aiagent-runner 0.1.7

Runner for AI Agent PM - executes tasks via MCP and CLI

AI Agent PM Coordinator

全エージェントのタスク実行を統合管理するオーケストレーションデーモン。

---

🚨 致命的な設計違反警告 (2026-01-09)

現在の実装には致命的な設計違反があります。修正が必要です。

問題点

Coordinator/Runnerは純粋なMCPクライアントであるべきですが、現在の実装は以下の不正な情報を保持しています：

設定項目	問題	対応
mcp_server_command	サーバー起動コマンドを保持	削除必須
mcp_database_path	DBパス（内部実装詳細）を保持	削除必須

設計原則

✅ 正しい設計: Coordinatorはソケット接続のみ行う純粋なクライアント
❌ 現在の実装: Coordinatorがサーバー起動やDB接続情報を管理

影響

• Agent Instanceごとに新しいMCPサーバーをstdio transportで起動
• 複数のMCPサーバーが同じDBに同時アクセス → データ整合性の問題
• テストと本番で異なるDB設定が必要 → 設定の複雑化

正しいアーキテクチャ

[アプリ] → MCPデーモン起動（唯一のサーバー）
[Coordinator] → Unix Socketで接続（クライアントのみ）
[Agent Instance] → 同じUnix Socketで接続（クライアントのみ）

詳細は docs/plan/PHASE4_COORDINATOR_ARCHITECTURE.md の警告セクションを参照。

---

クイックスタート

cd runner
pip install -e .

# デフォルト設定で起動（config/coordinator_default.yaml を使用）
python -m aiagent_runner --coordinator

---

Coordinatorモード（推奨）

単一のCoordinatorが全ての(agent_id, project_id)ペアを管理します。

基本起動

# デフォルト設定で起動
python -m aiagent_runner --coordinator

# 詳細ログ出力
python -m aiagent_runner --coordinator -v

カスタム設定ファイル

python -m aiagent_runner --coordinator -c /path/to/config.yaml

設定ファイル例

# config/coordinator_default.yaml がデフォルトで読み込まれます
# カスタム設定で上書き可能

polling_interval: 10
max_concurrent: 3

# AI providers
ai_providers:
  claude:
    cli_command: claude
    cli_args:
      - "--dangerously-skip-permissions"
      - "--max-turns"
      - "50"

# Agents (passkeyのみ - ai_type等はMCPから取得)
agents:
  agt_developer:
    passkey: secret123
  agt_reviewer:
    passkey: ${REVIEWER_PASSKEY}  # 環境変数展開対応

log_directory: /tmp/coordinator_logs

バックグラウンド実行

nohup python -m aiagent_runner --coordinator -v > coordinator.log 2>&1 &

---

設定の優先順位

1. コマンドライン引数 (--polling-interval 等)
2. 指定した設定ファイル (-c /path/to/config.yaml)
3. デフォルト設定 (runner/config/coordinator_default.yaml)
4. 組み込みデフォルト値

---

動作フロー

1. MCPサーバーに接続（Unixソケット）
2. list_active_projects_with_agents() で全プロジェクト・エージェントを取得
3. 各(agent_id, project_id)ペアに対して get_agent_action() を呼び出し
4. 作業が必要な場合、Agent Instance（Claude CLI等）をスポーン
5. Agent Instanceが authenticate → get_my_task → 実行 → report_completed
6. 待機して2に戻る

---

前提条件

• MCPサーバーが起動していること
• エージェントがアプリで登録済みで、passkeyが設定されていること
• 該当エージェントがプロジェクトに割り当てられていること
• タスクが in_progress ステータスであること

---

Legacy Runnerモード（非推奨）

1エージェント = 1デーモン の旧アーキテクチャ。

# 非推奨: Coordinatorモードを使用してください
aiagent-runner --agent-id <AGENT_ID> --passkey <PASSKEY> --project-id <PROJECT_ID>

---

開発

pip install -e ".[dev]"
pytest