メインコンテンツまでスキップ

エージェント開発のライフサイクル

ソフトウェアのチームは、AI エージェントをループに含めたまま出荷することが増えています。エージェントは計画し、コンテキストを集め、コードを書き、検証を実行し、PR を開きます。Yabanin は、そのライフサイクルのコントロールプレーンです。すべてのモデル呼び出し、すべてのツール呼び出し、すべての金額が、アイデンティティ、予算、ガード、監査証跡とともにゲートウェイを通過します。

このページは、ライフサイクルを段階ごとに対応付け、各ステップで Yabanin が何をするかを正確に述べます。機能が自動化ではなく推奨である場合は、その旨を明記します。ここで経路が黙って変わることはありません。

ライフサイクルを段階ごとに​

段階エージェントが行うことYabanin が提供するもの
1. 計画 / 意図セッションを開き、タスクを受け取りますタスクのタグ付け(X-Yabanin-Task)。タスクごとのコストの利用分析。エージェントキー(yag_*)は、各エージェントに固有のアイデンティティを与えます
2. コンテキストドキュメントを読み、内部システムを問い合わせますMCP ゲートウェイ。組織が外部 MCP サーバを登録します。エージェントは、エージェントごとの許可、ガードされたパラメータ、完全な監査証跡がある場合にのみ、それらを呼び出します
3. 生成コードを書きますタスクの形状によるモデル経路(分類器 + ティア)、フォールバック/フェイルオーバーの連鎖、エージェントごとのトークン予算と支出予算
4. 検証テストと評価を実行します回帰ゲートとしてのオフライン評価スイート(yb evaluate routing、yb evaluate guards)。本番トラフィックに対する LLM-as-judge のサンプリング
5. レビュー / 証明PR を開きますすべてのレスポンス上の判定ヘッダ(どのモデルか、理由、コスト)。管轄のリネージ証明。エージェントが生成した作業は、エンドツーエンドで監査できます
6. 運用長時間実行されるセッションエージェント/タスクごとの支出レポート、実トラフィック上のモデル比較(シャドウ評価)、予算アラート
× 委譲エージェントがサブエージェントを生成します独自の許可と予算を持つ、スコープ付きのサブエージェントキー。ブリッジの tr_delegate フロー

Yabanin を通したエージェントチームの 1 日​

  1. 朝。 コーディングエージェントのセッションは、yag_ キーで始まります。すべてのリクエストはタスクタグを持ちます。支出は共有バケットではなく、タスクに計上されます。
  2. コンテキストの収集。 エージェントは内部の知識を必要とします。ゲートウェイ経由で、組織の MCP サーバを呼び出します。許可がなければ、呼び出しはありません。何かが外に出る前に、ガードフックがツールパラメータをスキャンしてシークレットを探します。
  3. 生成。 経路は、各リクエストに適切なティアを選びます。定型的なコードには安価なモデルを、難しい関数にはプレミアムのモデルを、エージェントの予算の範囲内で使います。
  4. 検証。 チームが先週出荷した経路の変更は、CI で yb evaluate routing を通ります。回帰があれば、本番に届く前にチェックが失敗します。
  5. レビュー。 PR の変更は、判定ヘッダを通じてモデルとコストまでたどることができます。リネージ証明は、「どの管轄がこれを処理したか」に答えます。
  6. 金曜日。 モデル比較の画面は、シャドウ評価がチーム自身のトラフィックで測定した内容を示します。経路を切り替えるかどうかは、人間が判断します。Yabanin は推奨しますが、自動では適用しません。

エージェントを接続する​

コーディングエージェントを、ゲートウェイの OpenAI 互換 エンドポイントに向けます。ゲートウェイが公開する契約は、ベース URL とベアラキーだけです。

  • ベース URL — http://<gateway-host>:<port>/v1(ゲートウェイが待ち受けるのと同じポートです。補完は …/v1/chat/completions、組織が登録したものの一覧は …/v1/models)。
  • キー — 組織の API キー(yb_…)、またはエージェント作業用の、エージェントごとのキー(yag_…)。Authorization: Bearer <key> として送ります。
  • モデル — 使いたいモデル(またはティア)を指定します。ゲートウェイは、タスクの形状に応じて経路を決めます。経路の判定は、X-Yabanin-Decision ヘッダで返されます。

以下の各ツールは、その 1 つの呼び出しを別の書き方で表しただけです。http://127.0.0.1:18082 をゲートウェイのアドレスに、yb_… / yag_… を実際のキーに置き換えてください。これらはゲートウェイの契約に対して検証済みです。読むために、稼働中のスタンドは不要です。

OpenCode(make opencode-remote-wire がこれを行います)​

make opencode-remote-wire は opencode.jsonc を書き出します。このファイルは、yabanin エージェント(および luna / sol-review のリリースプログラム用エージェント)とそのサブエージェントを、ゲートウェイ経由で経路付けします。最小形は次のとおりです(ローカル開発スタンドの make stand-opencode は 2026-10-12 に廃止されました)。

{
"$schema": "https://opencode.ai/config.json",
"provider": {
"yabanin": {
"npm": "@ai-sdk/openai-compatible",
"name": "Yabanin Gateway",
"options": {
"baseURL": "https://yabanin.ai/gw/v1",
"apiKey": "yb_…"
},
"models": {
"glm-5.3-flash": { "name": "GLM-5.3 Flash (preferred everywhere)" },
"glm-5.3": { "name": "GLM-5.3 (selectable)" }
}
}
},
"agent": {
"yabanin": { "model": "yabanin/glm-5.3-flash" },
"reason": { "model": "yabanin/glm-5.3-flash" },
"code": { "model": "yabanin/glm-5.3-flash" },
"complex-code": { "model": "yabanin/glm-5.3-flash" }
}
}

モデル名は導入時の設定(レジストリ / 組織の経路)であり、固定のリストではありません。各エージェントは、組織が登録したものを指すようにしてください。経路の契約と、tr_delegate のサブスクリプション実行サイドカーについては、OpenCode 統合 を参照してください。

Claude Code​

Claude Code は、Anthropic のベース URL と API キーで設定します。トラフィックがゲートウェイを通るように、ゲートウェイへ向けてください(ゲートウェイは OpenAI 互換の /v1 サーフェスを提供します。キーはクライアントの API キーとして送られます)。

export ANTHROPIC_BASE_URL="http://127.0.0.1:18082/v1"
export ANTHROPIC_API_KEY="yb_…" # or a yag_… agent key
claude

組織が登録したモデル名を正確に確認してください(GET /v1/models)。Claude Code は、設定されたモデル文字列をそのまま送るため、登録済みのモデルまたは経路ティアと一致する必要があります。

Cursor(カスタムの OpenAI ベース URL)​

Settings → Models で、カスタムの OpenAI 互換エンドポイントを追加します。

  • ベース URL: http://127.0.0.1:18082/v1
  • API キー: yb_… または yag_…
  • モデル: 組織が登録したモデル / ティアの名前

その後、Cursor は通常の chat/completions リクエストをゲートウェイ経由で送るため、経路、予算、判定ヘッダがすべて適用されます。

Aider(OpenAI 互換)​

aider --model openai/glm-5.3 \
--openai-api-base http://127.0.0.1:18082/v1 \
--openai-api-key yb_…

--model openai/<name> を指定すると、Aider は OpenAI 互換クライアントを使います。/v1 のベース URL は、ゲートウェイが提供するものです。

Go SDK(生の chat/completions)​

resp, err := http.Post(
"http://127.0.0.1:18082/v1/chat/completions",
"application/json",
strings.NewReader(`{"model":"glm-5.3","messages":[{"role":"user","content":"ping"}],"max_tokens":8}`),
)
if err != nil { /* handle */ }
defer resp.Body.Close()
// The routing decision (model chosen, why, cost) is on resp.Header["X-Yabanin-Decision"].

キーをボディに埋め込むのではなく、Authorization: Bearer <key> を使ってください(リクエストにヘッダを設定します)。

Node SDK​

import OpenAI from 'openai'

const client = new OpenAI({
baseURL: 'http://127.0.0.1:18082/v1',
apiKey: 'yb_…', // or a yag_… agent key
})

const res = await client.chat.completions.create({
model: 'glm-5.3',
messages: [{ role: 'user', content: 'ping' }],
max_tokens: 8,
})
// res.id and the routing decision come back on the response headers.

接続の統制​

どのツールを使っても、同じエージェント統制の面が適用されます。

  • 各エージェントに独自のキーを与える(yag_…)。支出と影響範囲がエージェントごとになり、「チームのキー」にはなりません。エージェントロールプロファイル(コントロールプレーン → 「エージェントプロファイル」)は、再利用可能なテンプレートです。プロファイルに対してキーを発行すると、そのティアのヒント、日次の予算上限、MCP の許可を継承します。プロファイルの許可が、組織に登録された MCP サーバを超えることはありません。
  • 作業にタグを付ける。 X-Yabanin-Task: <scope>/<task> を送り、コストがタスクに計上されるようにします。上限は YABANIN_TASK_TOKEN_BUDGET で設定します。
  • セッションに上限を設ける。 YABANIN_TASK_TOKEN_BUDGET / YABANIN_SESSION_TOKEN_BUDGET。100% に達すると、ゲートウェイはクライアントがバックオフする 429 を返します。
  • リネージを検証する。 実行後に yb lineage verify --org <org> を実行します。

統制に関する推奨事項の全体は、OpenCode 統合 を参照してください。

ゲートウェイの境界​

ゲートウェイの方針は、設定されたトラフィックにのみ適用されます。設計上、次の 3 つはゲートウェイの外に残ります。

  • ワークスペースの分離 — エージェントが作業するファイルツリーは、ランナーの範囲であり、ゲートウェイの範囲ではありません。
  • コードレビューとリリース承認 — エージェントが生成した変更を受け入れるかどうかは、CI/レビューのプロセスであり、ゲートウェイの判定ではありません。
  • ツールと SDK への直接接続 — ゲートウェイは、自身を迂回するトラフィックを統制できません。ツールと SDK の経路は、別途確認してください。

実際に作業したのはどのモデルか​

クライアントが要求したモデルだけでなく、記録された実行を確認してください。フォールバック、または経路の判定により、提供されるモデルが処理の途中で変わることがあります。エクスプローラのインスペクタは、要求されたモデルと提供されたモデルの両方を、変更を説明する経路判定と並べて表示します。

試行にいくらかかったか​

記録がある場合は、失敗したリクエストとリトライを含めてください。欠落した利用量や価格は、ゼロではなく不明として表示してください。

意図的に行わないこと​

  • 経路変更の自動適用はありません。 品質フィードバックは、測定値と推奨を提示します。方針の変更は、人間が確認します。
  • 監査されないツール呼び出しはありません。 エージェントは、許可なしに外部システムへ到達できません。すべての呼び出しは記録されます(パラメータは秘匿されます)。
  • 共有アイデンティティはありません。 エージェントは、それぞれ独立した主体です。キー、予算、影響範囲はエージェントごとであり、「チームのキー」になることはありません。

数値の出所​

ダッシュボードに表示される比較と支出の数値は、あなたのトラフィック(シャドウ評価の重複、リクエストログ)で測定され、計算された範囲がキャプションとして付きます。指標がまだ利用できない場合(モデルごとのレイテンシ、品質スコア)、画面は数値を作らず、その旨を示します。