vercel-labs/ralph-loop-agent

解決する課題

標準的なAIエージェントのループは、モデルがツール呼び出しを完了するとすぐに停止することが多く、複雑なワークフローにおいてタスクが未完了のままになったり、失敗したりする可能性があります。Ralph-loop-agentは「継続的な自律性」を提供し、エージェントが反復的に作業し、結果を検証し、フィードバックを得て再試行することで、特定の目標が実際に達成されるまで動作し続けることを可能にします。

仕組み

AI SDKの generateText を外部ループでラップします。プロセスは以下のステップに従います：

1. 内部ループ: AIエージェントがツールを使用してタスクの実行を試みます。
2. 検証: ユーザー定義の verifyCompletion 関数が、タスクが本当に完了したかどうかを確認します。
3. フィードバック: タスクが未完了の場合、失敗の理由がコンテキストとしてエージェントに注入され、次の反復の判断材料となります。
4. 終了: 検証関数が成功を返すか、安全停止条件（反復回数、トークン数、またはコストに基づく）が満たされるまでループが継続します。

対象ユーザー

コードベースの移行、複数ファイルのリファクタリング、または現実世界での検証が必要なワークフローなど、長時間実行されるタスクに対して高い信頼性を必要とする複雑なAIエージェントを構築する開発者。

ハイライト

• 反復的な完了: カスタム検証関数が成功を確認するまで実行を継続します。
• AI SDK互換性: AI SDKツールおよびAI Gatewayの文字列フォーマットと完全に互換性があります。
• 柔軟な停止条件: 反復回数、合計トークン使用量、または金銭的コストによる制限を設けることで、無限ループを防ぎます。
• コンテキスト管理: 長時間実行されるループ向けに、コンテキストウィンドウを管理するための組み込みの要約機能を備えています。
• フィードバック注入: 失敗した検証の結果を使用して、エージェントのその後の試行をガイドします。