agent-designer

エージェント設計者 — マルチエージェントシステムアーキテクチャ

マルチエージェントシステムの設計、アーキテクチャ構築、評価のためのツールキットです。堅牢でスケーラブルな AI エージェントシステムを構築するために、エージェントのアーキテクチャパターン、ツール設計の原則、通信戦略、パフォーマンス評価フレームワークに関する体系的なアプローチを提供します。

主な機能

• アーキテクチャパターンの選定 — 単一エージェント、スーパーバイザー、スウォーム、階層型、パイプラインの各パターンについて、ユースケースへの適合性とトレードオフを示します。
• エージェントの役割定義 — アイデンティティ、責任、能力、インターフェース、制約、および一般的なアーキタイプ（コーディネーター、スペシャリスト、インターフェース、モニター）を定義します。
• ツール設計 — スキーマ設計、エラー処理、冪等性の要件、検証ルールを扱います。
• 通信とオーケストレーション — メッセージパッシング、共有状態、イベント駆動型アーキテクチャ、および集中型、分散型、ハイブリッド型のオーケストレーションを扱います。
• ガードレールと安全性 — 入力の検証、出力のフィルタリング、ヒューマン・イン・ザ・ループのチェックポイントを扱います。
• 評価フレームワーク — ボトルネック分析とともに、タスク完了度、品質、コスト、レイテンシの指標を扱います。
• メモリ、スケーリング、障害処理 — 短期／長期／共有メモリ、水平／垂直スケーリング、再試行、フォールバック、サーキットブレーカーを扱います。

使用する場面

• AI エージェントシステムを構築する、またはマルチエージェントのワークフローを設計する場合。
• OpenAI の関数呼び出しまたは Anthropic のツール利用向けにツールスキーマを作成する場合。
• 新しいシステムのアーキテクチャパターンを選定する場合。
• 実行ログからエージェントのパフォーマンスを評価する場合。

最初に確認すること

システムを設計する前に、以下の入力を確認してください。不明または曖昧な項目がある場合は、推測せずに質問してください。

• システムの目標と規模 — エージェントが実行するタスクと想定負荷（どのアーキテクチャパターンを選ぶかに影響します：単一、スーパーバイザー、スウォーム、階層型、またはパイプライン）
• ツールプロトコルの対象 — OpenAI の関数呼び出しと Anthropic のツール利用のどちらか（tool_schema_generator.py が出力するスキーマ形式を決定します）
• 最適化の優先事項 — コスト、レイテンシ、品質のいずれか（エージェントの役割、モデルのティア、評価器が重視する指標を決定します）

停止ルール：出力に最も大きな影響を与える質問を2〜3個だけしてください。ユーザーが「とりあえず下書きを作って」と言った場合は、作業を進め、成果物の冒頭に前提条件を列挙してください。

ツール

ツール	目的	コマンド
agent_planner.py	要件からアーキテクチャ（パターン、役割、トポロジー、Mermaid 図、ロードマップ）を設計します	python agent_planner.py requirements.json -o my_system --format both
agent_evaluator.py	実行ログからパフォーマンス（成功、コスト、レイテンシ、ボトルネック）を評価します	python agent_evaluator.py execution_logs.json -o perf_report --format both --detailed
tool_schema_generator.py	検証機能付きの OpenAI／Anthropic ツールスキーマを生成します	python tool_schema_generator.py tools.json -o my_tools --format both --validate

参考資料

タスクに合った参考資料を読み込みます。このファイルは簡潔に保ち、必要に応じて詳細を参照してください。

• references/core-capabilities.md — コア機能の全カタログ（アーキテクチャパターン、役割の定義、ツール設計、コミュニケーション、ガードレール、評価、オーケストレーション、メモリ、スケーリング、障害対応）と実装ガイドラインです。システムのあらゆる部分を設計する際に読んでください。
• references/agent_architecture_patterns.md — 構造図、特性、ユースケース、実装上の考慮事項を含む、アーキテクチャパターンの詳細なカタログです。パターンを選択または比較する際に読んでください。
• references/tool_design_best_practices.md — マルチエージェントシステムでツールを設計するためのベストプラクティス（単一責任、冪等性、合成可能性、スキーマ、エラー処理）です。ツールやスキーマを設計する際に読んでください。
• references/evaluation_methodology.md — パフォーマンス、信頼性、コスト、満足度の各評価軸を網羅した、評価方法の完全版です。評価を計画する際やレポートを解釈する際に読んでください。
• references/troubleshooting-and-tool-reference.md — トラブルシューティング表、成功基準、3 つのスクリプトすべてを対象とする CLI パラメーターの完全なリファレンスです。ツールが正常に動作しない場合や、コマンドの全オプションを確認する必要がある場合に読んでください。

対象範囲と制限事項

対象範囲：

• マルチエージェントのアーキテクチャパターンの選択（単一エージェント、スーパーバイザー、スウォーム、階層型、パイプライン）
• 責務、機能、ツール、コミュニケーションインターフェースを含むエージェントの役割定義
• 検証ルールとエラー処理を備えた、OpenAI および Anthropic 形式のツールスキーマ生成
• 実行ログに基づくパフォーマンス評価。ボトルネック分析と最適化の推奨事項を含む

対象外：

• ランタイムのエージェントオーケストレーションや実行エンジン（ワークフローの実行については engineering/agent-workflow-designer を参照）
• LLM のプロンプトエンジニアリングやシステムプロンプトの設計（engineering/prompt-engineer-toolkit を参照）
• MCP サーバーの実装やプロトコルの詳細（engineering/mcp-server-builder を参照）
• エージェントの自己改善フィードバックループや自律学習（engineering/self-improving-agent を参照）

統合ポイント

スキル	統合	データフロー
engineering/agent-workflow-designer	ワークフロー定義は、Agent Designer が作成したアーキテクチャ設計を利用します	エージェントの役割とコミュニケーショントポロジーがワークフローステップの定義に反映されます
engineering/prompt-engineer-toolkit	システムプロンプトは、Agent Designer が定義したエージェントの役割ごとに作成されます	エージェントの役割仕様と責務が、プロンプトの構成と制約に反映されます
engineering/mcp-server-builder	ここで生成されたツールスキーマは、MCP サーバーのツール実装に対応付けられます	tool_schema_generator.py の出力により、MCP サーバーが実装するスキーマの契約が提供されます
engineering/self-improving-agent	評価レポートは自己改善ループに活用されます	agent_evaluator.py のボトルネック分析が、自律的な最適化の判断を促します
engineering/observability-designer	監視アーキテクチャは、エージェントのトポロジーとコミュニケーションリンクに合わせて設計されます	エージェントの定義とコミュニケーションパターンにより、計測対象とアラート対象が定まります
engineering/agent-protocol	プロトコル標準は、ここで設計するエージェント間メッセージ形式を規定します	コミュニケーショントポロジーのパターンは、エージェントプロトコルの仕様に準拠する必要があります