railway-framework 0.12.2

Railway Oriented Programming framework for Python

Railway Framework for Python

型安全なワークフローで、運用自動化をシンプルに。

条件分岐を含む複雑なワークフローをYAMLで宣言的に定義できます。

# DAGワークフロー: 条件分岐対応
from railway import Contract, node, entry_point
from railway.core.dag import dag_runner, Outcome

class AlertContext(Contract):
    severity: str
    handled: bool = False

@node
def check_severity(ctx: AlertContext) -> tuple[AlertContext, Outcome]:
    if ctx.severity == "critical":
        return ctx, Outcome.success("critical")
    return ctx, Outcome.success("normal")

@node
def escalate(ctx: AlertContext) -> tuple[AlertContext, Outcome]:
    return ctx.model_copy(update={"handled": True}), Outcome.success("done")

@node
def log_only(ctx: AlertContext) -> tuple[AlertContext, Outcome]:
    return ctx.model_copy(update={"handled": True}), Outcome.success("done")

# 終端ノード: Context のみ返す（Outcome 不要）
def exit_success_done(ctx: AlertContext) -> AlertContext:
    return ctx

exit_success_done._node_name = "exit.success.done"

TRANSITIONS = {
    "check_severity::success::critical": escalate,
    "check_severity::success::normal": log_only,
    "escalate::success::done": exit_success_done,
    "log_only::success::done": exit_success_done,
}

@entry_point
def main():
    result = dag_runner(
        start=lambda: (AlertContext(severity="critical"), Outcome.success("start")),
        transitions=TRANSITIONS,
    )
    # result は ExitContract: exit_code, exit_state, is_success 等を持つ
    return result.context

特徴:

• DAGワークフロー: 条件分岐を含むワークフローをYAMLで定義
• 型安全: Contract + Outcome による静的型チェック
• 純粋関数: ノードは副作用のない純粋関数
• コード生成: YAMLから遷移コードを自動生成
• バージョン管理: プロジェクトバージョン追跡、自動マイグレーション

---

クイックスタート

1. インストール

# uvをインストール（未インストールの場合）
curl -LsSf https://astral.sh/uv/install.sh | sh

# railway コマンドをインストール
uv tool install railway-framework

2. プロジェクト作成

railway init my_workflow
cd my_workflow
uv sync

3. エントリーポイント作成

railway new entry my_workflow

これにより以下が生成されます：

• src/my_workflow.py - エントリーポイント（dag_runner使用）
• src/nodes/my_workflow/start.py - 開始ノード
• transition_graphs/my_workflow_*.yml - 遷移グラフ

4. 遷移グラフを編集

transition_graphs/my_workflow_*.yml:

version: "1.0"
entrypoint: my_workflow

nodes:
  start:
    module: nodes.my_workflow.start
    function: start
    description: "開始ノード"
  process:
    module: nodes.my_workflow.process
    function: process
    description: "処理ノード"

exits:
  success:
    code: 0
  error:
    code: 1

start: start

transitions:
  start:
    success::done: process
    failure::error: exit::error
  process:
    success::complete: exit::success
    failure::error: exit::error

5. コード生成

railway sync transition --entry my_workflow

6. 実行

railway run my_workflow

---

ノードの実装

ノードは Contract と Outcome を返す純粋関数です：

from railway import Contract, node
from railway.core.dag import Outcome


class MyContext(Contract):
    value: str


@node
def process(ctx: MyContext) -> tuple[MyContext, Outcome]:
    if ctx.value:
        return ctx, Outcome.success("done")
    else:
        return ctx, Outcome.failure("empty")

Outcomeの種類:

メソッド	用途	例
Outcome.success(detail)	正常完了	Outcome.success("done")
Outcome.failure(detail)	エラー	Outcome.failure("not_found")

遷移キーの形式:

node_name::status::detail

例: check_severity::success::critical → escalate ノードへ遷移

---

ノードの作成

railway new node コマンドは、型安全なノードをすぐに開発開始できる状態で生成します。

なぜこのコマンドを使うのか？

手動作成	railway new node
ノード、Contract、テストを個別に作成	3ファイル同時生成
import文を自分で書く	正しいimport済み
テスト構造を考える	TDDテンプレート付き
Outcomeの使い方を調べる	動作するサンプル付き

# dag 形式（デフォルト）: 条件分岐ワークフロー向け
railway new node check_status
# → src/nodes/check_status.py        ← ノード本体（動作するサンプル付き）
# → src/contracts/check_status_context.py  ← Contract（型安全）
# → tests/nodes/test_check_status.py       ← TDDテンプレート

# linear 形式: 線形パイプライン向け
railway new node transform --mode linear
# → Input/Output の2つのContractが生成される

dag 形式（デフォルト） - 条件分岐が可能:

from railway import node
from railway.core.dag.outcome import Outcome

from contracts.check_status_context import CheckStatusContext


@node
def check_status(ctx: CheckStatusContext) -> tuple[CheckStatusContext, Outcome]:
    """ステータスをチェックする。"""
    if ctx.is_valid:
        return ctx, Outcome.success("valid")   # → valid 遷移
    return ctx, Outcome.failure("invalid")     # → invalid 遷移

linear 形式 - シンプルなデータ変換向け:

from typing import Optional

from railway import node

from contracts.transform_input import TransformInput
from contracts.transform_output import TransformOutput


@node
def transform(input_data: Optional[TransformInput] = None) -> TransformOutput:
    """データを変換する。"""
    return TransformOutput(result="transformed")

どちらを使う？

用途	形式	理由
運用自動化、条件分岐あり	dag（デフォルト）	Outcomeで遷移を制御
ETL、データ変換	linear	シンプルな入出力
迷ったら	dag	より汎用的

使い分けガイド

場面	推奨方法
既存ワークフローにノード追加	railway new node
単体の処理を作成	railway new node
新規ワークフロー作成	railway new entry（ノードも同時生成）

---

実行モデル

Railway Framework は2つの実行モデルを提供します：

モデル	用途	コマンド
dag_runner	条件分岐ワークフロー（推奨）	railway new entry <name>
typed_pipeline	線形パイプライン	railway new entry <name> --mode linear

どちらを使うべきか？

dag_runner を使う:

• 条件分岐がある（if-else, switch）
• エラーパスが複数ある
• 運用自動化、複雑なワークフロー

typed_pipeline を使う:

• 処理が必ず順番に実行される（A→B→C→D）
• 条件分岐がない
• ETL、データ変換パイプライン

dag_runner（推奨）

条件分岐がある複雑なワークフローに適しています：

from railway.core.dag import dag_runner, Outcome

# 終端ノードを定義
def exit_success_done(ctx):
    return ctx
exit_success_done._node_name = "exit.success.done"

TRANSITIONS = {
    "check::success::critical": escalate,
    "check::success::normal": log_only,
    "escalate::success::done": exit_success_done,
    "log_only::success::done": exit_success_done,
}

result = dag_runner(
    start=check_severity,
    transitions=TRANSITIONS,
)

# result は ExitContract: is_success, exit_code, exit_state を持つ
if result.is_success:
    print("Workflow completed successfully")

dag_runner の特徴:

• 条件分岐: Outcome に応じて遷移先を決定
• YAML定義: 遷移グラフをYAMLで宣言的に定義
• コード生成: railway sync transition で遷移コードを自動生成
• ステップコールバック: on_step で各ステップを監視

typed_pipeline（線形パイプライン）

条件分岐がない線形処理に適しています：

from railway import typed_pipeline

result = typed_pipeline(
    fetch_data,       # 1. データ取得
    transform_data,   # 2. 変換
    save_result,      # 3. 保存
)

線形パイプラインの詳細は readme_linear.md を参照してください。

詳細な設計判断は ADR-002: 実行モデルの共存 を参照。

---

CLI Commands

プロジェクト管理

railway init <name>              # プロジェクト作成
railway new entry <name>         # エントリポイント作成（dag_runnerモード）
railway new entry <name> --mode linear  # 線形パイプラインモード
railway docs                     # ドキュメント表示

遷移グラフ管理

railway sync transition --entry <name>  # 遷移コード生成
railway sync transition --all          # 全遷移コード生成

Contract（型契約）

railway new contract <Name>          # Contract作成
railway new contract <Name> --entity # エンティティContract（id付き）
railway new contract <Name> --params # パラメータ用Contract
railway list contracts               # Contract一覧

Node（処理単位）

railway new node <name>                      # 基本node作成
railway new node <name> --output ResultType  # 出力型指定
railway new node <name> --input data:InputType --output ResultType
railway show node <name>                     # 依存関係表示

実行

railway run <entry>              # 実行
railway list                     # エントリポイント/ノード一覧

バージョン管理

railway update                   # プロジェクトを最新バージョンに更新
railway update --dry-run         # 変更をプレビュー（実行しない）
railway update --init            # バージョン情報のないプロジェクトを初期化
railway backup list              # バックアップ一覧
railway backup restore           # バックアップから復元
railway backup clean --keep 3    # 古いバックアップを削除

---

特徴

• ✨ 5分で開始: railway init でプロジェクト作成、すぐに実装開始
• 🛤️ DAGワークフロー: 条件分岐を含むワークフローをYAMLで宣言的に定義
• 🔒 型安全: Contract + Outcome による静的型チェック
• 🎯 純粋関数: ノードは副作用のない純粋関数
• ⚡ コード生成: YAMLから遷移コードを自動生成
• 🔄 2つの実行モデル: dag_runner（条件分岐）と typed_pipeline（線形）
• 🧪 テスト容易: モック不要、引数を渡すだけ
• ⚙️ 環境別設定: development/production を簡単に切り替え
• 📊 構造化ロギング: loguru による美しいログ出力
• 🆙 バージョン管理: プロジェクトバージョン追跡、自動マイグレーション

---

アーキテクチャ

Contract（型契約）

ノード間で交換されるデータの「契約」を定義します。

from railway import Contract

class AlertContext(Contract):
    """アラート処理のコンテキスト"""
    incident_id: str
    severity: str
    hostname: str | None = None

Contractの特徴:

• Pydantic BaseModel がベース（自動バリデーション）
• イミュータブル で安全（frozen=True）
• IDE補完 が効く

Node（処理単位）

DAGワークフローのノードは tuple[Contract, Outcome] を返します：

@node
def check_host(ctx: AlertContext) -> tuple[AlertContext, Outcome]:
    """ホスト情報を取得するノード"""
    hostname = lookup_hostname(ctx.incident_id)
    if hostname:
        new_ctx = ctx.model_copy(update={"hostname": hostname})
        return new_ctx, Outcome.success("found")
    return ctx, Outcome.failure("not_found")

ExitContract（実行結果）

dag_runner() は ExitContract を返します。終了状態とメタデータを含みます：

from railway import ExitContract

result = dag_runner(start=..., transitions=...)

# 基本プロパティ
result.is_success    # True if exit_code == 0
result.is_failure    # True if exit_code != 0
result.exit_code     # 0 (success.* ) or 1 (failure.*)
result.exit_state    # "success.done", "failure.timeout" など
result.context       # 終端ノードが返したコンテキスト

# メタデータ
result.execution_path  # ("start", "process", "exit.success.done")
result.iterations      # 実行したノード数

exit_state パターン	exit_code	is_success
success.*	0	True
failure.*, その他	1	False

終端ノード（Exit Node）

ワークフロー終了時に処理を実行できます。通常のノードと同じ形式で記述できるため、 コールバックの概念を知らなくても実装できます。

YAML定義:

nodes:
  finalize:
    description: "最終処理"

  exit:
    success:
      done:
        description: "正常終了（Slack通知）"
      skipped:
        description: "スキップして終了"

    failure:
      timeout:
        description: "タイムアウト（PagerDuty通知）"

transitions:
  finalize:
    success::complete: exit.success.done
    success::skipped: exit.success.skipped
    failure::timeout: exit.failure.timeout

実装例（基本）:

# src/nodes/exit/success/done.py - Context を返す（推奨）
def done(ctx: WorkflowContext) -> dict:
    """終端ノードは Context のみを返す（Outcome 不要）。"""
    send_slack_notification(f"処理完了: {ctx.count}件")
    return {"status": "completed", "count": ctx.count}

実装例（カスタム ExitContract）:

# src/nodes/exit/success/done.py - ExitContract サブクラスを返す
from railway import ExitContract

class DoneResult(ExitContract):
    """正常終了時の詳細結果。"""
    status: str
    processed_count: int
    exit_state: str = "success.done"  # 明示的に指定

def done(ctx: WorkflowContext) -> DoneResult:
    """ExitContract を返すと exit_code が自動導出される。"""
    return DoneResult(
        status="completed",
        processed_count=ctx.count,
    )

特徴:

項目	説明
一貫性	通常のノードと同じ書き方
テスト可能性	純粋関数としてテスト可能
表現力	詳細な終了状態を表現（done, skipped, timeout など）
自動解決	module/function は省略可能

詳細は docs/transition_graph_reference.md を参照。

---

デバッグと監査

on_step コールバック

各ステップ完了後にコールバックを受け取れます：

from railway.core.dag import dag_runner, StepRecorder

recorder = StepRecorder()

result = dag_runner(
    start=check_severity,
    transitions=TRANSITIONS,
    on_step=recorder,
)

# 実行履歴を確認
for step in recorder.get_history():
    print(f"[{step.node_name}] -> {step.state}")

AuditLogger

監査ログを出力：

from railway.core.dag import AuditLogger

audit = AuditLogger(workflow_id="incident-123")

result = dag_runner(
    start=check_severity,
    transitions=TRANSITIONS,
    on_step=audit,
)

---

バージョン管理

Railway Framework はプロジェクトのバージョン情報を追跡し、安全なアップグレードを支援します。

なぜバージョン管理が必要か？

問題	影響	Railway の解決策
バージョン不明	チームで不整合発生	.railway/project.yaml で明示
テンプレート変更	railway new で不整合	互換性チェック + 警告
手動マイグレーション	面倒、ミスしやすい	railway update で自動化

プロジェクトメタデータ

railway init 実行時に自動生成:

# .railway/project.yaml
railway:
  version: "0.10.0"              # 生成時のrailway-frameworkバージョン
  created_at: "2026-01-23T10:30:00+09:00"
  updated_at: "2026-01-23T10:30:00+09:00"

project:
  name: "my_automation"

compatibility:
  min_version: "0.10.0"          # 必要な最小バージョン

設計判断:

判断	理由
YAML形式	人間が読みやすく、手動編集も可能
.railway/ ディレクトリ	フレームワーク関連ファイルを集約
Git管理対象	チーム全員でバージョン情報を共有

バージョン互換性ルール

条件	動作
同一バージョン	そのまま実行
マイナー差異	警告 + 確認
メジャー差異	エラー + 拒否
バージョン不明	警告 + 確認

---

既存プロジェクトのアップグレード

v0.10.x 以前のプロジェクトを最新形式にアップグレードできます。

なぜアップグレードが必要か？

旧形式の問題	v0.11.3 での解決策
条件分岐が書きにくい	dag_runner で宣言的に定義
ノードの戻り値が不明確	Outcome で状態を明示
遷移ロジックがコードに埋まる	YAML で可視化

アップグレード手順

1. プレビュー（変更内容を確認）

railway update --dry-run

出力例:

マイグレーション: 0.10.0 → 0.12.0

ファイル追加:
  - transition_graphs/.gitkeep
  - _railway/generated/.gitkeep

コードガイダンス:
  src/nodes/process.py:5
    現在: def process(data: dict) -> dict:
    推奨: def process(ctx: ProcessContext) -> tuple[ProcessContext, Outcome]:

2. アップグレード実行

railway update

3. ガイダンスに従ってコードを修正

旧形式のノードを新形式に変更します:

Before:

@node
def process(data: dict) -> dict:
    return data

After:

@node
def process(ctx: ProcessContext) -> tuple[ProcessContext, Outcome]:
    return ctx, Outcome.success("done")

検出される旧形式パターン

パターン	推奨変更
def node(data: dict) -> dict:	def node(ctx: Context) -> tuple[Context, Outcome]:
from railway import pipeline	from railway.core.dag import dag_runner

アップグレードの恩恵

• Outcome で次の遷移先を制御できる
• Contract で型安全にデータを扱える
• YAML で遷移ロジックを可視化できる

---

テストの書き方

DAGノードはテストが簡単:

from contracts.alert import AlertContext
from nodes.check_severity import check_severity
from railway.core.dag import Outcome

def test_check_severity_critical():
    # Arrange
    ctx = AlertContext(incident_id="INC-001", severity="critical")

    # Act
    result_ctx, outcome = check_severity(ctx)

    # Assert
    assert outcome == Outcome.success("critical")
    assert result_ctx.severity == "critical"

# テスト実行
pytest -v
pytest --cov=src --cov-report=html

---

実例: アラート処理ワークフロー

ステップ1: Contractを定義

# src/contracts/alert.py
from railway import Contract

class AlertContext(Contract):
    incident_id: str
    severity: str
    escalated: bool = False

ステップ2: ノードを作成

# src/nodes/alert/check_severity.py
from railway import node
from railway.core.dag import Outcome
from contracts.alert import AlertContext

@node
def check_severity(ctx: AlertContext) -> tuple[AlertContext, Outcome]:
    if ctx.severity == "critical":
        return ctx, Outcome.success("critical")
    return ctx, Outcome.success("normal")

ステップ3: 遷移グラフを定義

# transition_graphs/alert_workflow.yml
version: "1.0"
entrypoint: alert_workflow

nodes:
  check_severity:
    module: nodes.alert.check_severity
    function: check_severity
  escalate:
    module: nodes.alert.escalate
    function: escalate
  log_only:
    module: nodes.alert.log_only
    function: log_only

start: check_severity

transitions:
  check_severity:
    success::critical: escalate
    success::normal: log_only
  escalate:
    success::done: exit::success
  log_only:
    success::done: exit::success

ステップ4: コード生成と実行

railway sync transition --entry alert_workflow
railway run alert_workflow

---

ドキュメント

• TUTORIAL.md - ハンズオンチュートリアル
• readme_linear.md - 線形パイプライン詳細
• docs/adr/ - 設計決定記録

---

採用技術スタック

ライブラリ	用途
pydantic	Contract（データバリデーション）
tenacity	リトライ処理
typer	CLIインターフェース
loguru	構造化ロギング

---

ロードマップ

Phase 1 ✅ 完了

• ✅ @node, @entry_point デコレータ
• ✅ pipeline(), async_pipeline() 関数
• ✅ 設定管理、ロギング、リトライ
• ✅ CLIツール (init, new, list, run)

Phase 1.5 ✅ 完了（Output Model Pattern）

• ✅ Contract ベースクラス
• ✅ Params パラメータクラス
• ✅ typed_pipeline(), typed_async_pipeline()
• ✅ DependencyResolver 自動依存解決
• ✅ CLI拡張 (new contract, list contracts, show node)

Phase 1.6 ✅ 完了（3層エラーハンドリング）

• ✅ on_error コールバック（パイプラインレベルのエラー制御）
• ✅ on_step コールバック（中間結果へのアクセス）
• ✅ RetryPolicy / retries / retry_on（柔軟なリトライ設定）
• ✅ inputs 自動推論（型ヒントからの依存関係解決）
• ✅ ログメッセージ日本語統一

Phase 2 ✅ 完了（バージョン管理 & DAGワークフロー）

• ✅ プロジェクトバージョン記録（.railway/project.yaml）
• ✅ バージョン互換性チェック（railway new 実行時）
• ✅ railway update コマンド（プロジェクトマイグレーション）
• ✅ railway backup コマンド（バックアップ・ロールバック）
• ✅ DAGワークフロー（dag_runner、条件分岐対応）
• ✅ Outcomeクラス & 遷移グラフ
• ✅ railway sync transition コマンド

Phase 3 📋 計画中

• 🔜 並列パイプライン実行
• 🔜 WebUI
• 🔜 メトリクス収集

---

ライセンス

MIT License

---

Railway Framework で型安全な運用自動化を始めましょう！

railway init my_workflow
cd my_workflow
railway new entry my_workflow
railway sync transition --entry my_workflow
railway run my_workflow