manager

サブエージェントのディスパッチリファレンス

出典： metyatech/skill-sub-agent-dispatch。 このスキルを更新するには、リポジトリを編集してプッシュしてください。エージェントは インストール済みのコピーを編集してはなりません。

このスキルには、サブエージェントのディスパッチに関するリファレンスデータと詳細な手順が含まれています。サブエージェントのディスパッチに関する常時読み込みの不変条件（agents-mcp のツール、ai-quota、モード、判断フレームワーク、検証成果物の形式、コスト管理、実行規律、ライフサイクル）は、sub-agent-dispatch ルールモジュールに記載されています。プロンプトの起動要件と委任されたエージェントの義務は、delegation ルールモジュールに記載されています。承認ルールは、approval-gates ルールモジュールに記載されています。

ディスパッチのワークフロー

1. ユーザーの依頼を受け取ります。
2. 作業を個別の項目に分解し、追跡します。
3. sub-agent-dispatch ルールで定義された判断フレームワークを使用して、各項目を分類します。
4. 独立した項目をすべて並行してディスパッチします。
5. ディスパッチした内容と保留中の内容をユーザーに報告します。直ちに制御を返します。
6. その後、ユーザーからメッセージを受け取るたびに、エージェントはまず Status(wait=false) を呼び出し、新しい依頼に対応する前に状態の変化を報告しなければなりません。
7. すべてのサブエージェントが完了し、レビューゲートを通過したら、エージェントは結果を要約し、次の手順に進まなければなりません。

エージェント間の呼び出し（agents-mcp）

agents-mcp は、Claude Code、Codex、Gemini CLI、その他のエージェント CLI から一貫して利用できる metyatech の MCP サーバーです。

初回のセットアップ

プラットフォーム固有のインストールコマンドについては、README.md を参照してください。

タスクのディスパッチ

agents-mcp を使用して、次のパラメーターでサブエージェントを起動します。

• prompt — 自己完結したタスクの説明全文。
• agent_type — 対象エージェント（claude、codex、copilot）。 エージェントは gemini を使用してはなりません（下記の Gemini セクションを参照）。
• model — Model Inventory に記載された明示的なモデル文字列（例："claude-sonnet-4-6"）。
• effort — 推論の任意の強度。Model Inventory に基づいて設定します。不要な場合は省略します。
• mode: 'edit' — 実装エージェントでは必須です。

監視

エージェントの起動後、直ちにユーザーのもとへ戻ります。バックグラウンドまたはノンブロッキングの監視を使い、エージェントの完了通知を受け取ります。agents-mcp wait と Status(wait=true) は、完了またはタイムアウトまでポーリングします。

agents-mcp が設定されていない場合

停止して、制約をユーザーに報告します。エージェントは作業を自ら実行したり、別の方法で代替したりしてはなりません。

検証プロンプトのテンプレート

実装エージェントのテンプレート

Delegated mode. Implement approved scope only.
Return exactly: (1) Restated AC, (2) AC->evidence with exact commands/manual steps + PASS/FAIL/NOT RUN, (3) Files changed, (4) Assumptions/uncertainties, (5) Risks/rollback notes.
If spec/behavior text changed: cite file + section and summarize behavior delta.
Run applicable tests/verification and include exact commands and outputs summary.

レビューエージェントのテンプレート

Delegated mode reviewer. Do not implement; review only.
Original requirements: [paste original AC/spec here]
Implementation output: [paste implementation agent's report here]
Note: tests were written by an agent and may confirm implementation behavior rather than spec intent.
Return: explicit PASS or FAIL, reasons, spec alignment (does the implementation meet the original requirements, not just the tests?), AC coverage gaps, and any ambiguous points.
Reject if evidence format is incomplete, outcomes are unsupported, or implementation deviates from original spec.

仕様変更の手順

• 動作または仕様文が変更された場合、実装エージェントは変更箇所（ファイルとセクション見出し）を明記し、動作の差分を要約しなければなりません。
• レビュアーは仕様との整合性を明示的に確認し、追加確認が必要な曖昧な点を列挙しなければなりません。

レビューモデルの選択

• Standard ティアのレビューで検証に失敗した場合：claude-haiku-4-5-20251001 を使用します。
• Heavy ティアのレビュー、およびリリースや本番環境への変更：medium の強度で claude-sonnet-4-6 を使用します。

エラー処理

• サブエージェントが失敗した場合は、Status を呼び出し、主な失敗理由として agents[].errors と agents[].diagnostics.tail_errors を確認します。
• 必要な場合に限り、agents[].diagnostics.log_paths.stdout を使って生ログを開きます（例：ファイルの末尾を表示する）。手作業でログを探してはなりません。

モデルインベントリとルーティング

最終確認日：2026-02-27。 モデルが変更された場合は、このセクションを更新してください。

ティアの定義

• Free — 簡単な検索、単純な Q&A、単一ファイルの直接的な編集。Copilot のみ。
• Light — 機械的な変換、フォーマット、簡単な実装、手早い確認。
• Standard — 一般的な実装、コードレビュー、複数ファイルにまたがる変更、開発作業の大半。
• Heavy — アーキテクチャの判断、安全性が重要なコード、複雑な多段階の推論。
• Large Context — 20 万トークンを超える入力が必要なタスク。
• Bulk/Idle — 自動コンプライアンスチェック、リポジトリをまたいだ反復的な変換。最も低コストのエージェントを優先してください。

各タスクをティアに分類し、利用可能なクォータがあるエージェントを選んで、そのティアの★推奨モデルを選択してください。推奨モデルを扱うエージェントにクォータがない場合は、同じティアの別のモデルに切り替えてください。

Claude

ティア	モデル	労力	備考
Light	claude-haiku-4-5-20251001	—	労力設定はサポートされていません。SWE-bench 73%
Standard	claude-sonnet-4-6	medium	★ デフォルト。SWE-bench 80%
Heavy	claude-opus-4-6	high	SWE-bench 81%。最も難しいタスクでは max の労力設定を使用

Codex

ティア	モデル	労力	備考
Light	gpt-5.1-codex-mini	medium	medium／high のみ
Standard	gpt-5.3-codex	medium	★ 最新のフラッグシップ。SWE-bench Pro 57%
Standard	gpt-5.2-codex	medium	前世代。SWE-bench Pro 56%
Standard	gpt-5.2	medium	汎用。codex 以外では最良の推論性能。SWE-bench 80%
Heavy	gpt-5.3-codex	xhigh	★ 最大の労力設定で最良の codex
Heavy	gpt-5.1-codex-max	xhigh	拡張推論。コンテキスト圧縮
Heavy	gpt-5.2-codex	xhigh	代替モデル
Heavy	gpt-5.2	xhigh	汎用推論のフォールバック

Gemini サブエージェントの信頼性

⚠ サブエージェントへの委任に、gemini エージェントタイプを使用してはいけません。 Gemini CLI エージェントは、単独の無人タスクであっても、HTTP 429「No capacity available」サーバーエラーが頻繁に発生するため、信頼性に欠けます。Gemini CLI は、ユーザーが直接起動する対話型の利用であれば使用できます。大規模なコンテキストを扱う作業では、代わりに gemini-3-pro モデルを使用する Copilot を利用してください。

ティア	モデル	労力	備考
Light	gemini-3-flash-preview	—	SWE-bench 78%
Standard	gemini-3-pro-preview	—	★ 100 万トークンのコンテキスト。SWE-bench 76%（対話型のみ）
Large Context	gemini-3-pro-preview	—	20 万トークンを超えるタスク。100 万トークンのコンテキスト（対話型のみ）

Aider（BYOK）

Aider は外部 API キーを使用します。費用はプロバイダーからトークン単位で請求されます（サブスクリプションなし）。低価格の API モデルを利用する一括処理／アイドル時のタスクに最適です。

ティア	モデル	プロバイダー	備考
Bulk/Idle	deepseek/deepseek-chat	DeepSeek	★ 入力 100 万トークンあたり $0.07-$0.27。SWE-bench 73%
Bulk/Idle	deepseek/deepseek-reasoner	DeepSeek	Aider のタスクあたり $1.30
Light	claude-3-5-haiku-20241022	Anthropic	Claude Haiku と同じ
Standard	claude-sonnet-4-6-20261022	Anthropic	Claude Sonnet と同じ

DEEPSEEK_API_KEY または ANTHROPIC_API_KEY を使って設定してください。Aider はまだ agent-runner に統合されていません（追跡中のタスク）。

Copilot

Copilot ではモデルごとに消費されるクォータが異なります。タスクの複雑さが許す場合は、倍率の低いモデルを優先してください。effort は設定できません（無視されます）。

Tier	Model	Quota	Notes
Free	gpt-5-mini	0x	★ SWE-bench 約70%
Free	gpt-4.1	0x	コンテキスト長100万トークン、SWE-bench 55%
Light	claude-haiku-4-5	0.33x	★ SWE-bench 73%
Light	gpt-5.1-codex-mini	0.33x	機械的な変換
Standard	claude-sonnet-4-6	1x	★ デフォルト、SWE-bench 80%
Standard	gpt-5.3-codex	1x	最新のCodexフラッグシップモデル
Standard	gpt-5.2	1x	汎用推論に最適
Standard	gpt-5.2-codex	1x	エージェント型コーディング
Standard	gpt-5.1-codex-max	1x	拡張推論
Standard	claude-sonnet-4-5	1x	SWE-bench 77%、4.6を優先
Standard	gpt-5.1-codex	1x	SWE-bench 77%
Standard	gpt-5.1	1x	汎用、SWE-bench 約76%
Standard	gemini-3-pro	1x	コンテキスト長100万トークン、SWE-bench 76%
Standard	claude-sonnet-4	1x	レガシー、最後の選択肢
Heavy	claude-opus-4-6	3x	★ SWE-bench 81%
Heavy	claude-opus-4-5	3x	SWE-bench 81%、4.6を優先
—	claude-opus-4-6 fast	30x	避けてください。クォータを過剰に消費します

ルーティングの原則

• 有効なサブエージェントの種類は claude、codex、copilot です。gemini のエージェント種類は起動してはいけません（上記のGeminiセクションを参照）。有効なエージェントの種類はすべて、個別の定額制サブスクリプションで動作します。モデルの品質、クォータの節約、クォータの配分に基づいてルーティングしてください。
• すべてのエージェントがコードを実行し、ファイルを変更し、複数ステップのタスクを実行できます。実行能力ではなく、モデルの品質とクォータに基づいてルーティングしてください。
• 総スループットを最大化するため、作業をエージェント間に分散してください。
• 大規模なコンテキストを必要とするタスク（20万トークン超）には、gemini-3-pro モデルを使うCopilotを優先してください。gemini のエージェント種類は使用しないでください。
• 単純なタスクでは、他のエージェントのクォータを消費する前に、Copilotの無料ティアモデル（クォータ0x）を優先してください。
• 複数のエージェントが同等にタスクを処理できる場合は、残りのクォータが最も多いエージェントを優先してください。

コスト効率の優先順位

• クォータに余裕がある場合は、従量課金型のエージェントより定額制（サブスクリプション）のエージェントを優先してください。
• アイドル状態のタスクや一括処理タスクで、プレミアムクォータを消費してはいけません。次の順にルーティングしてください。 Copilot 0x → Aider+DeepSeek → Amazon Q。
• プレミアムクォータは対話型の利用のために確保してください。利用ゲートにより、ClaudeとCodexの5時間枠では残り70%以上が維持されます。
• Sonnet 4.6を主力として使用してください。 デフォルトではSonnetを使い、Heavyティアのタスク、または厳密なルール遵守に失敗した場合はOpusに切り替えてください。どちらも medium effort を使用してください。調査によると、制約が複数あるルールセットでは、effortを高くすると指示への追従性が低下します（arXiv:2505.11423）。

クォータのフォールバックロジック

プライマリエージェントの残りクォータがない場合：

1. ai-quota を使って、すべてのエージェントのクォータを確認します。
2. 必要なティアのモデルがあり、利用可能なクォータが残っているエージェントを選択します。
3. Copilotにフォールバックする場合は、クォータを節約するため、倍率の低いモデルを優先します。
4. Standardティアでサブスクリプションクォータがない場合は、Aider + DeepSeek（従量課金、1タスクあたり約$1）にフォールバックします。
5. フォールバック先のモデルの性能が大幅に劣る場合は、ディスパッチレポートに性能低下を記載します。
6. どのエージェントにもクォータがなく、従量課金のフォールバック先も利用できない場合は、タスクをキューに入れ、ブロックされたことを直ちに報告します。何も報告せずにタスクを放棄してはいけません。

ルーティングの判断手順

1. タスクのティアを分類します（Free／Light／Standard／Heavy／ Large Context／Bulk/Idle）。
2. Free ティアの場合：0x モデルを使用して Copilot にディスパッチします。クォータの確認はスキップします。
3. Bulk/Idle ティアの場合：Copilot 0x → Aider+DeepSeek → Amazon Q の順にディスパッチします。プレミアムエージェントをスキップし、Gemini エージェントタイプは 使用しません。
4. その他のティアの場合：ai-quota を使用して、すべてのエージェントのクォータを確認します。
5. 必要なティアでクォータに空きがあるエージェントを選びます。 複数のエージェントが条件を満たす場合は、残りのクォータが最も多いエージェントを優先します。
6. 上記の表に従って agent_type、model、effort を設定します（列に — と表示されている場合は effort を省略します）。
7. 第一候補のクォータに空きがない場合：フォールバックのロジックを適用します。
8. ディスパッチレポートに、選択したエージェント、モデル、ティア、effort を記載します。

注目すべきモデル（現在のルーティング対象外）

これらのモデルは、サポート対象のエージェント CLI からはまだ利用できませんが、 今後の動向を注視する価値があります。

モデル	プロバイダー	強み	アクセス
Kimi K2.5	Moonshot AI	IFEval SOTA 94.0	API のみ。CLI なし
Grok 4.20	xAI	4 エージェントによる評議会。2M コンテキスト	xAI API のみ
Qwen 3.5	Alibaba	IFEval 92.6	API のみ
GLM-4.7	Zhipu AI	デュアルジャッジで最高スコア	API のみ

プラットフォーム固有の回避策

• Codex on Windows など、ポリシーによってファイル削除コマンドがブロックされるプラットフォームでは、 command-execution ルールモジュールにある Codex 固有の回避策を参照してください。