catlog22/maestro-flow

What it solves

Maestro-Flow は、ほとんどの AI プログラミングツールが単一エージェントで単一タスクしか実行できないという制限に対処します。意図駆動型のオーケストレーションフレームワークを使用して、ブレインストーミングや計画からデプロイまで、ソフトウェア開発ライフサイクル全体で複数エージェントが協働できるようにし、リアルタイムの実行結果に基づいて戦略を動的に調整します。

How it works

このフレームワークは Ralph v2 エンジンを使用して自然言語の意図を 40 以上の事前定義されたコマンドチェーンのいずれかに変換します。以下の主要なメカニズムを通じてプロセスを管理します：

• Adaptive Orchestration：静的な YAML 設定の代わりに、実際の結果に基づいて継続、ロールバック、または修復ループの挿入を判断する意思決定ノードを使用します。
• Cross-Backend Scheduling：Claude、Gemini、Qwen、OpenCode などの異なる LLM バックエンドを組み合わせ、Delegate（非同期）、Team（ロールベース）、Wave（並列依存）、Swarm（探索）という 4 つの協調モードを使用できます。
• Knowledge Self-Enhancement：実行中に発見されたパターン、落とし穴、決定は Specs と Knowhow として知識グラフ（SQLite）に永続化され、将来のプロンプトに自動的に注入されます。
• Long-Cycle Autonomy：Odyssey システムは、深いリファクタリングやセキュリティ監査などの長時間タスクを、特定の受け入れ基準が満たされるまで自律的にループさせて処理します。

Who it’s for

パイプラインの各ステップを手動で設定することなく、複雑なプログラミングワークフロー、大規模デバッグ、アーキテクチャ改善を自動化したい開発者向けです。

Highlights

• Intent-to-Chain Mapping：自然言語の目標を自動的に専門的な実行パイプラインに分類します。
• Dynamic Quality Modes：full、standard、quick のパイプラインを提供し、厳格な検証と迅速なプロトタイピングのバランスを取ります。
• Knowledge Graph Integration：永続的な SQLite ベースの知識グラフを使用し、使用すればするほどシステムが「賢く」なります。
• Odyssey Autonomous Loops：デバッグ、セキュリティ監査、UI 最適化のための専門モードで、必要に応じて数時間独立して実行できます。
• MCP Support：Model Context Protocol（MCP）と統合し、ツール機能を拡張します。