤解2：セルフホストすれば自動的に完全にローカル/オフラインになると思い込む
セルフホストしたdograhのデプロイでも、LLM・STT・TTSプロバイダーの設定は依然として必要です — デフォルトではそれがクラウドAPIキーかもしれません。完全にローカルな運用には、dograh自身のドキュメントに従って、LLMにはOllama/vLLM、STT/TTSにはSpeachesを明示的に設定する必要があります。
誤解3：セルフホストとマネージドクラウドの料金を混同する
DockerでdograhをセルフホストするのはBSD-2-Clauseライセンスのもとで無料です。1分あたり$0.01の課金は、app.dograh.comの別途マネージドクラウド製品にのみ適用され、プロバイダー利用料（LLM/STT/TTS/テレフォニー）は、完全にローカルなモデルを使わない限りどちらの方式でも別途請求されます。
誤解4：どのローカルLLMチェックポイントもサポート対象としてドキュメント化されていると思い込む
dograh自身のドキュメントは、固定のモデル名リストではなく、OllamaやvLLMというサービング層を通じたローカル推論をサポートします。特定のローカルモデルがリアルタイム音声エージェントの推論エンジンとしてうまく機能するかどうかは、dograhが技術的にそれに接続できるかどうかとは別の問題です。
よくある質問
dograhとは何ですか？
dograh（dograh.com、ソースコードはgithub.com/dograh-hq/dograh）は、電話またはWebベースの対話ボットである音声AIエージェントを構築するための、オープンソースでセルフホスト型のプラットフォームで、VapiやRetellのようなホスト型プラットフォームの代替として位置づけられています。
dograhは無料ですか？
DockerでdograhをセルフホストするのはBSD-2-Clauseライセンスのもとで無料です。app.dograh.comの別途マネージドクラウド製品は、接続したLLM/STT/TTSプロバイダーの利用料に加えて1分あたり$0.01かかります。
dograhはオープンソースですか？どのライセンスを使っていますか？
はい。リポジトリ自体のLICENSEファイルは「BSD 2-Clause Simplified」ライセンスで、著作権者はZansat Technologies Private Limitedです。
dograhはローカル・オフラインのAIモデルに対応していますか？
はい。LLMコンポーネントについては、dograhは自身のドキュメントによれば、OllamaとvLLMを明示的に含む任意のOpenAI互換ローカルエンドポイントに接続できます。ローカルの音声認識・音声合成については、dograhはSpeachesと統合しており、Speaches自体は文字起こしにfaster-whisper、音声生成にPiper/Kokoroを土台とするオープンソースのローカルサーバーです。
dograhのインストール方法は？
公式のワンライナーDocker Composeインストールスクリプトをターミナルで実行します：curl -o docker-compose.yaml https://raw.githubusercontent.com/dograh-hq/dograh/main/docker-compose.yaml && curl -o start_docker.sh https://raw.githubusercontent.com/dograh-hq/dograh/main/scripts/start_docker.sh && chmod +x start_docker.sh && ./start_docker.sh。ローカルデプロイはhttp://localhost:3010で開きます。
dograhはどのテレフォニープロバイダーに対応していますか？
dograh自身の統合ドキュメントによれば、Twilio、Vonage、Telnyx、Plivo、Cloudonix、Exotel、Vobiz、Asterisk ARIの組み込み統合があります。
dograhのGitHubスター数はどれくらいですか？
dograhは2026年9月12日時点でGitHub APIにより確認されたGitHubスター5,636、フォーク1,398でした。スター数は常に変動するため、最新の数字はライブリポジトリを確認してください。
dograhの最新リリースは何ですか？
2026年9月12日時点で、GitHub上の最新タグ付きリリースはv1.46.0（2026年9月3日付）で、会話内容からの通話ディスポジション推定やCartesiaのSonic-3.6 TTSモデルなどが追加されました — 現在のバージョンはGitHub Releasesを確認してください。
dograhをセルフホストするための最低サーバー要件は何ですか？
dograh自身のデプロイメントドキュメントは、リモートサーバーデプロイに最低8GBのRAMと4 vCPU、加えてTCP受信ポート80・443・3478・5349、およびテレフォニートラフィック用のUDPポート3478・5349・49152〜49200を指定しています。
dograhは誰が開発していますか？
dograhはGitHub上のdograh-hqによって開発されています；リポジトリのLICENSEファイルはZansat Technologies Private Limitedを著作権者として記載しています。リポジトリはGitHub自体のメタデータによれば2025年9月に作成されました。