12. 内製AIエージェントアーキテクチャ (Internal AI Agent)

1. 概要

このドキュメントは、BluePeriodアプリ内に組み込まれた**「内製エージェント（Integrated Agent）」**のアーキテクチャについて説明します。 BluePeriodのチャット機能は、単発の「プロンプトエンジン」に加え、LangGraph.jsを用いた「自律型エージェント」モードをサポートしています。エージェントモードでは、AIはツール（Web検索、プロジェクトデータ参照等）を自律的に使用して、ユーザーの質問に回答します。

※ 外部エージェント（Claude Code等）と連携するためのMCP（Model Context Protocol）アーキテクチャについては、19_mcp_architecture.md を参照してください。

2. アーキテクチャ設計

2.1. Client-Side LangGraph

BluePeriodはLocal-First（IndexedDB主体）のアプリであるため、エージェントの頭脳（LangGraph）はクライアントサイド（ブラウザ内）で実行します。これにより、エージェントはローカルのプロジェクトデータに遅延なくアクセスでき、セキュリティとレスポンス性を両立します。

2.2. Session Artifacts（資料管理）

Session Artifactsは、エージェントがツール実行によって得た情報を「机の上の資料」として管理する仕組みです。これは、単なるキャッシュではなく、ユーザーとAIが共有し、目に見える形でコンテキストを管理するための機能です。

2.2.1. 設計哲学

「静謐なアトリエ（09_design_system）」の哲学に基づき、Artifactsは以下の特徴を持ちます：

透明性: AIが得た情報は隠蔽されず、ユーザーがいつでも確認できる
コントロール: ユーザーはどの資料をコンテキストとして使用するか選択できる（isActive トグル）
再利用性: 一度検索した結果を再利用し、再検索コスト（APIコール・トークン）を削減
セッション限定: 資料は現在のセッションに紐付けられ、他のセッションには影響しない

2.2.2. データ構造

// Dexie.js Version 20 で定義されるテーブル
interface SessionArtifact {
  id: string;           // UUID
  sessionId: string;    // 紐付くチャットセッション
  type: ArtifactType;   // 'web_search' | 'project_data' | 'text'
  title: string;        // 例: "Search: Claude Opus 4.5"
  content: string;      // 検索結果やデータの内容
  isActive: boolean;    // コンテキスト注入のON/OFF
  createdAt: number;    // タイムスタンプ
  updatedAt: number;    // 更新タイムスタンプ
}

2.2.3. ライフサイクル

2.3. ReActパターンとグラフ構造

エージェントは ReAct (Reason + Act) パターンを採用し、Router Patternによる分岐構造を持っています。

2.3.1. Router Pattern（分岐パターン）

「雑談（chat）」と「調査・執筆支援」を分類し、適切な処理ルートに振り分けます。

問題: 単一のReActパターンで全てを処理すると、挨拶などの雑談でもツールを使おうとする「過剰反応」が発生します。

解決: Router Nodeを導入し、役割分担を行います。

注: 2026-03-29にGraph設計リファクタリングを実施。firstResponse/finalResponseノードを削除し、direct_research/first_response_then_research戦略をgeneral_agentに統合した。詳細は 2026-03-29_1600_report_agent-graph-refactoring を参照。

2.3.2. ノード詳細

ノード	役割	使用モデル	実装ファイル
`router`	雑談/一般調査/執筆戦略を分類（3択）	SubModel（軽量）	`nodes/routerNode.ts`
`simpleChat`	ツールを使わないシンプルな会話	MainModel	`nodes/simpleChatNode.ts`
`agent`	一般調査・クリエイティブタスク。軽量ツールセット	MainModel	`assistantGraph.ts`
`writingAgent`	執筆・プロット操作に特化。フルツールセット	MainModel	`assistantGraph.ts`
`rethink`	ツール未使用時の再考を促すガード	-	`assistantGraph.ts`
`searchOptimizer`	Web検索クエリを最適化	SubModel	`nodes/searchOptimizerNode.ts`
`tools`	実際のツールを実行するLangChain ToolNode	-	（標準コンポーネント）
`memoryJudge`	記憶すべきかを判定	SubModel	`nodes/memoryNodes.ts`
`memoryRefiner`	記憶を要約・タグ付けして保存	SubModel	`nodes/memoryNodes.ts`

2.3.3. SubModel / SubTaskModel

軽量モデル（例: Gemini Flash）を使用して、以下のユーティリティタスクを効率化します：

Router: 入力の分類
Search Optimizer: クエリの最適化
Memory Judge/Refiner: 記憶の判定・精製

メリット:

メインモデルのトークン消費量を削減
レスポンス速度の向上
コストの削減

設定: useSubModelAtom、subLlmProviderAtom、subModelAtom で制御。

2.3.4. フェーズ遷移

planning → researching → answering → memorizing → idle
    ↓         ↓            ↓            ↓
  (思考)   (ツール実行)  (回答生成)  (記憶判定)

planning: ユーザーの質問を分析し、必要なツールを決定
researching: ツールを実行し、結果を取得

2.4. 思考のストリーミング (Thought Streaming)

エージェントは「思考プロセス」をリアルタイムでメインストリームに出力し、ユーザーに透明性を提供します。

2.4.1. メインストリーム統合

旧来の「サンドイッチ構造」（FirstResponse → ThoughtLog → FinalResponse）を廃止し、エージェントの全出力（思考、ツール実行、回答）を単一の content に統合しました。

ツール呼び出しはMarkdownのセマンティック・コードブロックとして content に埋め込まれます：

ブロック種別	ツール	UI表現
```thought```	`record_thought`	Reasoning アコーディオン（折りたたみ）
```plan```	`plan_task`	Execution Plan カード（常時展開）
```progress```	`report_progress`	Progress ピル（パルスアニメ付き）
```call```	技術ツール全般	Tool Executed ピル（アイコン付き）
直接テキスト	`response` / 生テキスト	メイン回答（Markdown）

2.4.2. セマンティック・レンダリング

MarkdownRenderer.tsx が特殊コードブロックを検知し、専用のUIコンポーネントに変換して表示します。ChatMessageCard.tsx は単一の MarkdownRenderer に message.content を渡すだけで済むようになりました。

2.4.3. ツールセットの分離

エージェントの用途に応じてツールセットを分離しています：

ツール	general_agent	writingAgent
Web検索, 時刻, 進捗, URL	○	○
record_thought, plan_task, response	○	○
finish_task, memory_tools	○	○
artifact_tools	○	×
editorial/writing tools	×	○

歴史的経緯: 2026-03-27〜29にかけて、サンドイッチ構造を廃止し「思考のストリーミング」モデルに移行した。旧来の firstResponse/finalResponse ノードはグラフから削除され、direct_research/first_response_then_research 戦略は general_agent に統合された。

3. ディレクトリ構成

src/
├── ai/
│   └── agents/
│       ├── assistantGraph.ts       # LangGraphグラフ定義
│       ├── state.ts                # エージェント状態型定義（routingDecision含む）
│       ├── nodes/
│       │   ├── memoryNodes.ts      # メモリ判定/精製ノード
│       │   ├── searchOptimizerNode.ts  # 検索クエリ最適化ノード
│       │   ├── routerNode.ts       # Router（雑談/調査分類）ノード
│       │   └── simpleChatNode.ts   # シンプルチャットノード
│       ├── utils/
│       │   ├── proxyModel.ts       # /api/chat と連携するプロキシモデル
│       │   ├── artifactWrapper.ts  # ツール結果をArtifactとして保存するラッパー
│       │   └── normalizeMessages.ts # メッセージの正規化ロジック (formatters.ts 参照)
│       └── tools/
│           ├── webSearchTool.ts    # Web検索ツール
│           ├── (removed) projectReaderTool.ts # Standardized tools relocated to features/
│           ├── artifactEditorTool.ts # Artifact編集ツール（AIによるメモ作成・編集）
│           ├── openUrlTool.ts      # URLオープンツール（HTML→Markdown）
│           ├── recordThoughtTool.ts # 思考記録ツール（段階的処理）
│           ├── currentTimeTool.ts  # 現在時刻取得ツール
│           ├── reportProgressTool.ts # 進捗報告ツール
│           └── memoryTools.ts      # メモリ操作ツール群
├── lib/
│   └── features/
│       ├── projects/
│       │   └── tools.ts            # 標準プロジェクトツール (blueperiod_get_project等)
│       └── editorial/
│           └── tools/
│               ├── manuscript-tools.ts # 標準原稿ツール (blueperiod_apply_adit_edits等)
│               └── plot-tools.ts       # 標準プロットツール (blueperiod_edit_plot_item等)
└── lib/
    └── adit/                      # Adit編集ライブラリ
        ├── core.ts                # Aditクラス本体（ハイブリッド制御）
        ├── parser.ts              # SEARCH/REPLACEブロックのパース
        ├── engine.ts              # 置換実行エンジン（Progressive Matching実装）
        └── schema.ts              # 内部データ構造・Zodスキーマの定義
└── stores/
    └── chat/
        ├── agent.ts                # エージェント用Atoms
        └── atoms.ts                # chatAbortControllerAtom等

4. グラフ定義 (`assistantGraph.ts`)

4.1. AgentState

エージェントの状態を表す型定義です。UIでの進捗表示やコンテキスト管理に使用されます。

interface AgentState {
  messages: BaseMessage[];
  currentPhase: 'idle' | 'planning' | 'researching' | 'answering' | 'memorizing';
  activeTool: string | null;
  routingDecision: 'chat' | 'research' | 'writing' | null;  // Routerの判定結果
  strategy: 'chat_only' | 'general_agent' | 'writing' | null; // 戦略（3択に簡素化）
  latestNodeName: string | null; // 現在実行中のノード名
  loopCount: number; // 再考ループのカウント
}

4.4. 履歴の再構築とコンテキストの維持 (Context Consistency)

エージェントモードと通常チャットモード（Agent: OFF）の間で文脈を共有するため、メッセージ履歴をLLMに渡す際に以下の処理を行います。

思考ログの埋め込み (`formatMessageWithThoughts`)

エージェントが実行した内部的な思考やツール呼び出しの記録（thoughtLog）を、次ターンのコンテキストとしてLLMに提示します。

実装: src/lib/chat/formatters.ts
内容:
- [THOUGHT]: AIの思考、分析過程
- [ACTION]: 実行したツール名と引数
コンテキスト最適化（重要）:
- トークン爆発を防ぐため、blueperiod_apply_artifact_adit、blueperiod_apply_manuscript_adit などの aditOutput フィールドなどの巨大な引数は、formatMessageWithThoughts 内で文字数サマリー（例：Content summarized: 20000 chars）に置換されます。
- その他の長大な文字列も一定長で切り詰められます。
メリット: AIは「何のアクションをしたか」という要約を履歴として持ちつつ、巨大なコンテンツ自体は Artifact という外部メモリにパージされた状態を維持できます。
適用範囲: agent.ts（エージェント実行時）および actions.ts（通常チャット送信時）の両方で適用。

4.2. ノード定義

ノード	役割
`router`	ユーザー入力を「雑談」「一般調査」「執筆支援」の3択に分類
`simpleChat`	ツールを使わないシンプルな会話処理
`agent`	一般調査エージェント（軽量ツールセット + artifact_tools）
`writingAgent`	執筆エージェント（フルツールセット + editorial tools）
`rethink`	ツール未使用時に再考を促すガードノード
`tools`	`ToolNode`（LangChain付属）を使用し、実際のツールを実行

4.3. エッジ定義

エッジ	条件
`__start__` → `router`	常にRouterへ
`router` → `simpleChat`	戦略が `chat_only` の場合
`router` → `agent`	戦略が `general_agent` の場合
`router` → `writingAgent`	戦略が `writing` の場合
`simpleChat` → `memoryJudge`	メモリ有効時
`simpleChat` → `END`	メモリ無効時
`agent` → `searchOptimizer`	`web_search` ツール使用時
`agent` → `tools`	その他のツール使用時
`agent` → `rethink`	ツール未使用・回答未完了時
`agent` → `memoryJudge`	`finish_task` 完了、メモリ有効時
`agent` → `END`	`finish_task` 完了、メモリ無効時
`writingAgent` → `tools`	執筆ツールの使用時
`writingAgent` → `memoryJudge`	`finish_task` 完了、メモリ有効時
`writingAgent` → `END`	`finish_task` 完了、メモリ無効時
`tools` → `agent`	general_agent 実行中
`tools` → `writingAgent`	writing 実行中
`searchOptimizer` → `tools`	常に（最適化後にツール実行）

5. Session Artifactsの仕組み

5.1. Artifact Wrapper（ツール結果の自動保存）

全てのエージェントツールは createArtifactTool() でラップされ、実行結果が自動的にArtifactとして保存されます。

実装: next-app/src/ai/agents/utils/artifactWrapper.ts

export function createArtifactTool(
  tool: StructuredTool,
  type: ArtifactType,        // 'web_search' | 'project_data' | 'text'
  sessionId?: string,
  options: { shouldPersist?: boolean } = { shouldPersist: true }
): StructuredTool

特徴:

shouldPersist: false のツール（current_time, report_progress）は保存されない
タイトルの自動生成: 検索クエリやセクションIDから人間に読みやすいタイトルを作成
エラー時のフォールバック: 保存に失敗してもツール本来の結果は返される

5.2. Context Injection（コンテキスト注入）

エージェントがLLMを呼び出す直前に、現在のセッションの「有効（isActive: true）」なArtifactsを取得し、メッセージ履歴の先頭付近に注入します。

実装場所: assistantGraph.ts の agentNode

5.2.1. インデックス化とスニペット（Snippet-based Injection）

トークン消費量を節約し、コンテキストウィンドウの鮮度を保つため、Artifactの内容を全文注入するのではなく、インデックス（目次）とスニペットのみを提示する「疎結合な注入」を採用しています。

// assistantGraph.ts 内の注入ロジック（簡略化）
const artifacts = await db.sessionArtifacts
  .where('sessionId').equals(config.sessionId)
  .filter(a => a.isActive) // ユーザーがONにしているもののみ
  .toArray();

const artifactsText = `
## Session Context (Artifacts Index)
Below is a list of artifacts available in your workspace.
IMPORTANT: To save tokens, only SNIPPETS are shown here.
If you need to see or edit the FULL content of an artifact, you MUST call 'blueperiod_get_artifact' first.

${artifacts.map(a => `### [ID: ${a.id}] ${a.title}\nSnippet: ${a.content.substring(0, 300)}...`).join("\n\n")}
`;

5.2.2. 特徴とメリット

isActive トグル: ユーザーはUI上の各Artifactカードにあるトグルを操作することで、特定の情報をAIの文脈に含めるかどうかを動的に制御できます。
オンデマンド読込: AIはスニペットを見て「この資料の全貌が必要だ」と判断した際、blueperiod_get_artifact ツールを使用して自律的に全文を取得します。
履歴の汚染防止: 一度読み取られた全文は、そのターンの推論に使用された後、次ターンの履歴からは再びサマリー化（#4.4.-履歴の再構築とコンテキストの維持-(Context-Consistency)参照）されるため、コンテキストが肥大化しません。

5.2.3. 通常チャット（Agent: OFF）での動作

エージェントモードが OFF の場合でも、isActive: true な Artifacts はコンテキストに注入されます。ただし、通常モードの AI は read ツールを持っていないため、スニペットではなく 全文（Full Content） が注入されます。これにより、エージェントが作成した成果物をベースに、通常の会話でフィードバックをもらったり、要約させたりすることが可能になります。

5.3. システムステータスの知覚 (System Status Awareness)

AI が現在の実行環境や能力を正しく把握（メタ認知）できるよう、リクエストごとに以下のステータス情報を注入しています。

注入場所: assistantGraph.ts (Agent) および actions.ts (Normal Chat)
内容:
- Agent Mode: 現在の会話がエージェント（ツール使用可能）モードか、通常モードか。
- Long-term Memory: 長期記憶（過去の会話からの事実抽出）が有効か。

これにより、AI は「現在はエージェントモードではないため、Web 検索を実行できません」といった正確な自己説明を行うことができ、ユーザーとの期待値調整がスムーズになります。

5.4. UIコンポーネント

ArtifactCard (next-app/src/components/ArtifactCard.tsx):

資料の表示カード（プロンプトカード風のデザイン）
isActive トグルでコンテキスト注入のON/OFF
削除ボタンで資料を削除
コンテンツの展開/折りたたみ（長いテキスト対応）

ArtifactsList (next-app/src/components/ArtifactsList.tsx):

現在のセッションの資料一覧を表示
Dexie LiveQuery でリアルタイム更新
useLiveQuery による自動再フェッチ

ChatView統合:

ヘッダーに「📑 (Files)」ボタンを追加
サイドパネル形式でArtifacts一覧を表示
システムプロンプトカードと同様のデザイン言語で統一

6. エージェンツール

6.1. Web検索ツール (`webSearchTool`)

役割: Tavily Search APIを使用して、最新のWeb情報を取得します。

実装: /api/tools/web-search APIエンドポイントを呼び出し、結果をJSONで返します。

createWebSearchTool(userApiKeys.tavily)

設定: tavilyApiKeyAtom（src/stores/settingsAtoms.ts）でAPIキーを管理。

特徴:

search_depth: "advanced" で高精度な検索を実行
searchOptimizerNode によりクエリが最適化される

6.2. プロジェクト参照ツール (Standardized Project Tools)

役割: 現在のプロジェクトのメタデータ、アウトライン、設定、原稿を IndexedDB から取得します。

実装: src/lib/features/projects/tools.ts

ツール名	役割	特徴
`blueperiod_get_project`	プロジェクト全般の取得	パフォーマンス最適化: 原稿本文を除いた軽量データを返します。
`blueperiod_get_metadata`	メタデータのみ取得	タイトル、著者、言語設定、文字数統計など。
`blueperiod_get_outline`	プロットの階層構造を取得	Markdownのツリー形式で階層構造（Part/Arc/Chapter等）を提示。
`blueperiod_list_projects`	プロジェクト一覧を取得	IDの発見や切り替えに使用。

6.3. プロット＆原稿操作ツール (Editorial Tools)

役割: 本文の編集やプロットの構造変更を行います。

実装: src/lib/features/editorial/tools/

ツール名	役割	編集方式
`blueperiod_get_raw_manuscript`	指定セクションの本文取得	Reader (Pure Text)
`blueperiod_apply_adit_edits`	Adit形式による精密編集	Writer (Search/Replace JSON)
`blueperiod_apply_adit_delimiter`	デリミタ形式による一括編集	Writer (SEARCH/REPLACE blocks)
`blueperiod_overwrite_manuscript`	本文の完全上書き	Writer (Full Text)
`blueperiod_edit_plot_item`	プロット項目の属性編集	Writer (Metadata)
`blueperiod_add_plot_structure`	プロット項目の新規追加	Writer (Structural)
`blueperiod_get_plot_context`	項目周辺の文脈取得	Reader (Hierarchy)

6.3. メモリツール (`memoryTools`)

役割: 長期記憶（Orama）への検索・取得を行います。

実装: next-app/src/ai/agents/tools/memoryTools.ts

6.3.1. list_memory_dates

記憶が存在する日付の一覧を取得します。

// 使用例
const dates = await getAllMemoryDates(activeCharacterId);
// ["2026-01-20", "2026-01-21", "2026-01-26"]

用途: エージェントが「どの期間に情報があるか」を把握するために使用します。

6.3.2. read_memories_by_date

特定の日付または日付範囲の記憶を取得します。

// 使用例
read_memories_by_date({
  startDate: "2026-01-20",  // 必須
  endDate: "2026-01-26"      // 任意（省略時はstartDateのみ）
});

Multi-hop Retrieval の実装:

ユーザーが「あの時の話」と曖昧に言及
エージェントが list_memory_dates で日付の一覧を取得
read_memories_by_date で該当期間の記憶を読み取り
Semantic Search で特定のエピソードを特定

6.4. 補助ツール

6.4.1. current_time

現在時刻を取得します。shouldPersist: false でArtifactに保存されません。

// 出力例
"2026年1月27日 月曜日 16:30 JST"

6.4.2. report_progress

エージェントが作業状況をユーザーに報告するために使用します。shouldPersist: false でArtifactに保存されません。

// 使用例
report_progress({ message: "承知しました、〇〇について調べます" })

6.5. Artifact Editor Tool (`artifactEditorTool`)

役割: AIがSession Artifact（メモ・資料）を自律的に作成・編集・削除するためのツールです。

実装: next-app/src/ai/agents/tools/artifactEditorTool.ts

アクション:

アクション	説明
`create`	新しいメモを作成
`edit`	Adit（AI編集ライブラリ）を使用して部分編集
`overwrite`	内容を完全に置換（翻訳・要約等に使用）
`delete`	メモを削除
`list`	セッション内の全メモを一覧表示

Adit連携:

edit アクションでは、決定論的なテキスト編集ライブラリ「Adit Hybrid」を使用。
Dual Engine: 高性能モデルには Structured Output (JSON) を使用し、軽量モデルやエラー発生時には SEARCH/REPLACE ブロック形式に自動フォールバックします。
Progressive Matching: インデントや空白の差異を許容し、段階的に緩和しながら編集箇所を特定。
Indentation Preservation: 編集箇所の周囲からインデントを自動取得し、置換後コードに反映。
詳細は「## 9. Adit編集ライブラリ」を参照。

Fuzzy ID Resolution:

ArtifactIDだけでなくタイトルでも検索可能
同名のArtifactがある場合は最初の1件を取得

6.6. Open URL Tool (`openUrlTool`)

役割: ユーザーが提供したURLのコンテンツを取得し、Markdownとして解析します。

実装: next-app/src/ai/agents/tools/openUrlTool.ts

APIエンドポイント: /api/tools/open-url

使用ライブラリ:

cheerio: HTMLパースと不要要素の削除（script, style, nav等）
turndown: HTMLからMarkdownへの変換

処理フロー:

ユーザーがURLを提供（またはエージェントが検索結果からURLを取得）
サーバーサイドでHTMLをフェッチ（User-Agent設定済み）
不要な要素を削除
Markdownに変換して返却
結果は自動的にArtifactとして保存

制限:

JavaScriptレンダリングが必要なページは取得できない
CORS制限のあるURLは取得できない場合がある

6.7. Record Thought Tool (`recordThoughtTool`)

役割: エージェントが短い内省や独り言を記録する軽量ツール。

実装: next-app/src/ai/agents/tools/recordThoughtTool.ts

パラメータ:

パラメータ	説明
`thought`	思考内容（必須、単一フィールド）

UI表示: ```thought``` ブロックとしてメインストリームに埋め込まれ、Reasoning アコーディオンとして折りたたまれる。

特徴:

DBには保存されず、チャットのメッセージ content にのみ残る
リッチな構造（ステップ、フェーズ等）は plan_task ツールに移譲
短い推論や自己評価に使用

6.7b. Plan Task Tool (`planTool`) — 新設 (2026-03-28)

役割: エージェントがタスクの実行計画（ロードマップ）を提示するツール。record_thought の上位互換。

実装: next-app/src/ai/agents/tools/planTool.ts

パラメータ:

パラメータ	説明
`thought`	戦略的推論・分析（必須）
`phase`	現在のフェーズ（analyzing, executing等）
`step`	ステップ番号
`step_title`	ステップのタイトル
`next_step`	次に行う予定

UI表示: ```plan``` ブロックとしてメインストリームに埋め込まれ、Execution Plan カードとして常に展開で表示される。

6.7c. Response Tool (`responseTool`) — 新設 (2026-03-28)

役割: エージェントがユーザーへの「メイン回答」を明示的に送信するツール。

実装: next-app/src/ai/agents/tools/responseTool.ts

パラメータ:

パラメータ	説明
`content`	ユーザーへの回答内容（必須）

UI表示: メインストリームに直接Markdownとして表示。record_thought が「思考」であるのに対し、response は「回答」として扱われる。

6.8. Writing Tools (`writingTools`)

役割: 執筆画面におけるプロット操作や原稿生成を自律的に行います。既存のJotai Atomsをツールとしてラップすることで、GUI操作と同等の品質を保証します。

実装: next-app/src/lib/features/editorial/tools/

カテゴリ	ツール名	役割	連携Atom
Plot	`get_structured_plot`	現在のプロット階層を取得	`structuredPlotAtom`
Plot	`parse_plot_to_structure`	テキストを解析してプロット化	`structurePlotAtom`
Plot	`refine_plot_item`	プロット項目をAIでブラッシュアップ	`refinePlotItemAtom`
Plot	`add_plot_structure`	新しいプロット項目を追加	`structurePlotAtom`
Plot	`edit_plot_item`	既存のプロット項目を編集	`structurePlotAtom`
Manuscript	`generate_manuscript`	指定された節の本文を生成	`generateSectionAtom`
Manuscript	`rewrite_manuscript`	原稿の部分書き直し・推敲	`rewriteSectionAtom`
Manuscript	`translate_manuscript`	原稿の多言語翻訳	`translateSectionAtom`

特徴:

HITL統合: 破壊的な変更（削除や大規模な書き換え）の前には、必ず AgentConfirmationCard を通じてユーザーの承認を求めます。
コンテキストの共有: 原稿生成時には、これまでの章の流れやプロット設定を自動的に取得してLLMに渡します。
MCPへの対応: ツールは独立した関数として定義されており、将来的な MCP サーバー化が容易な構造になっています。

7. 専用ノード

7.1. Routerノード

ユーザー入力を「雑談」と「調査」に分類するノードです。

実装: next-app/src/ai/agents/nodes/routerNode.ts

分類基準:

分類	条件
`chat`	挨拶、感情表現、雑談、一般的な知識で答えられる質問
`general_agent`	外部情報の調査、クリエイティブなタスク、計画立案などツール使用が想定されるタスク全般
`writing`	プロット構造操作、原稿生成/編集、翻訳などプロジェクトの本文に直接触れるタスク

プロンプト: ROUTER_SYSTEM_PROMPT

// 出力: "chat" または "research" のみ
const response = await classificationModel.invoke([
  new SystemMessage(ROUTER_SYSTEM_PROMPT),
  new HumanMessage(userContent)
]);

使用モデル: SubModel（軽量モデル）を使用し、高速に判定します。

7.2. SimpleChatノード

ツールを使わないシンプルな会話処理を行うノードです。

実装: next-app/src/ai/agents/nodes/simpleChatNode.ts

特徴:

ツールがバインドされていない純粋なChatModelとして動作
雑談に対して迅速に応答
Memory Judgeを経由して長期記憶に保存可能

7.3. Search Optimizerノード

Web検索のクエリを最適化するノードです。

実装: next-app/src/ai/agents/nodes/searchOptimizerNode.ts

機能:

多言語対応: 技術用語や普遍的なトピックを英語に変換
地域最適化: 地域固有の情報は現地言語で検索
クエリ結合: 複数の検索リクエストを単一の最適なクエリに統合

プロンプト: SEARCH_OPTIMIZER_PROMPT

// 出力例
{
  "fix_query": "Claude Opus 4.5 release date features",
  "reason": "普遍的な技術情報のため英語で検索"
}

7.4. Memory Judgeノード

会話の内容が長期記憶に保存されるべきかを判定します。

実装: next-app/src/ai/agents/nodes/memoryNodes.ts

判定基準:

ユーザーの好み（「SFが好き」など）
プロジェクトの核心設定（「2050年の世界」など）
ユーザーの具体的な決定
個人的な詳細

無視するもの:

挨拶や雑談
一時的なコンテキスト
単純な生成要求

7.5. Memory Refinerノード

記憶を要約・タグ付けしてOramaに保存します。

実装: next-app/src/ai/agents/nodes/memoryNodes.ts

機能:

会話から重要な事実を抽出
キャラクターの視点で日記風に要約
タグ付けで検索性を向上

7.6. Human-in-the-Loop (HITL) Integration

エージェントがファイル作成や編集などの「破壊的な操作」を行う前に、ユーザーの確認を求める仕組みです。

実装: assistantGraph.ts の hitlToolsNode および AgentToolReviewDialog コンポーネント。

対象ツール:

blueperiod_apply_artifact_adit, blueperiod_apply_artifact_delimiter, blueperiod_overwrite_artifact
blueperiod_apply_manuscript_adit, blueperiod_apply_manuscript_delimiter, blueperiod_overwrite_manuscript

フロー:

AIが blueperiod_apply_artifact_adit などの編集ツールを呼び出す。
グラフが hitlToolsNode に到達し、ツール実行を一時停止。
UI側で AgentToolReviewDialog が表示され、ユーザーに「差分（Diff）」を提示。
ユーザーが承認（Approve）すると、実際のツール実行が再開。却下（Reject）するとツール実行はキャンセルされ、エージェントに「ユーザーにより却下されました」というフィードバックが返る。

8. エージェント設定 (`AgentSettingsPanel`)

エージェントが使用するLLMプロバイダーやモデル、ツールごとの設定を管理します。

8.1. ツールの分類管理

ツール数の増加に伴い、以下のカテゴリで分類管理されています：

General Capabilities: Web検索、ドキュメント編集（Artifacts）、内部思考、プロジェクト参照などの基本ツール。
Manuscript Tools: AIによるドラフト生成、リライト、翻訳などの執筆直接支援ツール。
Plot & Structure: プロットの構造化、リファイン、階層操作などの構成支援ツール。

8.2. Human-in-the-Loop (HITL) 設定

各ツールに対して、「使用前に承認を要求する」かどうかを個別に設定可能です。特に「Manuscript Tools」のリライトや「Plot & Structure」の構造化など、既存のデータを上書きする可能性のある破壊的なツールについては、デフォルトで HITL が有効に設定されています。

8.3. その他の設定

Always expand thought log: チャット内のエージェントの推論プロセスを最初から展開するかどうか。
Artifact Full Threshold: どの程度の文字数までであれば Artifact の全文をコンテキストに直接注入するか。
Provider/Model: ツール実行ノードで使用するメインLLMの選択。
Search API Key: Tavily 等の検索ツール用キー。
Adit Model: テキスト編集用の高精度モデルの個別指定。

これにより、Web検索には Gemini Flash を使い、精緻なプロット編集（Editorial Tools）には Claude 3.5 Sonnet を使うといった、タスクに応じたモデルの使い分け（Model Chaining）を柔軟に行えます。

8.1. AGENT_AUTONOMY_GUIDELINE

エージェントの自律的な動作を制御する基本指針です。

export const AGENT_AUTONOMY_GUIDELINE = `
# AGENT BEHAVIOR GUIDELINES

You are an autonomous agent capable of using tools to fulfill user requests.
Adhere to the following guidelines:

## 1. Proactive Research & Execution
- **DO NOT ASK** for permission to use tools. If you think a tool is needed, **USE IT IMMEDIATELY.**
- Instead of saying "Shall I search for...?", say "I will search for..." and **execute the 'web_search' tool in the same turn.**
- If you cannot answer a question based on your current knowledge, or if you need specific context (e.g., manuscript content), **IMMEDIATELY use tools.**

## 2. Critical Rules for Tools
- **No Hallucination:** NEVER invent project details or manuscript content. You MUST use 'read_project_data' to fetch facts.
- **Web Search:** Use 'web_search' whenever the user asks for external information, trends, or facts.
- **ID Discovery:** If you need to read a manuscript but don't have the ID, NEVER ask the user for it. First call 'read_project_data(category="outline")' or 'read_project_data(category="list")' to find the ID yourself.
...
`;

定義場所: src/lib/chat/prompts.ts

8.2. SEARCH_AGENT_SYSTEM_PROMPT

ツールを使用して情報を取得した場合の「最終回答」フォーマットを統一するプロンプトです。

重要: 以下のルールは、ツールを使用して情報を取得した場合の「最終回答」にのみ適用されます。

主な指示:

見出し記号 (#) の禁止、代わりに太字や引用を使用
出典と引用（脚注スタイル [^1]）の厳格な実施
情報のクロスリファレンス（3つ以上のソース）
雑談や単純な回答の場合は「関連する質問」を提案しない

8.4. AGENT_AUTONOMY_GUIDELINE（改善点）

進捗報告の追加:

ツールを使用する前に report_progress を使用して、ユーザーに作業内容を通知
特に web_search や大量データの読み取り時に並列実行

例外処理の追加:

雑談、挨拶、一般的な知識で答えられる質問にはツールを使用しない

8.5. ROUTER_SYSTEM_PROMPT

Routerノードで使用する分類プロンプトです。3択分類に簡素化されました。

const ROUTER_SYSTEM_PROMPT = `
You are a strategic classification assistant.

CATEGORIES:
1. "chat_only": Simple conversation, greetings, or short questions that don't need tools.
2. "general_agent": General questions requiring research, web search, or information gathering. Also for creative tasks where you want to plan and think through the process.
3. "writing": Specifically for book project management tasks (plot structure, manuscript generation/editing, project-specific metadata).

Reply ONLY with JSON:
{
  "strategy": "chat_only" | "general_agent" | "writing",
  "reasoning": "brief explanation"
}
`;

8.6. SEARCH_OPTIMIZER_PROMPT

検索クエリの最適化を行うプロンプトです。

機能:

検索APIへの最適なクエリへ調整
多言語対応（技術用語→英語、地域情報→現地語）
文化的多様性への配慮

8.7. Progressive Thinking（段階的思考）

複雑なタスクを一度に回答せず、record_thought ツールを使用して段階的に進めるためのガイドラインです。

主な指示:

複雑なタスクは record_thought でステップに分解
各ステップの思考と次のアクションを記録
自己評価と修正を行い、品質を確認してから最終回答

8.8. Context Management（コンテキスト管理）

Artifactsを使用した思考や計画の管理ガイドラインです。

主な指示:

blueperiod_apply_artifact_adit ツールを使用して思考や計画を保存
blueperiod_create_artifact で新規メモ、blueperiod_apply_artifact_adit で既存メモの更新
存在しないツールの使用を禁止

9. Adit編集ライブラリ

AIによる決定論的なテキスト編集を行うためのライブラリ。

ディレクトリ: next-app/src/lib/adit/

構成:

core.ts: Aditクラス本体。Structured Outputの試行とDelimiter形式へのフォールバックをオーケストレート。
parser.ts: SEARCH/REPLACE ブロックの抽出。
engine.ts: 置換実行エンジン。Progressive Matchingによる曖昧一致とインデント自動維持を実装。
schema.ts: Zodによる出力構造と内部型定義。

APIエンドポイント: /api/tools/adit

9.1. 基本理念：ハイブリッド・アプローチ

AIモデルの能力や接続状況に応じて、最適な編集方式を選択します：

Structured Output (Primary): GPT-4o や Claude 3.5 Sonnet 等の高性能モデル向け。Zod スキーマにより JSON 形式で「どの部分を何に変えるか」を厳密に出力させます。トークン消費が最適化されます。
Delimiter (Secondary/Fallback): step-3.5-flash 等の軽量モデルや、API側で Structured Output が拒否された（400エラー等）場合に使用。実績のある SEARCH/REPLACE ブロック形式で入力を受け取り、独自のパサーで処理します。

9.2. 動作フロー

9.3. 高度な置換エンジンの機能

1. Progressive Matching:

ファイル内を走査し、完全一致する箇所を探索。
見つからない場合、改行コードの差異、行端の空白、行全体のインデント（トリム比較）を段階的に緩和して再探索します。これにより、AIが改行コードや空白を正確に再現できなくても編集が成功します。

2. Indentation Preservation:

置換対象がマッチした際、その箇所の実際のインデント（タブ/スペース）を保存。
置換後のテキストに対し、保存したインデントを自動適用します。AIに対し「インデントを正確に守れ」と指示するストレスを解消し、コードの崩れを防止します。

3. Safety Checks:

スニペットがファイル内でユニークでない場合、意図しない箇所の置換（誤爆）を防ぐため、エラーとして処理を中断します。

10. ProxyChatModel

エージェントグラフからLLMを呼び出すためのプロキシモデルです。

役割: LangChainのBaseChatModelインターフェースを実装し、内部的に/api/chat APIを呼び出します。

利点:

APIキー管理をサーバーサイドに集約
複数のLLMプロバイダー（Google、OpenAI、Anthropic等）を透過的に切り替え

10. Tool Useの安定化

10.1. Message Injectionの改善

LangChainの制約（「System message must be first」）を回避するため、コンテキスト注入を HumanMessage として行う設計に変更しました。

ツール使用時のみ厳格フォーマット適用:

厳格なフォーマットルール（SEARCH_AGENT_SYSTEM_PROMPT）は、実際にツールを使用した場合のみ適用されます
雑談の場合は不要なフォーマット制約を回避し、自然な会話を可能にします

// ツール使用したかを判定
const hasUsedToolsRecently = messages.slice(lastHumanIndex).some(m => m instanceof ToolMessage);

// 重複注入を防ぐチェック
const isContextInjected = messages.some(m =>
  m instanceof HumanMessage &&
  typeof m.content === 'string' &&
  m.content.includes("## Session Context (Artifacts)")
);

if (!isContextInjected) {
  const partsToInject = [];

  // 1. 厳格フォーマット（ツール使用時のみ）
  if (hasUsedToolsRecently) {
    partsToInject.push(SEARCH_AGENT_SYSTEM_PROMPT);
  }

  // 2. Artifacts（常に利用可能）
  if (artifactsText) {
    partsToInject.push(artifactsText);
  }

  // ...
}

10.2. チャット中断機能

AbortController による実行中のエージェント処理を中断できる機能を実装しました。

実装: src/stores/chat/atoms.ts、src/stores/chat/agent.ts

// Atom定義
export const chatAbortControllerAtom = atom<AbortController | null>(null);

// 使用例
const controller = new AbortController();
set(chatAbortControllerAtom, controller);

// ストリームにsignalを渡す
const stream = await graph.stream(
  { messages: inputMessages },
  { streamMode: "values", signal: controller.signal }
);

// 中断ボタン（ChatInput.tsx）
const handleStop = (e: React.MouseEvent) => {
  if (abortController) {
    abortController.abort();
  }
};

UI: ChatInputのドロップダウンメニューに「Stop Generating」ボタンを追加。

10.3. ThoughtLogの重複排除

エージェント実行中の思考ログが重複して表示されないよう、以下のロジックを強化しました：

activeTool がある場合のログを除外
最後の純粋なテキストコンテンツログを検索
同一内容のログが連続しないよう判定

10.4. APIキー取得の強化

LocalStorageからのフォールバック処理を追加し、atomWithStorage のJSON形式（"key"）を適切に解析するようにしました。

const getApiKey = (atomValue: string, storageKey: string) => {
  if (atomValue) return atomValue;
  if (typeof window !== 'undefined') {
    const stored = localStorage.getItem(storageKey);
    if (stored) {
      try {
        return JSON.parse(stored); // atomWithStorageはJSON形式で保存
      } catch {
        return stored;
      }
    }
  }
  return undefined;
};

10.5. ツールログの循環参照防止

エージェント実行中のツールログ保存時に、巨大なデータ構造（history、content フィールド等）が含まれていると、JSON.stringify によるクラッシュや循環参照エラーが発生する可能性があります。これを防ぐためのパターンを実装しました。

実装: src/stores/chat/agent.ts

// 重複チェック用のフィンガープリント生成（重いフィールドを除外）
const getArgsFingerprint = (args: Record<string, unknown> | undefined) => {
  if (!args) return '';
  // history, content を除外して比較用フィンガープリントを作成
  const { history, content, ...rest } = args;
  return JSON.stringify(rest);
};

// ログ保存用の安全な引数を作成（循環参照リスクのあるフィールドを除外）
const { history: _h, content: _c, ...safeArgs } = (tc.args || {});

thoughtLog.push({
  phase: lastPhase,
  content: toolLogContent,
  toolName: tc.name,
  toolArgs: safeArgs,  // 安全な引数のみ保存
  timestamp: Date.now()
});

除外すべきフィールドのガイドライン:

history: メッセージ履歴全体（巨大かつ循環参照の可能性）
content: 長文テキスト（Artifactの本文等）
原則: 「ストリーミングで再取得可能なデータ」や「別途Artifactとして保存されているデータ」はツールログから除外

10.6. LangGraph永続化のためのthread_id設定

LangGraphのチェックポイント機能を有効にするため、グラフ実行時に thread_id を設定します。これにより、セッションごとの状態永続化が可能になります。

実装: src/stores/chat/agent.ts

const stream = await graph.stream(
  { messages: inputMessages },
  {
    streamMode: "values",
    configurable: { thread_id: activeSession.id },  // セッションIDをthread_idとして設定
    signal: controller.signal,
    recursionLimit: 100,
  }
);

効果:

セッションごとのグラフ状態を永続化可能
将来的な状態復帰やチェックポイント機能の活用に対応

現在のフェーズ: agentPhaseAtom（planning → researching → answering）
アクティブツール: agentActiveToolAtom（web_search、read_project_data）
思考ログ: メッセージの metadata.thoughtLog に保存される履歴

export function AICenterPanel() {
  return (
    <div className="flex flex-col h-full bg-card min-w-0 relative">
      {/* ...既存のチャットUI... */}

      {/* HITL UIコンポーネント */}
      <AgentConfirmationCard />
      <AgentStatusIndicator />
    </div>
  );
}

コンポーネントの役割:

コンポーネント	役割	配置
`AgentConfirmationCard`	エージェントが破壊的操作を行う前にユーザーの承認を求めるカード	画面下部（オーバーレイ）
`AgentStatusIndicator`	エージェントの現在の状態（フェーズ、アクティブツール）を表示するインジケーター	画面上部

AgentConfirmationCard の特徴:

オーバーレイ配置: absolute inset-x-0 bottom-0 で画面下部に配置
バックドロップ付き: 背景をぼかして視認性を向上
ツール名の表示: 承認を求められているツール名を明示
プレビュー機能: ツール引数の詳細を確認可能

AgentStatusIndicator の特徴:

リアルタイム更新: ストリーミング中のエージェント状態を表示
フェーズ表示: planning → researching → answering の遷移を可視化
アクティブツール表示: 現在実行中のツール名を表示

12. 設定管理

12.1. APIキー設定

エージェント機能を使用するには、以下のAPIキーが必要です。

設定項目	Atom	用途
Tavily API Key	`tavilyApiKeyAtom`	Web検索機能
Google API Key	`geminiApiKeyAtom`	Geminiモデル使用時
OpenAI API Key	`openaiApiKeyAtom`	GPTモデル使用時
Anthropic API Key	`anthropicApiKeyAtom`	Claudeモデル使用時

設定場所: ApiKeysSettingsPanel コンポーネント

12.2. チャット設定

エージェントは通常のチャット設定（プロバイダー、モデル、温度）を共有します。

chatLlmProviderAtom: 使用するLLMプロバイダー
chatModelAtom: 使用するモデル
chatTemperatureAtom: 生成の温度パラメータ

エージェントチャットモードの追加
ツール使用の可視化
記憶の可視化
Artifact編集UI (2026-01-30)
- ArtifactEditModal コンポーネント
- 新規メモ作成ボタン
- アクティブArtifact数のバッジ表示
確認インラインUI（未実装）
エージェント設定の管理UI（未実装）

Phase 5: Progressive Thinking & Self-Evaluation - 完了

Record Thought Tool (2026-01-30)
- ツールファイルの作成
- グラフへの統合
システムプロンプトの更新 (2026-01-30)
- 段階的思考ガイドラインの追加
- 自己評価と修正ガイドラインの追加
- ACTION OVER WORDS の強化
- Context Management ガイドラインの追加

Phase 6: Context Management Optimization - 完了 (2026-02-08)

目的: エージェントの長期動作安定性を根本的に改善し、トークン消費を最適化する。

実施内容:

履歴の再帰的増殖の解消
- ProxyChatModel で送信前に history 引数を削除
- ツール引数がステートに永続化される問題を解決
- 効果: トークン消費を約 90% 削減
アーティファクトのインデックス化
- 全文ではなく ID・タイトル・300文字スニペットのみ注入
- AI には read ツールの使用を明示的に指示
- 効果: 初期注入トークンを 70% 削減
古い read 結果のパージング
- ProxyChatModel で履歴を逆順スキャン
- 同一アーティファクトの最新バージョン以外を自動削減
- 効果: Read → Edit サイクルでもトークンが線形増大しない
ReThink ノードの強化
- ツール呼び出し成功時に loopCount をリセット
- デバッグログの大幅強化（折りたたみグループ、カラー表示）
- プロンプトの命令形強化
Adit Hybrid Mode 実装
- Structured Output と Delimiter Mode の自動フォールバック
- プロンプトの強制力向上（会話禁止、厳格なフォーマット要求）
- エラー時の具体的なフィードバック実装

成果:

45+ ステップの長時間タスクでトークン消費を 124,823 → 約 15,000 に削減
Adit 失敗率を 87% 改善（軽量モデルでも安定動作）
エージェント強制終了をほぼゼロ化

技術的学び:

LangGraph のステート内のツール引数は永続化されるため、送信直前でのサニタイジングが必須
コンテキスト最適化の原則: 最小注入 + オンデマンド取得 + 履歴のパージング
AI の自己修正には具体的な行動指示（「ツールを呼べ」）が必須

詳細: 2026-02-08_0150_report_adit-agent-comprehensive-optimization

Phase 7: Autonomous Loop Control & UI - 完了 (2026-02-10) → Phase 8で刷新

目的: ユーザーへの主要な回答（執筆本文等）と思考ログを UI 上で明確に分離し、AI が自身の回答プロセスを自律的に制御できるようにする。

戦略的ルーター (routerNode.ts) の強化: 執筆タスクにおいて「まず回答し、その後に裏側で作業する」戦略を自律選択可能に。
先行・事後回答ノードの実装: firstResponse, finalResponse ノードを追加し、LangGraph による動的なフロー制御を実現。
サンドイッチ・レイアウト UI (ChatMessageCard.tsx): firstResponse → thoughtLog → finalResponse の順序で描画するレイアウトを導入。
ノード識別ロジックの導入: latestNodeName に基づき、ストリーミング中の各メッセージを正しい表示レイヤーに自動振り分け。

注意: Phase 7 のサンドイッチ構造は Phase 8 で廃止され、「思考のストリーミング」モデルに移行した。

詳細: 2026-02-10_1630_report_autonomous-agent-loop-control

Phase 8: Graph設計リファクタリング — 思考のストリーミング - 完了 (2026-03-29)

目的: サンドイッチ構造を廃止し、Claude Code的なフロンティアエージェントモデルに近いUXを実現する。

グラフ構造の簡素化: firstResponse/finalResponse ノードを削除。ルーティング戦略を3択に簡素化
ツールセットの用途別分割: generalTools（軽量 + artifact_tools）と writingToolsFull（フル + editorial tools）に分離
新規ツールの作成: response（メイン回答送信）, plan_task（リッチなロードマップ提示）。record_thought は thought のみに簡略化
ストリーミングロジックの全面的再構築 (agent.ts): フェーズ依存ロジックを廃止し、メッセージ構造に基づく完全再構築に移行 → その後アキュムレータ方式に移行（Phase 2.8参照）
セマンティック・レンダリング (MarkdownRenderer.tsx): 特殊コードブロック（thought/plan/progress/call）を専用UIコンポーネントに変換
ChatMessageCard の大幅簡素化: 約150行の複雑な表示ロジックを単一の MarkdownRenderer に集約
脚注スコープ問題の解決: suffixFootnotes + rehypePrefixIds による脚注ID衝突の完全防止
Debounced DB書き込み: 500ms間隔でのIndexedDB書き込みによるI/O負荷軽減

詳細: 2026-03-29_1600_report_agent-graph-refactoring

Phase 2.8: ストリーミングのアキュムレータ移行 - 完了 (2026-04-08)

フルリビルド方式を廃止し、アキュムレータ（追加専用）方式に移行。LangGraphノードのメッセージ改変による内容消失を根本的に解決。

アキュムレータ方式への移行 (agent.ts): rebuiltContent = "" のチャンクごとリセットを廃止。processedToolCallKeys / processedMsgRawLength による差分検出で追加のみ行う
memoryRefinerのメッセージ置換廃止 (memoryNodes.ts): AIMessageの同ID置換（tool_calls消失の原因）を廃止。memorizedFacts をAgentStateのカスタムフィールドで渡す
AgentState拡張 (state.ts): memorizedFacts フィールドを追加
finish_taskのUI隠蔽: ツール呼び出し分岐で finish_task をスキップ
コンテキスト注入チェック修正 (assistantGraph.ts): isContextInjected の検索文字列を実際の注入内容に一致
過去ツール履歴の可読フォーマット化 (formatters.ts): call / progress ブロックを人間可読なリスト形式に変換
エラーハンドリング強化 (agent.ts): finally ブロックで全エージェント関連アトムをリセット
セマンティックブロックの4バッククォート化 (agent.ts, formatters.ts): ネストされたコードブロックによるレンダリング崩れを防止。フェンスを ``` → ```` に変更し、CommonMark仕様で内側の3バッククォートを安全に含める

詳細: 2026-04-08_0100_report_agent-streaming-accumulator-migration

Phase 3: Tauri V2 & Editorial Agent (Writing) - 完了 (2026-03-12)

Editorial Agentの実装
- assistantGraph.ts への writingAgent ルートの追加
- 執筆専用システムプロンプトの統合
- プロット・原稿操作ツールの実装（Writing Tools）
UI/UXの統合
- AgentStatusIndicator, AgentConfirmationCard の共通化と執筆画面への配置
- 執筆画面でのエージェントモード有効化

14. 今後の展望

MCP (Model Context Protocol) クライアント: 外部MCPサーバーとの連携
メモリGatekeeper: 重要な会話のみを長期記憶に保存する判定ロジック（実装済み）
マルチホップ検索: Semantic Search → Episodic Retrievalの多段階検索（実装済み）
Artifactの管理機能強化:
- 複数セッション間でのArtifact共有
- Artifactの永続化（現在はセッション限定）
- Artifactのタグ付け・分類

関連ドキュメント:

02_technology_stack - LangGraph.js、Orama等の技術スタック
03_state_management - エージェント状態Atomsの説明
06_development_guidelines - 開発ガイドライン
09_design_system - デザイン哲学（静謐なアトリエ）
18_agent_tool_integration_guide - ツール統合ガイド
19_mcp_architecture - MCPアーキテクチャ
20_ai_agent_tool_architecture_overview - アーキテクチャと外部エージェント統合

内製AIエージェントアーキテクチャ

On this page