16 KiB
s18: Workflow Runtime — モデルが単一 step を決め、script が orchestration を決める
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 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。
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。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。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 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 を登録して、script の実行前に async_launched を出します。その後に progress event と最後の task_notification が続き、call は launch 情報、result、task state を返します。
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)
...
result = await script_fn(ctx, args)
task.event("task_notification", status=task.status)
return {"launched": launched, "result": result, "task": task}
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。
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。
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 です。snapshot と journal は安定した runId を共有し、resume 時に同じ run の状態と完了済み step を特定できるようにします。
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 と決定的な runner は、同じ workflow + 同じ argument から同じ key を作ります。そのため workflow code は、制御されていない clock、randomness、filesystem state など、run ごとに key を変える入力を避けます。
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。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。
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 | 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、task lifecycle、progress event、journal/resume、structured output、deterministic VM |
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。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、s18 は orchestration を replay 可能な script にします。
試してみる
python s18_workflow_runtime/code.py # review-changes を起動し、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
1 回の起動から async_launched、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: s19 Goal Loop — Orchestration は仕事を複数の agent へ fan-out します。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。