thruwire/foreman

何を解決するか

Foreman は、遅い、状態を持つコーディングエージェントを監視する問題を解決するためのアーキテクチャ実験です。高速な意思決定モデル（Jev）を監視者として導入し、コーディングエージェントが進捗しているか、詰まっているか、要件を完了したかを、エージェントが作業を停止せずに独立して評価します。

動作方法

Foreman は、2つの並行ループを持つネイティブな Python asyncio ランタイムとして動作します：コーディングエージェントループ（Codex などのワーカーが実際のエンジニアリング作業を行う）と、Foreman ループ（監視者）です。

ワーカーがアクティブな間、Foreman は「工場証拠」——git の状態、制限付き差分、ワーカーの履歴、出力の末尾など——を収集し、このコンパクトな状態を Jev モデルに送信します。Jev は 9 つの異なる次元（例：implementation_complete、worker_stuck、needs_human）に対して確率スコアを返します。その後、決定論的な Python ポリシーがこれらの確率を、継続、ガイダンスによるワーカーの誘導、詰まったプロセスの停止、または独立した検証者の起動といったアクションに変換します。

対象ユーザー

エージェント型ソフトウェアエンジニアリングや「意味的監視」という概念に興味を持つ開発者や AI 研究者。意味的監視とは、高速で専門的なモデルがソフトウェア工場全体を監視する仕組みです。

特徴

• 並行監視：ワーカーの「理由-ツール-観察」ループを中断せずに、リアルタイムで監視が可能。
• 確率的評価：Jev を使って、複数の監視質問を独立して並列で評価。
• ライブ誘導：App Server プロトコルを通じて、アクティブな Codex のターンにガイダンスを送信可能。
• 安全最優先ポリシー：人間へのエスカレーションを継続作業よりも優先するなど、決定論的な介入の階層を実装。
• 決定論的デモ：API キーや Codex CLI が不要なシミュレーションモードを含み、ランタイムとポリシーのテストが可能。