worker-integration について
トリガーの種類と実行履歴に基づき、バックグラウンドワーカーと専門エージェントを対応付けるスキルです。性能とフィードバックを追跡して選択に活用し、結果を一貫したメモリーキーで保存します。
主な機能
- 01トリガー別に専門エージェントを割り当て
- 02性能履歴に基づくエージェント選択
- 03品質、成功率、遅延の追跡
- 04トリガーとフェーズ別の結果保存
- 05今後の選択に向けたフィードバック記録
活用シーン
- 01最適化タスクに適切なエージェントを割り当て
- 02ワーカーとエージェントの性能指標を確認
- 03実行フィードバックによる選択の改善
インストール
コマンドをコピーしてターミナルで実行します。
$
npx skills add https:/ / github.com/ ruvnet/ ruflo --skill worker-integrationインストール後、Claude Code で/worker-integrationを入力して読み込まれたか確認します。
詳細
Worker-Agent 統合スキル
バックグラウンドワーカーと専門エージェントをインテリジェントに連携させます。
クイックスタート
# View agent recommendations for a trigger
npx agentic-flow workers agents ultralearn
npx agentic-flow workers agents optimize
# View performance metrics
npx agentic-flow workers metrics
# View integration stats
npx agentic-flow workers stats --integration
エージェントのマッピング
ワーカーは、トリガーの種類に基づいて最適なエージェントに自動で処理を振り分けます。
| トリガー | 主なエージェント | フォールバック | パイプラインのフェーズ |
|---|---|---|---|
ultralearn | researcher, coder | planner | 発見 → パターン → ベクトル化 → 要約 |
optimize | performance-analyzer, coder | researcher | 静的解析 → パフォーマンス → パターン |
audit | security-analyst, tester | reviewer | セキュリティ → シークレット → 脆弱性スキャン |
benchmark | performance-analyzer | coder, tester | パフォーマンス → メトリクス → レポート |
testgaps | tester | coder | 発見 → カバレッジ → ギャップ |
document | documenter, researcher | coder | API の発見 → パターン → インデックス作成 |
deepdive | researcher, security-analyst | coder | コールグラフ → 依存関係 → トレース |
refactor | coder, reviewer | researcher | 複雑度 → コードの問題 → パターン |
パフォーマンスに基づく選択
システムは実行履歴から学習し、エージェントの選択を改善します。
// Agent selection considers:
// 1. Quality score (0-1)
// 2. Success rate
// 3. Average latency
// 4. Execution count
const { agent, confidence, reasoning } = selectBestAgent('optimize');
// agent: "performance-analyzer"
// confidence: 0.87
// reasoning: "Selected based on 45 executions with 94.2% success"
メモリーキーのパターン
ワーカーは一貫したパターンを使用して結果を保存します。
{trigger}/{topic}/{phase}
Examples:
- ultralearn$auth-module$analysis
- optimize$database$performance
- audit$payment$vulnerabilities
- benchmark$api$metrics
ベンチマークのしきい値
エージェントのパフォーマンスは、しきい値に照らして監視されます。
{
"researcher": {
"p95_latency": "<500ms",
"memory_mb": "<256MB"
},
"coder": {
"p95_latency": "<300ms",
"quality_score": ">0.85"
},
"security-analyst": {
"scan_coverage": ">95%",
"p95_latency": "<1000ms"
}
}
フィードバックループ
ワーカーは継続的な改善のためにフィードバックを提供します。
import { workerAgentIntegration } from 'agentic-flow$workers$worker-agent-integration';
// Record execution feedback
workerAgentIntegration.recordFeedback(
'optimize', // trigger
'coder', // agent
true, // success
245, // latency ms
0.92 // quality score
);
// Check compliance
const { compliant, violations } = workerAgentIntegration.checkBenchmarkCompliance('coder');
統合の統計情報
$ npx agentic-flow workers stats --integration
Worker-Agent Integration Stats
══════════════════════════════
Total Agents: 6
Tracked Agents: 4
Total Feedback: 156
Avg Quality Score: 0.89
Model Cache Stats
─────────────────
Hits: 1,234
Misses: 45
Hit Rate: 96.5%
設定
.claude$settings.json で統合機能を有効にします。
{
"workers": {
"enabled": true,
"parallel": true,
"memoryDepositEnabled": true,
"agentMappings": {
"ultralearn": ["researcher", "coder"],
"optimize": ["performance-analyzer", "coder"]
}
}
}
コメント
Markdown 対応