timps-swarm について
timps-swarmは、コーディングエージェント向けに161の専門エージェント、MCPツール、コマンドラインのワークフローをまとめたツールキットです。インストーラーは検出したツールを設定し、エージェントを並列サブエージェントとして登録できます。ローカルのOllamaや外部LLMプロバイダーにも対応します。
主な機能
- 019カテゴリにわたる161の専門エージェント
- 02検出したツールへのMCP設定の追加
- 03エージェントの並列サブエージェント登録
- 04リポジトリのセキュリティ監査
- 05Ollamaまたは設定済みLLMプロバイダーの利用
活用シーン
- 01リポジトリの秘密情報、CVE、SAST問題を監査する
- 02コーディング作業に専門エージェントを並列で割り当てる
- 03API設計やデータベーススキーマを生成する
- 04複数段階のソフトウェア開発パイプラインを実行する
MCP 対応
専門エージェントのツールを提供するstdio MCPサーバーです。`install-mcp`は検出したツールにサーバー設定を書き込み、エージェントをネイティブなサブエージェントとして登録できます。Node.jsプロキシは到達可能なFastAPIサーバーへ呼び出しを転送します。
設定
ローカルサーバーの設定はどのクライアントでも共通です。コピーしてクライアントの MCP 設定ファイルに貼り付けてください。
npx -y timps-swarmGEMINI_API_KEYシークレットGemini API key (recommended free tier)ANTHROPIC_API_KEYシークレットAnthropic API keyOPENAI_API_KEYシークレットOpenAI API keyGROQ_API_KEYシークレットGroq API keyOLLAMA_HOSTOllama host URLTIMPS_MODEL_PATHTIMPS model path for OllamaTIMPS_MAX_AGENT_WORKERSMax concurrent agent workersREDIS_URLRedis URL for state persistenceTIMPS_AUTHシークレットEnable API key authenticationLOG_LEVELLog level (DEBUG, INFO, WARNING, ERROR)ローカルサーバーにはマシン上の実行環境(Node.js 18 以上など)が必要です。設定ファイルの場所はクライアントごとに異なります。
ツール
ローカルサーバーのツールはマシン上で起動して初めて取得できます。メンテナーはまだツール一覧を提供していません。
詳細
install-mcp コマンドを 1 つ実行するだけで、あらゆるコーディングツールに 161 の AI 専門エージェントを導入できます。MCP ツールだけでなく、並列サブエージェントとして利用できます。
クイックスタート · サブエージェント · 161 のエージェント · MCP のセットアップ · CLI · アーキテクチャ
エージェント 4 つを逐次ではなく並列に実行 — 3 倍高速化(64 秒対 192 秒)
機能
- あらゆるリポジトリを 30 秒でセキュリティ監査 —
npx timps-swarm audit ./で CVE、ハードコードされたシークレット、OWASP の問題を検出します。バックエンド、設定、API キーは不要です。 - あらゆる AI ツールで 161 の専門エージェントを利用 —
install-mcpコマンドを 1 つ実行すると、9 つの IDE(Claude Code、Cursor、Windsurf、Continue、Aider、Cline、Zed、VS Code、Gemini、Codex、Amp、Warp)の MCP 設定を書き込みます。さらに、すべてのエージェントをネイティブのサブエージェントとして登録するので、Claude Code/Cursor/Codex はTask(subagent_type=...)を使って並列に実行できます。 - ローカル優先、BYOK — Ollama で API コストなしに実行できます。より高い性能が必要な場合は、Gemini/Anthropic/OpenAI/Groq を接続できます。
- Python バックエンドなしでも動作 —
npm install -g timps-swarmには、実行中の FastAPI サーバー(ローカル、またはTIMPS_API_URLによるリモート)と通信する Node.js MCP stdio プロキシ(cli/lib/mcp-proxy.js)が含まれています。Python リポジトリは任意です。
クイックスタート
npm i -g timps-swarm
このリポジトリをコーディングエージェントに渡せば、自動でセットアップされます。
SETUP.mdは単なるドキュメントではなく、手順書として書かれています。ユーザーが リポジトリをクローンし、Claude Code、opencode、Codex、Cursor、Windsurf、 その他のエージェントに「SETUP.mdを読んでセットアップして」と指示すると、 エージェントがバックエンドをインストールし、実行中のツールにtimps-swarmMCP サーバーを登録して、161 の専門エージェントを並列に実行します。
次に、コーディングエージェントに接続します。
npx timps-swarm install-mcp
install-mcp はマシン上の AI ツールを自動検出し、次の処理を行います。
- 検出したすべての IDE 設定に
timps-swarmMCP サーバーの項目を書き込みます(ANTHROPIC_API_KEY、OPENAI_API_KEY、GEMINI_API_KEY、GROQ_API_KEY、TIMPS_API_URL、OLLAMA_HOST、REDIS_URLを転送するenv:ブロックを明示的に設定します)。 - TIMPS ツールごとにサブエージェントの
.mdファイルを 1 つずつ、~/.claude/agents/、./.claude/agents/、~/.codex/agents/に書き込みます。
ツールを再起動すると、161 のエージェントが MCP ツールおよび並列サブエージェントとして利用可能になります。
インストールせずに実行(セットアップ不要):
npx timps-swarm audit ./ # security scan any repo — works immediately
install が実際に行うこと
必要なコマンドは install-mcp だけです。
npx timps-swarm install-mcp # default: configure all detected tools
npx timps-swarm install-mcp --no-sub-agents # MCP config only, skip the .md files
npx timps-swarm install-mcp --tool cursor # configure one tool
npx timps-swarm install-mcp --dry-run # preview without writing
npx timps-swarm uninstall-mcp # remove all of the above
デフォルトでは、次の内容を書き込みます。
- MCP サーバーの項目を 9 つの IDE 設定ファイルに追加します(IDE ごとに 1 つの項目を作成し、すべて
npx timps-swarm mcpを指定します)。 - 161 個のサブエージェント
.mdファイルを~/.claude/agents/、./.claude/agents/、~/.codex/agents/に書き込みます(MCP ツールごとに 1 つ)。これにより、Claude Code のTask(subagent_type="timps_kubernetes_navigator")、Cursor Composer、Codex からエージェントを並列に実行できます。
すべての書き込みは冪等です(再実行すると既存のファイルが更新されます)。また、uninstall-mcp で元に戻せます(削除されるのは timps-swarm キーと timps-*.md ファイルだけで、ほかの設定には影響しません)。
注目のコマンド
# Security audit — secrets + CVEs + SAST, no backend, no API key
npx timps-swarm audit ./
# Full 10-agent SDLC pipeline on any codebase
npx timps-swarm fix ./src --language python
# Generate a complete OpenAPI spec from plain English
npx timps-swarm api-design "billing API with metered usage and Stripe webhooks"
# Design a DB schema with DDL, ER diagram, and migrations
npx timps-swarm db-design "multi-tenant SaaS with usage-based billing"
# Diagnose your machine (12 specialist agents)
npx timps-swarm health
MCP 連携
npx timps-swarm install-mcp # auto-detect and configure all installed tools
npx timps-swarm install-mcp --tool cursor # single tool only
npx timps-swarm install-mcp --dry-run # preview without writing files
| ツール | 設定ファイル |
|---|---|
| Claude Code | ~/.claude/mcp.json |
| Cursor | ~/.cursor/mcp.json |
| Windsurf | ~/.windsurf/mcp.json |
| Continue | ~/.continue/config.json |
| Zed | ~/.config/zed/settings.json |
| Aider | ~/.aider.conf.yml |
| Goose | ~/.config/goose/config.yaml |
| Gemini CLI | ~/.gemini/settings.json |
| Codex CLI | ~/.codex/config.json |
| Amp | ~/.amp/mcp.json |
| Warp | ~/.warp/mcp_servers.json |
| VS Code / Cline / Copilot | .vscode/mcp.json(ワークスペース) |
手動設定スニペット(すべてのツール)
install-mcp は、以下のスニペットを各 IDE の設定に書き込みます。env: ブロックは、シェルに設定されている API キーを転送します。これは省略可能です(通常、IDE は環境変数を引き継ぎますが、サンドボックス化されたホストでは明示したほうが安全です)。
Claude Code — ~/.claude/mcp.json
{
"mcpServers": {
"timps-swarm": {
"command": "npx",
"args": ["timps-swarm", "mcp"],
"env": {
"GEMINI_API_KEY": "...",
"ANTHROPIC_API_KEY": "..."
}
}
}
}
Cursor / Windsurf / Gemini CLI / Codex CLI / Amp — 上記と同じ形式で、パスが異なります。
VS Code / Cline / Roo Code / GitHub Copilot — .vscode/mcp.json
{
"mcp": {
"servers": {
"timps-swarm": { "type": "stdio", "command": "npx", "args": ["timps-swarm", "mcp"] }
}
}
}
Continue — ~/.continue/config.json
{ "mcpServers": [{ "name": "timps-swarm", "command": "npx", "args": ["timps-swarm", "mcp"] }] }
Aider — ~/.aider.conf.yml
mcp-servers:
timps-swarm:
command: npx
args: [timps-swarm, mcp]
type: stdio
Zed — ~/.config/zed/settings.json
{
"assistant": {
"mcp_servers": {
"timps-swarm": { "command": "npx", "args": ["timps-swarm", "mcp"] }
}
}
}
Goose — ~/.config/goose/config.yaml
extensions:
- name: timps-swarm
type: stdio
cmd: npx timps-swarm mcp
enabled: true
GitHub Actions — 再利用可能なワークフロー
jobs:
generate:
uses: Sandeeprdy1729/timps-swarm/.github/workflows/timps-swarm.yml@main
with:
task: "Build a microservice for JWT authentication"
language: python
secrets:
GEMINI_API_KEY: ${{ secrets.GEMINI_API_KEY }}
LLM プロバイダー
優先順位に従ってプロバイダーを試し、利用可能な最初のものを使用します。
| 優先度 | プロバイダー | 環境変数 | 備考 |
|---|---|---|---|
| 1 | MCP Sampler | (自動) | ホストツールのモデルを使用します |
| 2 | Gemini 2.5 Flash | GEMINI_API_KEY | 推奨 — 高速で、無料枠も充実しています |
| 3 | Anthropic Claude | ANTHROPIC_API_KEY | 複雑な推論に最適です |
| 4 | OpenAI GPT-4o | OPENAI_API_KEY | |
| 5 | Groq Llama 3.3 70B | GROQ_API_KEY | API 推論が最速です |
| 6 | Ollama | (自動検出) | 完全オフラインで、API キーは不要です |
| 7 | TIMPS-Coder 0.5B | (組み込み) | 常に利用可能です |
export GEMINI_API_KEY=... # free tier, fastest start
export ANTHROPIC_API_KEY=... # optional
161 のエージェント — 全一覧
MCP サーバーは、9 つのカテゴリーにわたる 161 の専門エージェントを公開します。すべて、ネイティブの Claude Code / Cursor / Codex サブエージェントとしても登録されています。
| カテゴリー | 数 | 例 |
|---|---|---|
| 優先 | 68 | research_agent, ab_testing_agent, abdm_agent, agent_composer, browser_automation, churn_predictor, demand_forecaster, dependency_agent, digilocker_agent, dpdp_act_auditor, federated_learning, finetuning_agent, fssai_compliance_agent, gst_compliance, indiehacker_agent, model_evaluator, model_perf_monitor, podcast_show_notes_writer, prompt_injection_scanner, quantum_ready, rag_designer, rag_evaluator, red_team_agent, release_manager, sbom_generator, security_remediation, service_mesh_configurator, sprint_planning_agent, storybook_story_generator, threat_intel_analyst, upi_agent, vector_db_agent, voice_agent_designer, wearable_health_coach, web3_agent, win_loss_analyst, … |
| エキスパート診断 | 51 | dependency_rebel, kubernetes_navigator, docker_compose_architect, pipeline_healer, compliance_auditor, incident_response_coordinator, accessibility_tester, mcp_server_generator, observability_cost_optimizer, license_compliance_scanner, container_image_scanner, adr_writer, contract_reviewer, court_case_summarizer, data_pipeline, db_migration_pilot, disaster_recovery, game_day_facilitator, git_workflow_automator, graphql_agent, iac_drift_detector, load_testing, local_rag_builder, log_pattern_analyzer, phishing_simulator, postmortem_agent, test_intelligence, visual_regression_detective, web_scraping, web_search, … |
| コンピューターの状態 | 12 | system_optimizer, file_organizer, environment_doctor, security_guard, network_medic, battery_analyst, update_manager, log_interpreter, privacy_cleaner, media_librarian, backup_sentinel, context_switcher |
| 開発者ワークフロー | 12 | issue_triager, boilerplate_architect, pr_reviewer, dependency_sentinel, unit_test_writer, docstring_generator, log_detective, sql_optimizer, sprint_reporter, flaky_test_hunter, api_contract_auditor, content_multiplier |
| ナレッジワーカー | 7 | inbox_gatekeeper, meeting_condenser, research_scout, trend_monitor, data_wrangler, competitor_tracker, agri_commodity_forecaster |
| メタ | 6 | list_agents, dispatch, full_checkup, list_providers, connect_tools, tool_status |
| コンテキスト / カーネル | 3 | context_briefing, delegate, kernel_status |
| SDLC パイプライン | 1 | run_task(10 ノードの LangGraph オーケストレーター:PM → Architect → Code → Review → QA → Security → Perf → Docs → DevOps) |
# Trigger the full SDLC pipeline
python3 give_work.py "Build a rate-limited REST API for user authentication"
# PM → Architect → Code → Review → QA → Security → Perf → Docs → DevOps
# Run a computer health checkup
npx timps-swarm health
python3 give_work.py "My laptop fan is always running"
# Delegate a multi-step goal
npx timps-swarm delegate "fix the auth bug and ensure 80% test coverage"
# Call any of the 161 directly from the CLI
npx timps-swarm mcp # then use any MCP client
Self-Critic Agent は最も価値の高いエージェントです。あらゆる出力を 1~10 で評価し、基準を満たすまで起点となったエージェントを再実行することで、スウォーム全体の品質向上ループを完結させます。
161 には、Phase 3(優先エージェント 12 個)、Phase 5(追加 7 個)、Phase 6 nextgen(21 個 — セキュリティ/DevOps/MLOps/新興分野)、Phase 7(32 個 — インドの業界分野、コンプライアンス、コンテンツ、営業/音声、リサーチ)、および並列委任用の
timps_batchが含まれます。src/tool_connectorsモジュールには、別個のTOOLS辞書(IDE 設定用ショートカット 24 個 —claude_code、cursorなど)があり、実行時にtimps_connect_toolsとtimps_tool_statusで使用されます。これらは 161 には含まれません。
CLI
npm install -g timps-swarm # or: npx timps-swarm <command>
COMMANDS
audit <path> Security audit — secrets + CVEs + SAST (works offline)
fix <path> Run the full 10-agent SDLC pipeline
research <topic> Research a topic before writing code
api-design <desc> Generate an OpenAPI 3.1 spec from plain English
db-design <desc> Design a database schema with DDL + ER diagram
n8n <desc> Generate a complete n8n workflow JSON
refactor [path] Detect code smells + produce refactored version
test-data <schema> Generate realistic seed / fixture data
monitor <service> Prometheus + Grafana + alerting config
ui <desc> UI component spec + code + accessibility audit
cost <arch> Cloud cost estimate + savings recommendations
critique <content> Score output 1-10, auto-improve until threshold
health Computer health checkup (12 agents)
providers Show configured LLM providers
install-mcp Auto-configure TIMPS in 9 AI tools + 161 sub-agents
uninstall-mcp Remove the MCP config and 161 sub-agent .md files
start [--repo <path>] Start the TIMPS Swarm API server (port 8000)
mcp [--repo <path>] Start the MCP stdio server (Python or Node.js fallback)
FLAGS (install-mcp)
--tool <id> Only configure one IDE (claude-code, cursor, codex-cli, …)
--no-sub-agents Skip writing 161 sub-agent .md files (MCP config only)
--dry-run Preview without writing anything
--silent Suppress output (postinstall)
ENV VARS
TIMPS_API_URL API server URL (default http://localhost:8000)
Set to a remote URL to point every tool call at it.
TIMPS_REPO Explicit path to the Python repo for backend commands
GEMINI_API_KEY Free tier — fastest start
ANTHROPIC_API_KEY Optional
OPENAI_API_KEY Optional
GROQ_API_KEY Optional
OLLAMA_HOST Default http://localhost:11434
REDIS_URL Default redis://localhost:6379/0
timps-swarm mcp が呼び出されたときにディスク上に Python リポジトリがない場合は、同梱の cli/lib/mcp-proxy.js に透過的にフォールバックします。これは、すべてのツール呼び出しを ${TIMPS_API_URL}/mcp/tools/call に転送する Node.js 製の JSON-RPC 2.0 stdio プロキシです。そのため、FastAPI サーバーに接続できる環境であれば、npm install -g timps-swarm だけで動作する MCP サーバーを利用できます。
アーキテクチャ
User / AI coding tool
(Claude Code, Cursor, Codex, …)
│
┌────────────────────────┼────────────────────────┐
│ stdio JSON-RPC 2.0 │ │
▼ ▼ ▼
┌──────────────────────┐ ┌──────────────────────┐ ┌────────────────────┐
│ mcp_server/server.py │ │ cli/lib/mcp-proxy.js │ │ src/main.py │
│ Python — 161 tools, │ │ Node.js fallback │ │ FastAPI + WS │
│ full MCP sampling │ │ (npm-only path) │ │ /swarm/run, │
│ │ │ │ │ /agents/*, │
│ │ │ │ │ /mcp/tools, │
│ │ │ │ │ /mcp/tools/call, │
│ │ │ │ │ /health, /ws │
└──────────┬───────────┘ └──────────┬───────────┘ └──────────┬─────────┘
│ │ │
│ TOOLS / dispatch │ POST /mcp/tools/call │
│ ◀───────────────────────┴──────────────────────────▶│
│ │
│ mcp_server/server._TOOL_HANDLERS │
│ (161 tools, in-process) │
└─────────────────────────┬───────────────────────────┘
│
Swarm Bridge
│
┌───────────────────┬──────────┴──────────┬───────────────────┐
▼ ▼ ▼ ▼
SDLC DAG Health Graph Specialist Agents Context / Kernel
(10 nodes) (12 nodes) (120 direct calls) (3 nodes)
│ │ │ │
└───────────────────┴─────────────────────┴───────────────────┘
│
LLM Router
┌─────────────┬─────────────────┼─────────────┬───────────────┐
▼ ▼ ▼ ▼ ▼
Gemini Anthropic OpenAI Groq Ollama
2.5 Flash Claude GPT-4o Llama 3.3 (local)
+ TIMPS-Coder 0.5B
次の 3 つのトランスポート経路は、同じディスパッチテーブルに集約されます。
- Python MCP stdio(
mcp_server/server.py)— MCP サンプリングに完全対応し、プロセス内で動作する 161 個のツールを提供します。Python リポジトリがディスク上にある場合に使用されます。 - Node.js MCP stdio プロキシ(
cli/lib/mcp-proxy.js)—tools/listとtools/callを実行中の FastAPI サーバーに転送する、純粋な stdio JSON-RPC 2.0 プロキシです。npm パッケージのみがインストールされている場合(Python リポジトリがない場合)に使用されます。 - FastAPI REST + WebSocket(
src/main.py)—/swarm/run、/agents/*、/health、/wsに加え、ブリッジ用エンドポイントの/mcp/tools(カタログ)と/mcp/tools/call(ディスパッチ)を提供します。
レイヤー 1 — コンピューターマネージャー(src/layer1_computer_manager.py)— 隔離された作業ディレクトリと、エージェントごとの CPU/メモリ/ディスクの上限を管理します。
レイヤー 2 — Swarm ブリッジ(src/layer2_swarm_bridge.py)— エージェントのライフサイクルを管理します。起動、チーム編成、LangGraph DAG の実行、結果の収集を行います。
レイヤー 3 — CLI(src/layer3_swarm_cli.py)— give_work.py と npm CLI を提供します。
REST API
curl http://localhost:8000/health
curl http://localhost:8000/health/full # deep check with provider status
curl -X POST http://localhost:8000/swarm/run \
-H "Content-Type: application/json" \
-d '{"request": "Fix SQL injection in my FastAPI endpoint", "language": "python"}'
curl -X POST http://localhost:8000/agents/refactor \
-d '{"code": "...", "language": "python", "goals": ["reduce_complexity"]}'
curl http://localhost:8000/providers
# MCP bridge (used by cli/lib/mcp-proxy.js)
curl http://localhost:8000/mcp/tools # full 161-tool catalogue
curl -X POST http://localhost:8000/mcp/tools/call \
-H "Content-Type: application/json" \
-d '{"name": "timps_list_agents", "arguments": {}}' # call any tool over HTTP
wscat -c ws://localhost:8000/ws # real-time stream
サーバーの実行中は、http://localhost:8000/docs で対話型のドキュメントをすべて確認できます。
カスタムアダプターのトレーニング
コード生成ツールは、バグクラスごとに 1 つ、計 20 個の LoRA アダプターを備えた 0.5B モデル TIMPS-Coder を使用します。サンプルを追加してプッシュすると、GitHub Actions が新しいアダプターを自動的にトレーニングします。
cp my_bugs.jsonl datasets/custom/
git add datasets/custom/my_bugs.jsonl
git commit -m "feat: 40 new Python async bug examples"
git push origin main
リポジトリのシークレットに HF_TOKEN と HF_REPO_ID を設定してください。パイプラインはデータを統合し、Apple Silicon(MLX)上で 20 個のアダプターを並列トレーニングして、ベンチマークを実行し、HuggingFace に公開します。
20 個のバグクラス別アダプター: java_npe · java_ioob · java_concurrent · python_keyerror · python_typeerror · python_recursion · python_async · python_logic · javascript_null · javascript_scope · javascript_async · cpp_memory · cpp_bounds · go_routine · rust_borrow · sql_injection · xss_vuln · auth_bypass · performance_slow · api_design
ハードウェア
| 構成 | RAM | 備考 |
|---|---|---|
| 最小構成 | 8 GB | 一度に実行できる Ollama モデルは 1 つ |
| 推奨構成 | 16 GB | すべてのモデルを同時に読み込み可能 |
| ファインチューニング | 8 GB Apple Silicon | M1/M2/M3/M4 上の MLX |
セキュリティ
API キー認証はデフォルトで無効です。チームで共有する場合は有効にしてください。
TIMPS_AUTH=1 make up-local
python3 give_work.py --keygen "sandeep-laptop" # generate key (shown once)
python3 give_work.py --revoke timps-sk-xxxx # revoke a key
キーは SHA-256 ハッシュとして ~/.timps/.secrets に保存されます(chmod 600)。
コントリビューション
main ブランチへの PR を歓迎します。Conventional Commits に従ってください。
git clone https://github.com/Sandeeprdy1729/timps-swarm
cd timps-swarm && pip install -e ".[dev]"
make up-local # starts the FastAPI server on :8000
現在、
make testは何も実行しません。tests/が空のためです。実行可能な既存のテストスクリプトはトップレベルにあります(python3 mcp_server/test_server.py、python3 test_computer_allocation.py)。pytest に頼る前に、tests/ディレクトリを追加し、pyproject.tomlに接続してください。
Lint:ruff check .(pyproject.toml で設定済み。make lint ターゲットはありません)。型チェック:設定されていません。Python ≥ 3.10、CI では 3.11 に固定されています。
TIMPS-Coder をベースに構築 — 特定のバグパターン向けに 20 個の LoRA アダプターでファインチューニングされた 0.5B モデルです。
コメント
AI アプリケーションが外部のツールやデータソースに統一的な方法で接続するためのオープンなプロトコルです。クライアントはモデルとの対話を担い、MCP サーバーはツール・リソース・プロンプトテンプレートを提供します。標準メッセージでやり取りするため、1 つのサーバーを複数のクライアントで再利用できます。