Metadata-Version: 2.4
Name: aiagent-runner
Version: 0.1.2
Summary: Runner for AI Agent PM - executes tasks via MCP and CLI
Author: AI Agent PM Team
License-Expression: MIT
Keywords: agent,ai,automation,mcp,orchestration,task-management
Classifier: Development Status :: 3 - Alpha
Classifier: Environment :: Console
Classifier: Intended Audience :: Developers
Classifier: License :: OSI Approved :: MIT License
Classifier: Operating System :: OS Independent
Classifier: Programming Language :: Python :: 3
Classifier: Programming Language :: Python :: 3.11
Classifier: Programming Language :: Python :: 3.12
Classifier: Topic :: Software Development :: Libraries :: Python Modules
Requires-Python: >=3.9
Requires-Dist: pyyaml>=6.0
Provides-Extra: dev
Requires-Dist: pytest-asyncio>=0.23; extra == 'dev'
Requires-Dist: pytest-cov>=4.1; extra == 'dev'
Requires-Dist: pytest>=8.0; extra == 'dev'
Description-Content-Type: text/markdown

# 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

```bash
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

```bash
# 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

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

### 設定ファイル例

```yaml
# 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

```bash
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。

```bash
# 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

```bash
pip install -e ".[dev]"
pytest
```
