analysis_claude_code/s18_workflow_runtime/README.ja.md

s18: Workflow Runtime — モデルが単一 step を決め、script が orchestration を決める

English · 中文 · 日本語

s01 → ... → s16 → s17 → s18 → s19

「1 回の tool_use で、一式の orchestration を実行する」 — Workflow ツールが決定的で復元可能な script runtime を起動し、多数の agent call を協調させます。

Harness 層: Orchestration — single-agent loop の上に、決定的な multi-agent script runtime を追加します。

---

s01 から s17 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。host は agent() / parallel() / pipeline() / phase() で構成した trusted script を登録します。model が渡すのは saved workflow name、argument、任意の resume run ID だけで、実行可能 code や metadata は渡しません。

main loop から見えるのは 1 回の tool_use だけです。script の実行中、runtime は lifecycle event と progress event を出し、各 step をディスク上の journal へ記録します。script が終わると、この call は launch 情報、result、task state を返します。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。

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: 1 回の call で run 全体を実行する

Workflow は s17 host の既存 tool pool に追加されます。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。adapter は name を host-owned WORKFLOWS registry で解決し、trusted metadata と function を runtime へ渡します。s17 の他の tools も同じ loop で利用できます。

model-facing schema が受け取るのは name、args、resume_from_run_id です。unknown name や不正 argument は error tool result として返し、host loop を終了させません。その後 runtime が登録済み metadata を検証し、permission check を通し、local workflow task を登録して、script の実行前に async_launched を出します。progress event と最後の task_notification が続き、call は JSON-safe な launch 情報、result、task state を返します。

WORKFLOW_TOOL = {
    "name": "Workflow",
    "input_schema": {
        "type": "object",
        "properties": {
            "name": {"type": "string"},
            "args": {"type": "object"},
            "resume_from_run_id": {"type": "string"},
        },
        "required": ["name"],
        "additionalProperties": False,
    },
}

async def run_workflow(name, args=None, resume_from_run_id=None):
    meta, script_fn = WORKFLOWS[name]
    out = await WorkflowTool().call(
        meta, script_fn,
        args=args,
        resume_from_run_id=resume_from_run_id,
    )
    return {"launched": out["launched"], "result": out["result"],
            "task": serialize_task(out["task"])}

Workflow metadata: 起動前に検証する

各 saved workflow は name、description、任意の phases を持つ trusted metadata 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 表示の group 名を定義します。これらは model input ではなく host registry に属します。

不正な登録内容は launch 前に WorkflowInputError になります。s14 の cron 式検証と同じ考えです。不正な saved workflow が実行時まで進んでから壊れないようにします。

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。

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 は少数の orchestration primitive だけを公開する ExecutionState を受け取り、ファイルを直接読み書きせず、shell も実行しません。production integration では agent() の背後に real agent runner を接続し、その runner の tool permission を維持できます。本章は journal と resume を再現可能にするため MockAgentRunner を使います。sample の finding は固定 test data であり、real code audit の結果ではありません。

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。

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。

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}")

Task state 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 を含む一連の task_progress → 完了または失敗に加え、output file、agent 数、token 数を含む最後の task_notification です。

demo はこれらの event を順番に表示し、最後の notification の後で task state を返します。

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

runtime は各 run を s18_workflow_runtime/.runtime/ に保存します。<runId>.json snapshot、<runId>.output.json output、<runId>.journal.jsonl journal、<runId>.lock coordination file です。fresh run は journal を開く前に exclusive file creation で新しい runId を予約します。run lock は実行と最終永続化が終わるまで保持するため、別 process は同じ run を同時に resume できません。snapshot に workflow name、arguments、task state を記録し、resume は保存済み snapshot と journal を先に検証してから、成功済み artifact を変更します。

journal は checkpoint resume の中心で、各 agent() の結果を 1 行ずつ記録します。

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。

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。stable hash は同じ workflow と argument から同じ journal key を作り、本章の deterministic runner は sample result も同じにします。real runner の内容は変化しても、semantic call key は安定させ、制御されていない clock、randomness、filesystem state を key に混ぜない必要があります。

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。deterministic runner は audit で structured fixture finding を、verify で fixture verdict を作ります。sample は特定 model の review 品質ではなく、pipeline、validation、journal、resume に焦点を当てます。

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)
    ...

s17 からの変更点

	s17 Integrated Harness	s18 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	agent-runner boundary を通る scripted、resumable call
新しい仕組み	—	orchestration primitive、host registry と tool adapter、task lifecycle、progress event、journal/resume、structured output

s18 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。saved script が agent-runner boundary を通じて N 回の call を協調させます。s06 の subagent はモデルがその場で 1 回派遣し、s18 は orchestration を resumable な host code にします。

試してみる

python s18_workflow_runtime/code.py          # real API: model が Workflow または s17 tool を選ぶ
python s18_workflow_runtime/code.py demo     # deterministic fixture と event stream を確認
python s18_workflow_runtime/code.py resume   # 前回の runId から resume。すべての agent() が journal cache に当たる

default command では、保存済み review-changes workflow の実行を model に依頼できます。この tool call は s17 から継承した tools と同じ loop と dispatcher を通ります。demo は deterministic fixture を直接実行し、lifecycle と resume を繰り返し観察できるようにします。runner call 11 回と fixture finding 6 件を報告し、resume 時はすべて cache hit するため agents=0 tokens=0 と表示されます。

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、saved script は fixed flow を管理します。本章は agent-runner boundary を deterministic にしています。real runner へ置き換えると実際の仕事は変わりますが、workflow lifecycle、journal、resume contract は変わりません。

次へ: s19 Goal Loop — Orchestration は仕事を複数の agent へ fan-out します。次章は focused loop で control を goal へ引き戻します。未達成なら継続し、達成または safety exit で user に control を返します。