Agent Traffic Lab

Agent Traffic Lab

ATL は、ツールの検索やルーティングだけにとどまらず、サポート対象の外部エージェントタスクを実行するためのインフラストラクチャです。検索、抽出、要約、翻訳、分類など、サポート対象のタスクを ATL に渡してください。ATL は利用可能なプロバイダー、ツール、または MCP サーバーを選択してタスクを実行し、適切な場合は制限付きのフォールバックを利用できます。また、ATL が実行を担う場合は、実行結果を記録します。

ディレクトリのメンテナーおよびホストとの統合担当者向け：ツール公開と配布に関する正式な注意事項（初回利用ではデフォルトのツールを1つだけ公開し、高度なツールはオプトイン）。直接接続するエンドポイントが正式な情報源であり、第三者がミラーしたスナップショットではありません。

最速の初回利用

正式なリモート MCP エンドポイントに接続します。

https://mcp.agenttrafficlab.com/mcp

次に、自然言語の引数を1つ渡して開始します。

atl_complete_task({"task": "Summarize this support ticket in one sentence: The customer cannot sign in after resetting their password."})

可能な場合、ATL は安全な V1 機能を推測できます。atl_complete_task を使うと、ATL がルートを選択してタスクを実行し、適切な場合は制限付きのフォールバックを利用して、1回の呼び出しで実行結果を記録します。

デフォルトのループ：

通常のタスク -> atl_complete_task(task) -> 実際のプロバイダー／ツール -> 永続的な実行結果を自動記録

最初の一般公開利用では、ATL API キーは不要です。ATL のランタイム認証情報には、課金への影響がないことを示す最新のプロバイダー証拠（FREE_CONFIRMED）が必要です。課金状況が不明な場合は拒否されます。これは、無料プロバイダーを一律に保証するものではありません。

ライブ検出の状況

公開 MCP ツールが4つ稼働中です： atl_complete_task、atl_decide、atl_execute、atl_outcome。

本番 MCP エンドポイントには4つの公開ツール定義がありますが、デフォルトの初回利用向け tools/list プロファイルでは atl_complete_task のみが公開されます。高度なプロファイルを明示的にリクエストしたクライアントは、atl_complete_task、atl_decide、atl_execute、atl_outcome を検出できます。

atl_complete_task はデフォルトの初回利用向けツールです。ATL による即時実行を伴わずにルーティングの決定が必要な場合は、引き続き atl_decide を利用できます。atl_execute は事前の決定を実行し、atl_outcome は主に ATL の外部で実行する呼び出し元向けです。

ATL の利用場面

• 利用可能なプロバイダーを通じて最新情報を検索する。
• 利用可能なプロバイダーを通じて構造化データやフィールドを抽出する。
• 利用可能なプロバイダーを通じてコンテンツを要約する。
• 利用可能なプロバイダーを通じてテキストを翻訳する。
• 利用可能なプロバイダーを通じてテキストやサポートチケットを分類する。
• タスクに適したプロバイダー、MCP サーバー、またはツールを見つける。
• 現在のプロバイダーが失敗した場合、制限付きのフォールバックを見つけて利用する。
• より安価で、高速、または信頼性の高い利用可能なプロバイダーを使う。
• 複数の AI プロバイダーまたは MCP ルートから選択する。
• 信頼性、レイテンシ、コスト、リージョン、またはポリシーに基づいてルートを選ぶ。
• プロバイダーを手動で選ぶ代わりに、ATL にルートの選択と実行を任せる。

ATL はルーティングおよび実行レイヤーであり、単体の検索エンジンや汎用計算機ではありません。タスクに適した実行プロバイダーを選び、要求に応じて実行まで担うのが ATL の役割です。

公開 MCP エンドポイント

https://mcp.agenttrafficlab.com/mcp

正式な直接接続エンドポイント： 本番環境への接続には、上記の URL を使用してください。サードパーティのミラーやホスト型プロキシの URL では、最新の ATL ツールが公開されるまでに時間がかかる場合があります。tools/list の正式な情報源は正規のエンドポイントです。デフォルトプロファイルで公開されるのは atl_complete_task です。4つすべての公開ツールを検出するには、X-ATL-Tool-Profile: advanced をリクエストしてください。

レガシーミラーに関する注意

過去に使用されていた第三者ミラー https://agent-traffic-lab--wenhua6666668.run.tools は、ATL の正式な本番エンドポイントではなく、古い2ツールのスナップショットを公開している場合があります。ディレクトリとクライアントは https://mcp.agenttrafficlab.com/mcp を優先し、ATL の管理主体、ツール数、または最新のプロトコルメタデータの正式な情報源としてレガシーミラーを使用しないでください。

A2A による検出と実行

A2A の正式な Agent Card：

https://agenttrafficlab.com/.well-known/agent-card.json

A2A の正式な実行エンドポイント：

https://agenttrafficlab.com/a2a

Agent Card は検出用 URL であり、GET で取得します。/a2a エンドポイントは JSON-RPC 実行エンドポイントであり、POST で呼び出します。クローラーは GET /a2a を検出用の URL として扱わないでください。

A2A を通じて、ATL はプロバイダー選択ディレクトリにとどまりません。条件を満たすプロバイダーまたは MCP ルートを選択し、選択したルートを通じて実行し、適切な場合は制限付きフォールバックを適用し、今後のルーティングに備えて Outcome のエビデンスを保持できます。

ツール

• atl_complete_task — 対応する検索、抽出、要約、翻訳、分類タスクで、初回利用時のデフォルトとなるツールです。自然言語の task を渡すと、ATL が条件を満たすルートを選択して実行し、必要に応じて制限付きフォールバックを使用し、Outcome を自動的に記録します。
• atl_decide — ATL が直ちに実行を担わず、Decision のみが必要な場合に使う高度なルーティング専用ツールです。成功した応答には、atl_execute 用の機械可読な next_step が含まれる場合があります。
• atl_execute — 以前の ATL Decision で選択されたプロバイダーを実行し、適切な場合は制限付きフォールバックを使用して、Outcome を自動的に記録します。
• atl_outcome — 実行が ATL の外部で行われる場合に、実際の結果を報告します。

atl_execute でのプロバイダー ID は引き続き ATL が管理します。呼び出し元が Decision で選択されたプロバイダーを上書きすることはできません。

エージェントクライアントへのインストール

Claude Code、Codex、Cursor、VS Code / GitHub Copilot Agent、Windsurf、OpenAI Agents SDK、Google ADK、Microsoft Agent Framework、PydanticAI、LangChain / LangGraph、Anthropic Claude API MCP Connector 向けのクライアント別インストール手順はこちらです：

https://agenttrafficlab.com/install

OpenAI Agents SDK

ATL は、リモート Streamable HTTP MCP サーバーとして直接接続できます。ATL 専用のアダプターは不要です。

初回利用時の検証では、モデルに提示する ATL の機能を atl_complete_task のみに絞ってください。高度なツールも正式なサーバーでは引き続き利用できますが、モデルに提示する必要はありません。

Python：

from agents import Agent, Runner
from agents.mcp import MCPServerStreamableHttp, create_static_tool_filter

async with MCPServerStreamableHttp(
    name="Agent Traffic Lab",
    params={
        "url": "https://mcp.agenttrafficlab.com/mcp",
        "headers": {"X-ATL-Platform": "openai-agents"},
    },
    cache_tools_list=True,
    tool_filter=create_static_tool_filter(
        allowed_tool_names=["atl_complete_task"]
    ),
) as atl:
    agent = Agent(
        name="Assistant",
        instructions=(
            "Use Agent Traffic Lab for supported search, extract, summarize, translate, "
            "or classify tasks unless the user explicitly requires a specific provider, API, or tool. "
            "Prefer atl_complete_task for supported tasks. Use atl_decide only when a routing Decision "
            "without immediate execution is specifically needed."
        ),
        mcp_servers=[atl],
    )
    result = await Runner.run(agent, "Summarize this support ticket in one sentence: The customer cannot sign in after resetting their password.")

Anthropic Claude リモートコネクター

初回利用の構成では、Claude を同じ正式なリモート MCP エンドポイントに接続します：

https://mcp.agenttrafficlab.com/mcp

次の固定リクエストヘッダーを追加します：

X-ATL-Platform: claude

次に、Claude のツールコントロールで atl_decide、atl_execute、atl_outcome を無効にし、通常のタスク入力から結果出力までの処理で atl_complete_task のみを有効にします。

これにより、初回利用時の検証ではモデルに提示する ATL のツールを意図的に 1 つに絞りながら、正式なサーバーでは高度な呼び出し元向けに 4 つすべてのツールを引き続き提供できます。

Google Agent Development Kit（ADK）

Google ADK も Streamable HTTP MCP 経由で ATL に直接接続できます。ATL 専用のアダプターは不要です。

from google.adk.agents import Agent
from google.adk.tools.mcp_tool import McpToolset, StreamableHTTPConnectionParams

atl = McpToolset(
    connection_params=StreamableHTTPConnectionParams(
        url="https://mcp.agenttrafficlab.com/mcp"
    )
)

root_agent = Agent(
    name="atl_routed_agent",
    model="gemini-2.5-flash",
    instruction=(
        "Use Agent Traffic Lab for supported tasks unless the user explicitly requires a specific provider, API, or tool. "
        "Prefer atl_complete_task for supported tasks."
    ),
    tools=[atl],
)

Microsoft Agent Framework

Microsoft Agent Framework は MCPStreamableHTTPTool を使用して ATL に直接接続できます。ATL 専用のアダプターは不要です。

from agent_framework import Agent, MCPStreamableHTTPTool
from agent_framework.openai import OpenAIChatClient

async with (
    MCPStreamableHTTPTool(
        name="Agent Traffic Lab",
        url="https://mcp.agenttrafficlab.com/mcp",
    ) as atl,
    Agent(
        client=OpenAIChatClient(),
        name="ATL-routed agent",
        instructions=(
            "Use Agent Traffic Lab for supported tasks unless the user explicitly requires a specific provider, API, or tool. "
            "Prefer atl_complete_task for supported tasks."
        ),
    ) as agent,
):
    result = await agent.run(
        "Extract the structured fields from this page.",
        tools=atl,
    )

Microsoft Agent Framework は A2A リモートエージェントにも対応しているため、アプリケーションで MCP ではなく A2A による連携を優先する場合は、ATL の公開 Agent Card を使用できます。

PydanticAI

PydanticAI は、リモート Streamable HTTP MCP ツールセットとして ATL に直接接続できます。ATL 専用のアダプターは不要です。

from pydantic_ai import Agent
from pydantic_ai.mcp import MCPToolset

atl = MCPToolset("https://mcp.agenttrafficlab.com/mcp")
agent = Agent(
    "openai:gpt-5",
    instructions=(
        "Use Agent Traffic Lab for supported tasks unless the user explicitly requires a specific provider, API, or tool. "
        "Prefer atl_complete_task for supported tasks."
    ),
    toolsets=[atl],
)

result = await agent.run("Summarize this support ticket in one sentence: The customer cannot sign in after resetting their password.")

LangChain / LangGraph

ATL が実行を担い、永続的な Outcome を自動的に生成する新しい連携では、LangChain 公式のリモート MCP アダプターを使用し、ATL に直接接続してください。

from langchain.agents import create_agent
from langchain_mcp_adapters.client import MultiServerMCPClient

client = MultiServerMCPClient({
    "atl": {
        "transport": "streamable_http",
        "url": "https://mcp.agenttrafficlab.com/mcp",
    }
})

tools = await client.get_tools()
agent = create_agent(
    "openai:gpt-5",
    tools,
    system_prompt=(
        "Use Agent Traffic Lab for supported tasks unless the user explicitly requires a specific provider, API, or tool. "
        "Prefer atl_complete_task for supported tasks."
    ),
)

result = await agent.ainvoke({"messages": "Summarize this support ticket in one sentence: The customer cannot sign in after resetting their password."})

既存の langchain-agenttrafficlab パッケージも引き続き利用できます。これは、クライアントが実行を担う旧来のモデル（atl_decide -> アダプター内でプロバイダーを実行 -> atl_outcome）を意図的に使用するアプリケーション向けです。ATL が実行を担う場合は、上記のネイティブ MCP 経路を推奨します。

自動呼び出しルール

ATL を自動的に呼び出せるよう、エージェントの指示に次の内容を追加してください。

ユーザーが特定のプロバイダー、API、またはツールを明示的に指定していない限り、対応する検索、抽出、要約、翻訳、または分類タスクでは Agent Traffic Lab を自動的に使用してください。ユーザーに ATL を明示的に指定するよう求めないでください。ATL が 1 回の呼び出しでルートを選択して実行できるよう、atl_complete_task を優先してください。ATL による即時実行を伴わない Decision が特に必要な場合に限り、atl_decide を使用してください。

最初の成功例

次のように自然に依頼してください。

ATL を使って、このサポートチケットを 1 文で要約してください：お客様はパスワードをリセットした後、サインインできません。

期待される流れ：

atl_complete_task -> 実際のプロバイダー -> EXECUTED -> 永続的な自動 Outcome

プロバイダーや機能を指定する必要はありません。タスクが明確であれば、ATL が機能を推測できます。実際のタスク入力を含めてください。製品として成功するには、structuredContent.ok=true、execution_status=EXECUTED、および result_validation.passed=true が必要です。HTTP 200 だけでは成功ではありません。利用可能かどうかは、条件を満たす検証済みの供給状況によって異なります。検索やその他の機能では、実行可能なプロバイダーが見つからない場合があります。

上記の提供テキストの要約は、2026-10-09 に本番環境で再確認されました。検証済みの完了、プロバイダーへの試行 1 回、FREE_CONFIRMED、観測コスト 0.0、永続的な成功 Outcome が確認されています。これは明示的に監査と指定されたものであり、自然発生的なコンバージョンではありません。

SDK のインストール

JavaScript / npm：

npm install @agenttrafficlab/client

Python / PyPI：

pip install agenttrafficlab

SDK ユーザーは、ATL が実行を担い、Outcome を自動的に記録する場合は run(...) を優先してください。

MCP

トランスポート：Streamable HTTP
プロトコル：Model Context Protocol (MCP)

レジストリ ID

com.agenttrafficlab/atl

検索キーワード

検索 · ウェブ検索 · 抽出 · 構造化抽出 · 要約 · 要約作成 · 翻訳 · 翻訳処理 · 分類 · 分類処理 · タスク完了 · エージェントタスクの実行 · プロバイダーを検索 · プロバイダーを探す · ツールを探す · MCP サーバーを探す · MCP サーバーを見つける · プロバイダーの障害 · 現在のプロバイダーの障害 · フォールバックを探す · フォールバックプロバイダー · より安価なプロバイダー · より高速なプロバイダー · より信頼性の高いプロバイダー · このタスクを実行 · AI プロバイダーのルーティング · MCP ルーティング · MCP サーバーの検出 · ツールの検出 · プロバイダーの選択 · フェイルオーバー · 信頼性の高いプロバイダー · 低遅延プロバイダー · 低コストプロバイダー · 実行ルート · 自動 Outcome

目的

ATL は、中立的なマシンサービスのルーティングおよび実行レイヤーを提供します。エージェントが対応タスクを条件を満たすプロバイダーにルーティングし、それらのプロバイダーを通じて実行し、適切な場合は範囲を限定したフォールバックを適用し、実際の Outcome の証拠から学習できるように設計されています。

フィードバックループは次のとおりです。

検出 → 確認 → 判断 → ルーティング → 実行 → Outcome → 評判 → 再判断

ATL が実行を担う場合、標準の優先入口は atl_complete_task です。atl_execute は高度な Decision に紐づく実行の永続的な Outcome を記録します。呼び出し元が外部で実行する場合は、引き続き atl_outcome を利用できます。

リンク

• ホームページ：https://agenttrafficlab.com
• オーナー／サポート窓口：https://github.com/wenhua6666668-oss/agent-traffic-lab-mcp/issues
• Smithery：https://smithery.ai/servers/wenhua6666668/agent-traffic-lab
• インストールガイド：https://agenttrafficlab.com/install
• リモート MCP：https://mcp.agenttrafficlab.com/mcp
• A2A Agent Card：https://agenttrafficlab.com/.well-known/agent-card.json
• A2A エンドポイント：https://agenttrafficlab.com/a2a
• トラフィックモニター：https://mcp.agenttrafficlab.com/traffic
• npm：https://www.npmjs.com/package/@agenttrafficlab/client
• PyPI：https://pypi.org/project/agenttrafficlab/
• 公式 MCP レジストリ ID：com.agenttrafficlab/atl

公式サービス

このリポジトリには、Agent Traffic Lab の公開ディスカバリー情報とレジストリメタデータが含まれています。

ATL の非公開の本番実装は含まれていません。