lithos-ai/motus

何を解決するか

Motus は、AIエージェントのデプロイとスケーリングを簡素化するオープンソースのエージェントサービングインフラです。複雑なフレームワークを必要とせず、スケジューリング、並列処理、キャッシュ、レジリエンスの重い処理をランタイムが処理するため、開発者は純粋なPythonコードでエージェントを構築できます。

動作方法

Motus は、@agent_taskデコレータでマークされたPython関数を自動的に並列依存関係グラフに変換するサービングランタイムを使用しています。これにより、データフローを推論し、明示的な有向非巡回グラフ（DAG）を書く必要なく、タスクを並列で実行できます。OpenAI、Anthropic、Google ADKなどさまざまなSDK、または純粋なPythonで構築されたエージェントを幅広くサポートし、ローカルでエージェントを提供するか、クラウドにデプロイするための1つのコマンドを提供しています。

対象ユーザー

スケーラブルにエージェントをサービング・デプロイしたい開発者で、軽量でフレームワークに依存しないアプローチを求める人、またCursorやClaude Codeなどのコーディングエージェントを使って開発ワークフローを加速したい人。

主な特徴

• タスクグラフランタイム: Python関数の並列実行、リトライ、タイムアウトを自動で処理。
• コードベースのワークフロー: 明示的なDAGは不要。依存関係はデータフローから推論される。
• マルチプロバイダ対応: OpenAI、Anthropic、Gemini、OpenRouterの統合クライアントを提供。OllamaやvLLMを介してローカルモデルもサポート。
• マルチエージェント構成: エージェントをツールとしてラップ（agent.as_tool()）可能で、スーパーバイザーエージェントが調整できる。
• 統合観測性: LLM呼び出しとツール実行の自動トレーシングを提供。インタラクティブなHTMLビューアまたはJaegerエクスポートに対応。
• Dockerサンドボックス: 不信頼コードを隔離されたコンテナ内で実行するツールとして利用可能。
• MCP統合: Model Context Protocol（MCP）互換サーバーに対応。
• 人間の介入機能: 実行中にインタラクティブな承認やフィードバックを組み込みサポート。