mirror of
https://github.com/shareAI-lab/analysis_claude_code.git
synced 2026-09-20 12:13:38 +08:00
229 lines
16 KiB
Markdown
229 lines
16 KiB
Markdown
# s21: Workflow Runtime — モデルが単一 step を決め、script が orchestration を決める
|
||
|
||
[English](README.md) · [中文](README.zh.md) · [日本語](README.ja.md)
|
||
|
||
s01 → ... → s19 → s20 → `s21` → [s22](../s22_goal_loop/)
|
||
|
||
> *「1 回の tool_use で、バックグラウンドに一式の orchestration を走らせる」* — `Workflow` ツールが決定的で復元可能な script runtime を起動し、多数の subagent をまとめて送り出します。
|
||
>
|
||
> **Harness 層**: Orchestration — single-agent loop の上に、決定的な multi-agent script runtime を追加します。
|
||
|
||
`code.py` は demo を決定的に保つため、`async_launched` を出した後、同じ process で完了を待ちます。常駐 background service を用意しなくても、lifecycle と journal を確認できます。
|
||
|
||
---
|
||
|
||
s01 から s20 まで、loop は常にモデル駆動で 1 step ずつ進みました。各ラウンドでモデルが 1 つのツールを選び、結果を `messages[]` へ入れ、次のラウンドへ進みます。open-ended なタスクには最適です。次に何をするかを、モデルが context を見てその場で決められます。
|
||
|
||
しかし、複数の Agent を決定的に指揮したい仕事もあります。大きな変更の review を考えてください。10 の観点から並行して問題を探す → 各 finding へ別 Agent を送り adversarial verification を行う → 結果を集約して重複を除く → severity 順に並べる。この流れの形は固定されており、本当に必要なのは 3 つです。
|
||
|
||
- **並行性**: 1 件ずつ順番に待たないこと。
|
||
- **決定性**: 同じ入力から同じ結果構造が得られること。
|
||
- **復元可能性**: 途中で止まっても、完了済みの部分を最初からやり直さないこと。
|
||
|
||
この流れをモデルに main loop で 1 ラウンドずつ動かさせると、遅く、結果は不確定で、中断すれば最初からです。ここで必要なのは「もう 1 turn 話す」ことではなく、orchestration をそのままコードにすることです。
|
||
|
||
## 計画は chat のラウンドを重ねず、コードに書く
|
||
|
||
harness の tool pool に `Workflow` ツールを追加します。ユーザーまたはモデルが渡す script は、`agent() / parallel() / pipeline() / phase()` という少数の primitive を使い、orchestration を決定的なコードとして表します。
|
||
|
||
main loop から見えるのは 1 回の `tool_use` だけで、すぐ「バックグラウンドで起動済み」という結果を受け取ります。本当の実行は background runtime で進み、進捗をリアルタイムに報告し、全過程をディスク上の journal へ記録します。script の中間結果は変数に保存され、会話履歴の場所を取りません。`resume_from_run_id` で再開すると、変更されていない `agent()` は journal cache に当たり、以前の結果を直接使って checkpoint から続行します。
|
||
|
||
|
||
|
||
```python
|
||
SAMPLE_META = {"name": "review-changes", "description": "コード変更を review", "phases": ["Review", "Verify"]}
|
||
|
||
async def sample_workflow(ctx, args):
|
||
ctx.phase("Review")
|
||
results = await ctx.pipeline(DIMENSIONS, audit, verify) # 各 dimension が独立して audit → verify を通る
|
||
confirmed = [f for r in results if r for f in r["confirmed"]]
|
||
ctx.log(f"{len(confirmed)} 件の実在する問題を確認")
|
||
return {"confirmed": confirmed}
|
||
```
|
||
|
||
## Workflow ツール: バックグラウンド起動、main loop には 1 回の call だけ
|
||
|
||
`Workflow` は main Agent の tool pool にあります。ユーザーが保存済み workflow の実行を求めるか、タスクが既知の orchestration に一致したときにモデルがこのツールを選びます。どちらも 1 回の `Workflow(...)` tool call になります。
|
||
|
||
ツールは argument を parse し、meta 情報を検証し、permission check を通し、local workflow task を登録すると、すぐ「非同期で起動済み」と返します。main loop は block せず別の仕事を続け、workflow は background で実行されます。これは s13 の引換券 pattern を拡大したものです。先に引換券を渡し、結果ができたら通知します。
|
||
|
||
```python
|
||
class WorkflowTool:
|
||
async def call(self, meta, script_fn, args=None, resume_from_run_id=None):
|
||
validate_meta(meta)
|
||
check_permission(meta)
|
||
run_id = resume_from_run_id or create_run_id(meta)
|
||
task = LocalWorkflowTask(create_task_id(run_id), run_id, meta)
|
||
task.event("async_launched", runId=run_id, taskId=task.task_id) # すぐ return
|
||
... # 残りはバックグラウンドで進む
|
||
```
|
||
|
||
## Workflow metadata: 起動前に検証する
|
||
|
||
各 workflow は `name`、`description`、任意の `phases` を持つ metadata object を登録します。runtime は workflow code を実行する前に検証します。`name` と `description` は task と UI の表示に使い、`phases` は progress bar の group 名を定義します。
|
||
|
||
不正な入力はすぐ `WorkflowInputError` になり、登録時に止まります。s14 の cron 式検証と同じ考えです。不正な script が実行時まで進んでから壊れないようにします。
|
||
|
||
教材 runtime は `meta.name` をローカル artifact のファイル名に使うため、英数字で始まり、英数字、`.`、`_`、`-` のみからなる 1-64 文字の安全な slug も要求する。
|
||
|
||
```python
|
||
def validate_meta(meta):
|
||
if not isinstance(meta, dict):
|
||
raise WorkflowInputError("meta は object literal でなければなりません")
|
||
if not meta.get("name") or not meta.get("description"):
|
||
raise WorkflowInputError("meta には name と description が必要です")
|
||
if not isinstance(meta["name"], str) or not WORKFLOW_NAME_RE.fullmatch(meta["name"]):
|
||
raise WorkflowInputError("meta.name は安全な 1-64 文字の slug が必要です")
|
||
if "phases" in meta and (
|
||
not isinstance(meta["phases"], list)
|
||
or not all(isinstance(p, str) and p for p in meta["phases"])
|
||
):
|
||
raise WorkflowInputError("meta.phases は空でない文字列だけを含む必要があります")
|
||
return meta
|
||
```
|
||
|
||
## Orchestration primitive: この少数だけで、すべての flow を書ける
|
||
|
||
script は独立した context で動き、global variable として使えるのは少数の orchestration primitive だけです。script 自身はファイルを直接読み書きせず、shell も実行しません。実際のコード操作は、派遣された subagent が自分の tool permission で行います。primitive はすべて `ExecutionState` の method です。
|
||
|
||
| Primitive | 役割 |
|
||
|------|------|
|
||
| `agent(prompt, {schema, label, phase})` | 1 つの subagent を派遣 |
|
||
| `parallel(thunks)` | **barrier**: すべての task を並行実行し、全結果が戻るまで待つ |
|
||
| `pipeline(items, *stages)` | 各 item を **barrier なし**で stage ごとに実行し、終わった item から先へ進める |
|
||
| `phase(title)` | 現在の progress phase を記録し、progress bar を更新 |
|
||
| `log(message)` | progress log を 1 行出力 |
|
||
| `workflow(name, args)` | nested sub-workflow（1 階層だけ） |
|
||
|
||
既定では `pipeline` を使うべきです。各 item がすべての stage を独立して通り、item A が stage 3 にいる間、item B はまだ stage 1 かもしれません。次の stage へ進むために前 stage の全結果が本当に必要なときだけ、`parallel` barrier を使います。barrier は最も遅い task を待つため、不要なら置かないでください。
|
||
|
||
```python
|
||
async def pipeline(self, items, *stages):
|
||
async def run_item(item, idx):
|
||
value = item
|
||
for stage in stages: # 各 item がすべての stage を独立して完走
|
||
value = await stage(value, item, idx)
|
||
return value
|
||
return await asyncio.gather(*[run_item(it, i) for i, it in enumerate(items)])
|
||
```
|
||
|
||
## 構造化出力: Subagent に散文を返させない
|
||
|
||
`agent({schema})` は、schema に一致する JSON object を subagent に要求します。内部では structured output call を 1 回使い、runtime が結果を schema で検証し、不一致なら 1 回 retry します。下流コードが受け取るのは規則的な object であり、再 parse が必要な長文ではありません。
|
||
|
||
s05 では tool argument を全面的に信頼できないと説明しました。ここでは同じ教訓を逆向きに使います。subagent の出力も全面的には信頼できません。orchestration boundary で検証し、1 回 retry の機会を与え、不確実性を後続 flow の外へ止めます。
|
||
|
||
```python
|
||
result = self.runner.run(prompt, schema, label)
|
||
if schema is not None:
|
||
ok, err = SimpleJsonSchema(schema).validate(result)
|
||
if not ok: # 1 回だけ注意して retry、それでも不正なら error
|
||
result = self.runner.run(prompt + "\n\n有効な JSON を返してください。", schema, label)
|
||
ok, err = SimpleJsonSchema(schema).validate(result)
|
||
if not ok:
|
||
raise WorkflowInputError(f"agent({{schema}}) の出力が不正です: {err}")
|
||
```
|
||
|
||
## Background task と progress event
|
||
|
||
`LocalWorkflowTask` は status と token usage を管理し、SDK style の event stream を外へ出します。`task_started` → phase change、subagent start、log batch を含む一連の `task_progress` → 完了、失敗、停止に加え、output file、token 数、tool call 数、所要時間を含む最後の `task_notification` です。
|
||
|
||
main session は通常 event として処理し、最後の完了通知だけが main loop へ再び入ります。
|
||
|
||
```python
|
||
class LocalWorkflowTask:
|
||
def progress_event(self, ptype, **data): # phase/subagent/log
|
||
self.progress.append({"type": ptype, **data})
|
||
print(f" progress {ptype} ...")
|
||
```
|
||
|
||
## 保存: Snapshot + journal で中断から再開する
|
||
|
||
この最小 runtime は各 run を `s21_workflow_runtime/.runtime/` に保存します。`<runId>.json` snapshot、`<runId>.output.json` output、`<runId>.journal.jsonl` journal です。production harness では workflow script や subagent transcript も保存できますが、snapshot と journal が安定した `runId` を共有することが重要です。
|
||
|
||
journal は checkpoint resume の中心で、各 `agent()` の結果を 1 行ずつ記録します。
|
||
|
||
```python
|
||
class WorkflowJournal:
|
||
def record(self, key, value):
|
||
self._f.write(json.dumps({"key": key, "value": value}) + "\n")
|
||
self._f.flush()
|
||
self.cache[key] = value
|
||
```
|
||
|
||
## Resume: runId から続行し、変更のないものを再利用する
|
||
|
||
`resume_from_run_id` を渡して workflow を再度呼ぶと script を再実行しますが、各 `agent()` は決定的な semantic key を計算します。journal に key があれば、再実行せず cached result を返します。変更された call と、それに依存する後続 step だけが本当に動きます。
|
||
|
||
key は concurrency の完了順に依存してはいけません。`parallel` と `pipeline` の Agent は不定の順番で完了します。「何番目に完了したか」を key にすると、次回の cache が別の call へ対応してしまいます。そのため key は競合する counter ではなく、call の内容、つまり type、label、prompt、schema の stable hash です。
|
||
|
||
```python
|
||
def key(self, kind, label, prompt, schema):
|
||
basis = f"{kind}|{label}|{prompt}|{json.dumps(schema, sort_keys=True)}"
|
||
return f"{kind}-{_stable_hash(basis) % 10**10:010d}"
|
||
|
||
# agent() の内部:
|
||
cached = self.journal.cached(key)
|
||
if cached is not MISS:
|
||
self.task.progress_event("workflow_agent", label=label, status="cached")
|
||
return cached
|
||
```
|
||
|
||
## 決定性: Resume に意味を持たせる再現性
|
||
|
||
resume が動くには、workflow が再現可能でなければなりません。この最小 Python runtime は stable hash と決定的な mock runner を使い、同じ workflow + 同じ argument から同じ key を作ります。production harness では workflow code も隔離し、制御されていない clock、randomness、filesystem access などの非決定的な source を除くべきです。
|
||
|
||
## 実際に動かす
|
||
|
||
sample workflow `review-changes` は `pipeline` を使い、各 review dimension を独立して audit → verify へ通します。audit では schema 付き `agent()` が問題を探し、verify では `parallel()` が各 finding に別の adversarial verification subagent を送ります。実在すると確認された問題だけを残し、severity 順に並べます。
|
||
|
||
```python
|
||
async def sample_workflow(ctx, args):
|
||
ctx.phase("Review")
|
||
|
||
async def audit(_v, dimension, _i):
|
||
out = await ctx.agent(f"変更されたコードに {dimension} 関連の問題がないか確認してください",
|
||
schema=FINDINGS_SCHEMA, label=f"audit:{dimension}", phase="Review")
|
||
return {"dimension": dimension, "findings": out["findings"]}
|
||
|
||
async def verify(audited, dimension, _i):
|
||
ctx.phase("Verify")
|
||
verdicts = await ctx.parallel([ # 各 finding を独立して verify
|
||
(lambda f=f: ctx.agent(f"この問題が実在するか adversarial に検証してください: {f['title']}",
|
||
schema=VERDICT_SCHEMA, label=f"verify:{dimension}:{f['title']}"))
|
||
for f in audited["findings"]])
|
||
return {"dimension": dimension,
|
||
"confirmed": [f for f, v in zip(audited["findings"], verdicts) if v and v["isReal"]]}
|
||
|
||
results = await ctx.pipeline(DIMENSIONS, audit, verify)
|
||
...
|
||
```
|
||
|
||
## s20 からの変更点
|
||
|
||
| | s20 Comprehensive Agent | s21 Workflow Runtime |
|
||
|--|-----------|---------------------|
|
||
| loop | 1 つ、モデル駆動 | main loop は不変。その上に決定的 orchestration を追加 |
|
||
| 次の step を決めるもの | モデルが毎ラウンド判断 | script が orchestration flow を事前に定義 |
|
||
| multi-agent | s06 subagent を一度だけ派遣 | script 化された、再現可能で復元可能な一括 orchestration |
|
||
| 新しい仕組み | — | script DSL、background task、progress event、journal/resume、structured output、deterministic VM |
|
||
|
||
s21 は main loop を置き換えません。tool layer に `Workflow` を公開し、背後で local workflow runtime を起動します。1 つの workflow が N 個の Agent loop を決定的に駆動します。s06 の subagent はモデルがその場で 1 回派遣し、s21 は orchestration を replay 可能な script にします。
|
||
|
||
## 試してみる
|
||
|
||
```bash
|
||
python s21_workflow_runtime/code.py # review-changes を起動し、event stream を確認
|
||
python s21_workflow_runtime/code.py resume # 前回の runId から resume。すべての agent() が journal cache に当たる
|
||
```
|
||
|
||
1 回の起動から `async_launched`、background の phase change と subagent progress、最後の `task_notification` までを観察してください。結果は task object に保存されます。resume 時はすべて cache hit するため `agents=0 tokens=0` と表示され、結果は前回と 1 byte も違いません。
|
||
|
||
## 次へ
|
||
|
||
orchestration は Agent 能力の上にもう 1 層を加えます。main loop は個々の操作を管理し、script はチーム全体の flow を管理します。仕事が決定的で復元可能な script になると、モデルは「ラウンドごとの driver」から「script に schedule される実行 unit」へ変わります。同じ `agent()` を main loop でモデルがその場で呼ぶことも、workflow 内で script がまとめて編成することもできます。
|
||
|
||
次へ: [s22 Goal Loop](../s22_goal_loop/) — Orchestration は仕事を fan-out し、main loop から離れます。次章は逆に、1 つの goal が control を main loop へ引き戻し、objective が達成されるまで turn の終了を認めません。
|
||
|
||
<!-- translation-sync: zh@v2, en@v2, ja@v2 -->
|