RPCS-1 Agent Tuner & Translation Bridge

RPCS-1 SDK — AI エージェントチューナー

無料のチューナーから始めましょう。AI エージェントで起こりそうな失敗モードを特定し、試すための実行時設定を入手して、より難しいケースで検証できます。

RPCS-1 は、推測ではなく意図に基づいてエージェントの設定を行えるよう、チームを支援します。タスク、変化の頻度、予測可能性、重要度、関連するコンテキストの範囲、コミットメントのスタイルを説明すると、5 つのプリミティブからなるプロファイル、実行時の推奨設定、次のテストを提示します。このスイートには、引き渡し前に曖昧なプロンプトを見つける SendRight と、プロファイルを考慮したコミュニケーションの表示を行う Translation Bridge も含まれています。

リポジトリ構成

rpcs1-sdk/
├── packages/core/          # TypeScript engine (@rpcs1/core): tuner + translation layer + receiver-profile intake
├── packages/web/           # Next.js app serving rpcs1.dev (tuner, translator, docs, Stripe, /mcp endpoint)
├── packages/mcp-server/    # Standalone STDIO MCP server (what Glama and MCP clients build)
├── sdk/python/             # Python SDK (pip install rpcs1)
├── skills/                 # Canonical agent skill package (HF-HATP v2.0 SKILL.md)
├── docs/                   # Architecture, deployment, launch playbook
└── .github/workflows/      # CI/CD

クイックスタート — Python SDK

pip install rpcs1

from rpcs1 import recommend_params

config = recommend_params(
    task_description="Customer support agent",
    environment_entropy="dynamic",
    environment_predictability="somewhat_predictable",
    stakes="high",
    target_platform="anthropic",
)

print(config.platform_parameters.temperature)   # e.g. 0.52
print(config.predicted_regime)                  # 'stable'
print(config.reasoning)                         # cites Matching Principle

クイックスタート — TypeScript Core

import { recommend } from '@rpcs1/core';

const rec = recommend({
  task: { task_summary: 'Customer support agent' },
  environment: {
    entropy: 'dynamic',
    predictability: 'somewhat_predictable',
    stakes: 'high',
    context_relevance: 'medium',
    commitment_style: 'cautious',
  },
  target_platform: 'anthropic',
});

console.log(rec.platform_parameters.temperature);
console.log(rec.predicted_regime);

開発

# Install dependencies
npm ci --include=optional

# Build and test TypeScript core
npm run build --workspace=@rpcs1/core
npm run test --workspace=@rpcs1/core

# Test Python SDK
cd sdk/python
pip install -e ".[dev]"
pytest -v

Web 環境変数については、packages/web/.env.example に記載されています （Stripe、Resend、ライセンス署名、レート制限）。MCP の本番環境向け制御については、 以下の本番環境向け制御をご覧ください。

Web アプリは Node 24（リージョン iad1）で Vercel にデプロイされます。main へのプッシュにより、本番環境へのデプロイがトリガーされます。

マッチングの原則

この SDK は、IMM Paper 9 の Pred-09-5 を実装しています。

エントロピー H の環境における安定した受信側は、TI ~ 1/H を満たします。

高エントロピー環境 → 短い注意ウィンドウ（TI ~ 10）。 低エントロピー環境 → 長い注意ウィンドウ（TI ~ 90）。

すべてのパラメーターの推奨は、この原則またはベイスン安定性の幾何学（振動／過負荷／フリーズの境界条件）に基づいています。

Web アプリ

• 無料のチューナー：https://rpcs1.dev/tuner
• SendRight：https://rpcs1.dev/send
• Translation Bridge：https://rpcs1.dev/translator
• コミュニケーションの好みに関するプロファイルを調整する：https://rpcs1.dev/calibrate

このサイトでは、技術的、経営層向け、平易な表現、または字義どおりで正確な文体で、同じ製品情報を説明することもできます。説明の仕方は変わりますが、価格、提供内容、制限事項は変わりません。

ブランド — 明示的な公式（製品）／RPCS-1（メカニズム）

サイトの前面に表示される唯一の消費者向け製品が Explicit Formulaです。ランディングページに掲載されている箱がそれにあたります。Explicit は意味を正確に伝える（製品の唯一の役割を示す）こと、formula は再現可能な方法を意味します。ワードマークは注意喚起ステッカーへのオマージュ（components/StickerLogo.tsx）で、商標登録された RIAA ラベルとは意図的に区別されています。

メカニズムのブランドである RPCS-1（受信側エンジン、その法則、スコアカード）は変更されておらず、フッターには「Powered by RPCS-1」と表示されます。基本方針は、ラッパー上には結果を示し、メカニズムにはワンクリックでアクセスできるようにすることです。

• ブランドはトークンです：packages/web/lib/brand.ts。製品名の変更は、環境変数 1 つ（NEXT_PUBLIC_BRAND_NAME）か 1 行の変更で済み、ほかのコードを変更する必要はありません。
• 以前はナビゲーション内で競合していた各ステーション（SendRight、Bridge、Translator、Calibrate、Tuner、R&D、…）は、元のルートで引き続き利用でき、/labs（packages/web/lib/labs.ts）にまとめて掲載されています。
• 消費者向けドメインはデプロイに合わせます。公開時に NEXT_PUBLIC_APP_URL を設定してください。いずれの場合も、rpcs1.dev はメカニズムのホームとして維持されます。

SendRight（解釈ミラー＋引き継ぎ）

SendRight は、入力して送信するための入り口です。声に出して話すときのようにプロンプトを入力し、実際に対応している読み取り方を確認して、意図したものを確定し、ワンクリックで自分のモデルアプリに引き継げます。

モジュール（packages/core）：

• mirror(text) — 決定論的な分岐検出器（機械学習も API 呼び出しも行いません）。{ clean, readings[], ambiguousSpans[] } を返します。検出対象：比較か選択かの分岐（明示的な動詞を含まない「X or Y?」形式の質問）、グループ化の分岐（「A and B or C」）、範囲の分岐（「only ... and ...」）、先行詞のない代名詞、目的語のみの表現（「fix it」）、外部参照（「the above」）。契約：明確なプロンプトには反応しません — tests/mirror.test.ts のゼロ分岐テストでこれを保証します。純粋関数であり、どのフロントエンドからでも呼び出せます（Web の入力欄、NL2Build、CLI）。
• applyReading(text, clarifier) — 選択した読み取り方の明確化文を追加し、確定した解釈をプロンプトとともに引き継ぎます。
• buildHandoff(vendor, prompt) / listVendors() — ユーザー自身のモデルアプリを、プロンプトをあらかじめ入力した状態で開くための、ベンダーごとの機能一覧です。事前入力用 URL パラメーターはベンダーが公開していない仕様であり、予告なく変更されます。各項目には verified 日付が記録されており、リリース時に再確認する必要があります。2026-07-25 に確認済み：ChatGPT、Claude、Perplexity、Grok は URL による事前入力に対応しています。Gemini と Copilot はクリップボードへのフォールバックのみです。ログアウト状態のユーザーは、ログイン時に事前入力内容が失われる場合があります。すべてのベンダーで、問題が発生した場合はクリップボードにフォールバックします。

Web： /send（packages/web/app/send）は components/SendBox.tsx を介して入力欄を表示します。ミラーはクライアント側で実行されます（デバウンス処理、ネットワーク通信ゼロ）。引き継ぎ先はユーザー自身のアプリです。SendRight はモデルを呼び出さず、回答を受け取ることもありません。

実現可能性の境界（対応範囲を明確に）： 推論ストリームの要約や、生成途中での停止・再調整は、rpcs1 自身が API 呼び出しを行う場合（ファンアウト／パワーユーザーモード。まだリリースされていません）にのみ可能です。ベンダーのチャット UI や MCP サーフェス経由では、構造上実現できません。SendRight の引き継ぎ方式では、API キー不要、コストゼロ、データを保持しないことを優先し、これらの機能を意図的に除外しています。

MCP サーバー

RPCS-1 は、公開された匿名の読み取り専用 MCP サーバーとしても利用できます。

https://rpcs1.dev/mcp

次の 4 つのファミリーにわたる、8 つの読み取り専用ツールを公開しています。

• recommend_agent_configuration — AI エージェントを、環境のエントロピー、予測可能性、重要度、コンテキストの時間軸、確約のスタイルに照らして診断します。試すためのランタイム設定と、次のテストを提示します。
• interpret、normalize、rewrite — 曖昧さを検出し、断片的なテキストを一貫した文章にまとめ、スタイルに応じた書き換え指示を返します。
• route_intent — メッセージの競合する解釈をエントロピーに基づいて振り分けます。呼び出し元のモデルが候補となる読み取り方（言い換えと事前確率）を提示し、決定論的なルーターが事後確率を計算して、確定、選択肢の提示、明確化のいずれかを決定します。パイプラインで確定するか明確化するかを判断する権限を担います。
• calibrate_profile、prepare_prompt、render_reply — 継続的なコミュニケーション設定プロファイルを作成し、アクションの前に意図した意味を復元して、そのプロファイルに応じた回答を生成します。

翻訳レイヤー

「伝えたいことを伝えましょう。相手が意図したことを受け取りましょう。」

Translation Bridge は、プロファイルを分類ラベルではなく、持ち運び可能なパラメーターとして扱います。5 つの質問に答える Calibrate フローは、表示のためにのみコミュニケーションの設定を測定します。心理評価や診断ではありません。 prepare_prompt / render_reply は、やり取りの入力側と出力側でこのプロファイルを使用します。エージェント向けの正式な仕様は skills/rpcs1-translation-layer/SKILL.md にあります。

チューナーの使用例

最初に役立つ呼び出しは、対応に追われている状況でのサポートコパイロットです。

Use recommend_agent_configuration to diagnose my support copilot.

Task: refund and billing dispute triage
Environment: dynamic, somewhat_predictable, high stakes
Context relevance: medium
Commitment style: cautious
Target platform: anthropic

出力では、5つのプリミティブのプロファイル、失敗リスクスコア、予測されるレジーム、ランタイムの姿勢、次に実行するテストを先頭に示す必要があります。

2つ目に役立つ呼び出しは、変化し続けるリポジトリを扱うコーディングエージェントです。

Use recommend_agent_configuration to diagnose my coding agent.

Task: inspect a changing repository, edit files, run tests, and open a pull request
Environment: moderate, somewhat_predictable, medium stakes
Context relevance: long
Commitment style: balanced
Target platform: openai

出力では引き続き、5つのプリミティブのプロファイル、失敗リスクスコア、予測されるレジーム、ランタイムの姿勢、次に実行するテストを先頭に示す必要があります。

接続の詳細とクライアントの互換性に関する注意事項は、 https://rpcs1.dev/docs/mcp をご覧ください。 実践的なコーディング、サポート、調査の例は、 https://rpcs1.dev/docs/examples をご覧ください。

Hyperagent は、PKCE と登録済みコールバック https://hyperagent.com/api/mcp-servers/callback を使用する、固定の公開 OAuth クライアント hyperagent-rpcs1 を使用します。クライアントシークレットは不要です。

MCP のインターフェースでは、決定論的なエージェント調整ワークフローに加え、読み取り専用の翻訳ツールとユーザーごとのレンダリングツールを公開しています。新しいツールは、そのスコアリングまたは動作の契約がコアパッケージに実装され、テストされた後にのみ追加してください。

検出用メタデータ：

• OpenAPI：https://rpcs1.dev/openapi.json

• LLM の概要：https://rpcs1.dev/llms.txt

• MCP Registry マニフェスト：server.json

  

本番環境の制御：

• MCP_HOURLY_LIMIT は、インスタンスごとの MCP スロットリングを制御します（デフォルト：IP あたり 1 時間に 120 リクエスト）。
• MCP_MAX_BODY_BYTES は、リクエストボディのサイズを制限します（デフォルト：65536 バイト）。
• MCP_ALLOWED_HOSTS は、本番環境で許可するホストをカンマ区切りで指定します。
• MCP_ALLOWED_ORIGINS は、ブラウザーのオリジンを任意でカンマ区切りで指定する許可リストです。クロスオリジンのブラウザーリクエストを拒否するには、空欄のままにしてください。
• MCP_OAUTH_JWT_SECRET は、有効期間の短い OAuth 認可コードとアクセストークンに署名します。
• /api/health は、デプロイと MCP の準備状況に関するメタデータを報告します。

Vercel インスタンス全体で一貫した不正利用防止を行うには、/mcp に対する Vercel Firewall のレート制限ルールを設定してください。プロセス内のリミッターは多層防御の一部であり、分散クォータではありません。

Glama の Docker チェックでは、ホストされた https://rpcs1.dev/mcp エンドポイントに接続するのではなく、ローカルの STDIO サーバーをビルドして起動してください。次のビルド仕様を使用してください。

{
  "buildSteps": [
    "npm ci --include=optional",
    "npm run build --workspace=@rpcs1/core",
    "npm run build --workspace=@rpcs1/mcp-server"
  ],
  "cmdArguments": [
    "mcp-proxy",
    "--",
    "node",
    "packages/mcp-server/dist/index.js"
  ],
  "environmentVariablesJsonSchema": {
    "type": "object",
    "properties": {},
    "required": []
  },
  "placeholderArguments": {}
}

ライセンス

MIT