AgentFlow

AI エージェント開発のための基盤・プラットフォーム — MCP / A2A / AG-UI / A2UI を統一インターフェースで扱う軽量フレームワーク。

言語: English | 简体中文 | 日本語

概要

AgentFlow は MCP / A2A / AG-UI / A2UI を統一インターフェースで扱う軽量 AI エージェントフレームワークです。
agentflow/ を安定した Kernel とし、apps/ は用途別に最適化された「製品アプリ（Studio / Platform）」として提供します。

製品方針

AgentFlow は、複数プロトコルとエージェント協調を一つの API 面で扱える基盤です。業務向けには 3 Studio 製品線（Migration Studio / Enterprise FAQ Studio / Computer Assistant Studio）で提供し、開発向けには Kernel（agentflow）と Plugin による拡張を前提としています。

apps 設計の初衷（高凝集・低結合）

• Kernel は Orchestration / Agent / Tool / Protocol の安定境界のみを保持し、拡張は plugins/ の Blocks として提供する
• apps は「実行可能な製品単位」（設定・監査・UI・運用を含む）として独立に開発・配布できる
• apps/platform は Control Plane として apps の作成/設定/実行/観測を集約する

LLM 推論基盤アーキテクチャ（Gateway 統一）

AgentFlow の LLM 呼び出しは Provider 直呼びを禁止し、LLM Orchestrator -> LLM Gateway に統一します。

flowchart TB

subgraph APP["Application Layer"]
UI[Chat UI / API / Workflow]
end

subgraph AGENT["Agent Layer"]
AgentFlow[AgentFlow Runtime]
Tools[Tool Execution]
end

subgraph ORCH["LLM Orchestrator"]
Prompt[Prompt Builder]
Context[Context Manager]
end

subgraph RAG["RAG Pipeline (Optional)"]
Retriever[Retriever]
Rerank[Reranker]
VectorDB[Vector DB]
end

subgraph GATEWAY["LLM Gateway"]
Router[LiteLLM Router]
Registry[Model Registry]
Policy[Routing Policy]
end

subgraph PROVIDER["Model Providers"]
OpenAI[OpenAI]
Claude[Claude]
Gemini[Gemini]
end

subgraph LOCAL["Local Inference"]
vLLM[vLLM Cluster]
SGLang[SGLang Runtime]
TGI[TGI Server]
end

APP --> AGENT
AGENT --> ORCH
ORCH --> GATEWAY

ORCH -. optional .-> RAG
RAG -.-> ORCH

GATEWAY --> PROVIDER
GATEWAY --> LOCAL

呼び出し関係図（RAG なし）

sequenceDiagram

User->>Application: request
Application->>AgentFlow: task
AgentFlow->>LLM Gateway: generate()
LLM Gateway->>Provider/Local Model: route
Provider/Local Model-->>Gateway: response
Gateway-->>AgentFlow: result
AgentFlow-->>Application: output

呼び出し関係図（RAG あり）

sequenceDiagram

User->>Application: request
Application->>AgentFlow: task

AgentFlow->>Retriever: search
Retriever->>VectorDB: query
VectorDB-->>Retriever: documents

Retriever-->>AgentFlow: context

AgentFlow->>LLM Gateway: generate(context)
Gateway->>Provider/Local Model: route
Provider/Local Model-->>Gateway: answer
Gateway-->>AgentFlow: result
AgentFlow-->>Application: output

リポジトリ構造

コアコンポーネント

• agentflow/: Kernel（エンジン/Agentパターン/プロトコル）
• apps/: 製品アプリ（Studio / Platform / 業務アプリ）
• plugins/: 拡張機能（Blocks / Tools / Providers）
• contracts/: 互換性を保証する JSON 契約定義（Versioned）
• docs/: 外部/内部ドキュメント、設計資料
• tests/: 自動テストスイート（Unit/Integration/E2E）
• examples/: 実装サンプルとデモコード

ツール & ガバナンス

• .agent/, .agentflow/: エージェントの動作ログと内部データ
• .github/: CI/CD ワークフローとテンプレート
• code-rules/: 統一コーディング規約と Lint ルール
• scripts/: 開発・保守用ユーティリティスクリプト
• Makefile: タスク自動化コマンド集

設定 & 環境

• pyproject.toml: プロジェクト全体の依存関係と設定
• requirements.txt: Python パッケージリスト（補足用）
• .env.example: 環境変数のテンプレート

開発・検証用

• .kiro/, .sisyphus/: 内部仕様案（Specs）とエージェント用メモ
• mcp_client/, mcp_servers/: MCP プロトコル固有の実装
• studio/: 旧 Studio フロントエンド（apps/platform へ移行中）

アーキテクチャ

2. 主な機能

• Engine 実行: SimpleEngine（単一 Agent）、PipelineEngine（多段・Review ループ）、GateEngine（入口審査）、RAGEngine（検索拡張）、PEVEngine（Plan-Execute-Verify）
• Agent 定義: @agent デコレータ、AgentBlock 継承、AgentClient.get("名前").invoke(...) による呼び出し
• フロー構築: create_flow(...).gate(...).then(...).parallel(...).review(...).build()
• 松結合 Provider: get_llm() / get_vectordb() / get_db() / get_embedding() で環境に応じた実装を取得
• チャネル: 多プラットフォームメッセージ統合（MessageGateway / MessageChannelAdapter）
• HITL: 承認・中断・再開（ApprovalManager / Checkpointer / interrupt）
• Context Engineering: トークン予算、ターン圧縮、RetrievalGate、KeyNotes 等
• 組み込み Skills: database-manager / stripe-payment / deployment-manager / auth-provider 等（オプション）

3. 技術アーキテクチャ

LLM 系の呼び出しは Application/Agent 層から直接 Provider API を使用せず、必ず LiteLLM Gateway を経由します。RAG は optional ですが、有効時も無効時も同じ LLM API 契約（generate / stream / tool_call）を維持します。

API

4. 基盤・Platform・App の役割

開発環境セットアップ（統一手順）

Platform 単体ではなく、リポジトリ全体の開発環境をセットアップします。

cd <repo-root>
bash setup_dev.sh

1. python -m apps.platform.main serve --port 8000
2. cd apps/platform/frontend && npm install && npm run dev

• ドキュメント: 目次 docs/index.md、対外 docs/external/README.md、対内 docs/internal/README.md、3 Studio docs/studios.md
• リポジトリ: GitHub | Issues
• ライセンス: MIT License

実行/訓練の分離やトレース設計の一部は Microsoft Agent Lightning の思想を参考にしています。