Context Engineering MCP Platform

# 🤖 AI ワークフロー管理システム インプットからワークフロー生成、タスク分解、エージェントアサインを行い、リアルタイムで状態を可視化するシステムです。 ## 🌟 主な機能 ### 1. AI によるワークフロー自動生成 - **Gemini AI** を使用してユーザーの要求からワークフローを自動生成 - 適切なタスク分解と依存関係の設定 - 必要なエージェントの自動配置 ### 2. インテリジェントなタスク分解 - 大きなタスクを実行可能な小さなサブタスクに自動分解 - 依存関係を考慮した最適な分解 - 各タスクの推定時間と優先度の自動設定 ### 3. エージェント管理とアサイン - エージェントの能力とタスク要件のマッチング - 負荷分散を考慮した最適なアサイン - リアルタイムでのタスク再アサイン ### 4. リアルタイム状態可視化 - **美しいダッシュボード** でワークフローの進捗を可視化 - タスク依存関係のネットワーク図 - エージェントの負荷状況をリアルタイム表示 - WebSocket による即座の状態更新 ## 🚀 セットアップ ### 1. 依存関係のインストール ```bash cd workflow_system pip install -r requirements.txt ``` ### 2. 環境変数の設定 ```bash export GEMINI_API_KEY="your_gemini_api_key_here" ``` ### 3. システム起動 ```bash ./start_workflow_system.sh ``` ## 📊 アクセス方法 ### ダッシュボード - **URL**: http://localhost:9000 - リアルタイムでワークフローの状態を可視化 - 新しいワークフローの作成 - タスクとエージェントの管理 ### API エンドポイント #### ワークフロー管理 ```bash # 新しいワークフロー作成 POST /api/workflows { "user_input": "ECサイトの商品管理システムを開発してください", "context": {"budget": 100000, "deadline": "2024-03-01"} } # ワークフロー一覧取得 GET /api/workflows # 特定のワークフロー取得 GET /api/workflows/{workflow_id} # ワークフロー実行開始 POST /api/workflows/{workflow_id}/start ``` #### タスク管理 ```bash # タスク状態更新 POST /api/tasks/{task_id}/update { "status": "completed", "result": {"output": "タスクの結果"}, "errors": [] } # タスク分解 POST /api/tasks/{task_id}/decompose ``` #### 統計情報 ```bash # ダッシュボード統計 GET /api/dashboard/stats ``` ## 🏗️ システム構成 ### コアコンポーネント 1. **workflow_models.py** - データモデル定義 - Workflow, Task, Agent クラス - 状態管理とプロパティ 2. **workflow_generator.py** - AI による生成エンジン - Gemini API を使用したワークフロー生成 - タスク自動分解機能 3. **agent_manager.py** - エージェント管理 - 最適なエージェント選択 - タスクアサインとパフォーマンス追跡 4. **workflow_api.py** - API サーバー - RESTful API の提供 - WebSocket による リアルタイム通信 - バックグラウンド処理 5. **dashboard.html** - 可視化ダッシュボード - Chart.js による美しいグラフ - D3.js によるネットワーク可視化 - リアルタイム状態更新 ## 🎯 使用例 ### 1. 基本的なワークフロー作成 ```bash curl -X POST "http://localhost:9000/api/workflows" \ -H "Content-Type: application/json" \ -d '{ "user_input": "オンラインショップのユーザー認証システムを実装してください" }' ``` ### 2. ダッシュボードでのワークフロー管理 1. ブラウザで http://localhost:9000 を開く 2. 「新しいワークフロー作成」に要求を入力 3. 「ワークフロー生成」ボタンをクリック 4. 生成されたワークフローをリアルタイムで監視 ### 3. WebSocket でのリアルタイム更新 ```javascript const ws = new WebSocket('ws://localhost:9000/ws'); ws.onmessage = function(event) { const data = JSON.parse(event.data); console.log('リアルタイム更新:', data); switch(data.type) { case 'workflow_created': console.log('新しいワークフローが作成されました'); break; case 'task_updated': console.log('タスクが更新されました'); break; case 'progress_update': console.log('進捗が更新されました'); break; } }; ``` ## 🔧 カスタマイズ ### エージェントタイプの追加 ```python class AgentType(Enum): RESEARCHER = "researcher" ANALYST = "analyst" DEVELOPER = "developer" REVIEWER = "reviewer" COORDINATOR = "coordinator" SPECIALIST = "specialist" # 新しいタイプを追加 YOUR_CUSTOM_TYPE = "your_custom_type" ``` ### 可視化のカスタマイズ - `dashboard.html` の CSS や JavaScript をカスタマイズ - Chart.js の設定を変更してグラフをカスタマイズ - D3.js のネットワーク可視化を拡張 ## 🐛 トラブルシューティング ### よくある問題 1. **GEMINI_API_KEY エラー** ```bash export GEMINI_API_KEY="valid_api_key" ``` 2. **ポート競合** - workflow_api.py の `port=9000` を変更 3. **依存関係エラー** ```bash pip install --upgrade -r requirements.txt ``` ## 📈 パフォーマンス最適化 - エージェント数の調整 - タスク分解の粒度調整 - WebSocket 接続数の制限 - データベース導入（現在はメモリ上） ## 🤝 貢献 このシステムはオープンソースです。改善提案やバグ報告をお待ちしています。 ## 📄 ライセンス MIT License - 詳細は LICENSE ファイルをご覧ください。