ターミナルエージェントの訓練データ、実は「指示・環境・解答・検証器」がバラバラで解けないタスクが量産されがち——その根本を絶つ合成フレームワークが登場しました。 タイトル: FACET: Preserving Source Intent and Executable State in Terminal Task Synthesis URL: 📌 概要 関連スキルを情報豊かなシナリオへ再構成し、環境を先に構築してその実行状態を共有の土台に。指示・解答・検証器を同じ状態に接地して生成します。 🧩 解決する課題 ・多段生成で元素材の依存や中間状態が失われる ・指示/環境/解答/検証器が食い違い、解けない・評価できないタスクになる ⚙️ 提案手法 ・7万件超のスキルを収集し5次元シナリオへ再構成 ・Dockerで環境をビルドし実状態を共有チャネルに ・指示→解答→検証器を順次生成し、失敗箇所だけをルーターが特定して修復 📊 実験結果 ・平均22.77テスト/タスクの検証済み6,078件を合成 ・Qwen3.5を微調整し4B +40.5%、9B +30.1%、27B +16.5% ・27B(47.57)が約15倍大の397B(49.06)に肉薄 ・エンドツーエンド歩留まり70%で競合の15〜28%を圧倒 質の高い実行可能タスクは、量産ではなく丁寧な状態接地から生まれる、と示す一本です。 #LLMAgents# #TerminalBench#

🖥 たった9Bのオープンモデルが、ターミナル操作ベンチでClaude Haiku 4.5に迫る。しかもデータもモデルもコードも全公開です。 タイトル：Tmax: A simple recipe for terminal agents URL： ターミナルエージェントのRL学習に、シンプルで再現可能なレシピを与えたAi2/UWの研究です。注目ポイントを3つに絞って紹介します。 🧩 構成的なデータ生成パイプライン ドメイン・スキル・検証器・ペルソナ・難易度など9つの軸の組み合わせでタスクを大量合成し、Gemini-3-ProがDockerfileとユニットテストまで生成します。高コストな品質検証は省き、RL側でpass率0を弾くだけ。結果として従来比2.5倍超・14,600環境のTmax-15Kを安価に構築し、汚染ゼロかつ最も難しいデータになりました。 ⚙️ シンプルなoutcome-only RLレシピ 報酬は「タスク達成したか」だけ。素朴なGRPOは長期エージェントで崩壊するため、logprobの乖離をマスクするDPPO、FP32のLMヘッド、大きなグループサイズ（32）で安定化します。Qwen 3.5 9BをこのレシピでTerminal-Bench 2.0で27%まで引き上げました。 📈 強さと汎化、そして全公開 2B〜27Bの全サイズでQwenベースラインを改善。さらにSWE-Bench Verifiedが44→53.5、AIMEが73→91と非ターミナル評価でも向上し、ハーネスやモデルファミリを越えて汎化します。データ・モデル・コードはGitHubで完全公開。 オープンなターミナルエージェント研究の強力な土台になりそうです。 #ターミナルエージェント# #強化学習#

# Antigravityの機能と実践的な使い方 🚀 ブラウザもIDEも開かず、ターミナルだけでエージェントに開発を任せたい。そんな願いに応えるのが Antigravity CLI（agy）です。 📌 タイトルと機能のURL タイトル: Antigravity CLI URL: 📝 概要 Antigravity CLI は、Antigravity 2.0 と同じエージェントハーネスをコマンドラインから利用できる軽量サーフェスです。GUI を立ち上げずに新しいエージェントを即座に作成でき、SSH 越しのリモートサーバーやコンテナ内でも高速に動作します。コマンドは agy で呼び出します。 🔧 機能の説明 agy は IDE 版と同じ中核を共有しつつ、ターミナルに特化した拡張性を備えています。 ・AGENTS.md をリポジトリ直下に置くことで、プロジェクト共通の指示をエージェントへ読み込ませます（従来の .gemini/ 規約を置き換える新しい仕組みです） ・Agent Skills は ~/.gemini/antigravity-cli/skills/ のグローバルスコープと .agents/skills/ のワークスペーススコープから読み込まれます ・Hooks はツール実行の前後やループ停止条件などのライフサイクルに割り込み、整形や検査を自動化します ・MCP サーバーはローカルプロセス・リモートホストの双方を設定でき、外部データやツールへ接続します ・Subagents や Plugins も第一級の拡張要素として扱われます 🛠 実践的な使い方 ・インストールは macOS/Linux なら curl -fsSL | bash、Windows は PowerShell から実行します ・初回は agy を起動し、Google アカウントまたは GCP プロジェクトで認証します ・agy inspect を実行すると、読み込み中の AGENTS.md・スキル・プラグイン・フック・接続済み MCP サーバーが一覧表示され、想定通りの文脈が入っているか確認できます ・/goal で自律実行、/grill-me で着手前の質問、/schedule で定期実行、/browser でブラウザ機能を明示的に有効化できます 🎯 ユースケース ・SSH やリモート環境で IDE を立てられない場面で、ターミナルから直接エージェントを走らせる ・agy inspect で「なぜスキルが効かないのか」「どの MCP が読み込まれたか」を切り分けてデバッグする ・CI コンテナ内で軽量にエージェント処理を起動する ・AGENTS.md とチーム共通スキルを組み合わせ、リポジトリごとの作法を統一する ⚠️ 注意点 ・既定モデルは Gemini 3.5 Flash（High）で、プレビュー期間の無料枠は寛大ですが、本番ワークロードには課金有効な GCP プロジェクトが必要です ・スキルやフックが効かないときは、まず agy inspect で実際の読み込み状態を確認してから設定を疑うのが定石です ・グローバルスコープとワークスペーススコープでスキルの探索先が異なる点に注意してください #Antigravity# #DevTools#

# Codexの機能と実践的な使い方 🤖 「ターミナルに張り付かず、Codexを丸ごとパイプの一部として扱いたい」——そんな願いを叶えるのが非対話モードです。CIやスクリプトにそのまま組み込めます。 🏷️ タイトル: `codex exec` 🔗 URL: 📘 概要 `codex exec` は、対話UIを起動せずにCodexをワンショットで走らせるためのコマンドです。プロンプトを1つの引数として渡すと、エージェントが作業し、最終メッセージだけを標準出力に返します。CIパイプライン、pre-commitフック、シェルの一連の処理に組み込むことを前提に設計されています。 ⚙️ 機能の説明 進捗ログは標準エラー出力(stderr)へ、最終的なエージェントの回答だけが標準出力(stdout)へ流れます。これによりパイプやリダイレクトと素直に組み合わせられます。主なフラグは次の通りです。 ・`--sandbox`: `read-only`(既定)/`workspace-write`(編集許可)/`danger-full-access`(全アクセス)で権限を制御します。 ・`--ask-for-approval never`: 承認プロンプトを完全に抑止し無人実行にします。 ・`--json`: すべてのイベントをJSON Lines形式でストリーム出力します(`thread.started`、`turn.started`、`item.completed`、`turn.completed` など)。 ・`-o/--output-last-message `: 最終メッセージをファイルに書き出します。 ・`--output-schema `: JSON Schemaに従った構造化出力を強制します。 ・`-C/--cd `: 実行前に作業ディレクトリを変更します。 ・`--skip-git-repo-check`: Gitリポジトリ必須の制約を外します(破壊的変更防止のため通常は必須)。 ・`--ephemeral`: セッションファイルをディスクに残しません。 🛠️ 実践的な使い方 標準入力(stdin)と組み合わせると強力です。例えば `npm test 2>&1 | codex exec "失敗したテストを要約し最小限の修正を提案して"` のようにテスト出力を渡し、結果を `tee` でファイルに残せます。 構造化出力を使えば機械可読なメタデータを安定して取り出せます。`--output-schema` でスキーマを指定し、`-o` で結果ファイルを書き出します。 セッションを継いで多段処理にもできます。一度レビューさせたあと `codex exec resume --last "見つけた問題を修正して"` で続きを実行します。 💡 ユースケース CI失敗をトリガに読み取り専用でパッチ案を生成し、別ジョブで書き込み権限を持たせてPR化する、といった分業が定番です。ログ末尾を渡して原因分析を `analysis.md` に残す運用にも向きます。 ⚠️ 注意点 未信頼コードをチェックアウトするワークフローでは、APIキーをジョブ全体の環境変数に晒さないでください。GitHubでは公式のCodex GitHub Actionの利用が推奨です。`--full-auto` は非推奨で、代わりに `--sandbox workspace-write` を使います。`required = true` のMCPサーバーが起動失敗すると `codex exec` はエラー終了します。自動化では常に最小権限のサンドボックスを選びましょう。 #Codex# #CI#

# Hermes Agentの機能と実践的な使い方 🚀 エージェントが作業している間も会話を止めたくない人へ。モダンなTUIは、ノンブロッキング入力・マウス操作・リッチなオーバーレイで、長時間タスクを眺めつつ追加指示を投げ込めます。 📌 タイトルと機能のURL タイトル: TUI (Ink terminal UI) URL: 📝 概要 TUIはHermes向けのモダンなターミナルUIで、PythonのCLIからサブプロセスとして起動されます。Node.js（≥20）製で、同じPythonランタイム・セッション・スラッシュコマンドを共有しつつ、よりクリーンで応答性の高い操作感を提供します。 🔧 機能の説明 ・即時の初回フレーム描画でフリーズ感のない起動、差分更新によるストリーミング中のちらつき防止、モデル選択やセッション選択・承認のためのリッチなモーダルオーバーレイを備えます。 ・ノンブロッキング入力でセッション準備中もメッセージをキューでき、マウスでの選択（端末の反転表示でなく均一な背景ハイライト）に対応します。 ・LaTeX数式（インライン `$E = mc^2$`、ブロック `$$...$$`）をレンダリングします。 ・ステータス行が状態を実況します（starting agent… / ready / thinking… / running… / interrupted、作業ディレクトリとgitブランチ、経過時間、自動圧縮回数、`/background` タスク数、YOLO警告バッジなど）。 🛠 実践的な使い方 ・起動は `hermes --tui`、最新セッション再開は `hermes --tui -c`、特定セッションは `hermes --tui -r `、クラシックCLIへの強制は `hermes --cli` です。 ・既定にするには環境変数 `HERMES_TUI=1`、または `~/.hermes/config.yaml` の `display.interface: tui` を設定します。 ・TUI固有のスラッシュコマンドが充実しています。`/model`（プロバイダ別のコスト表示付きピッカー）、`/sessions` または `/switch`（ライブセッション切替）、`/skin`（テーマのライブプレビュー）、`/details`（ツール詳細の表示切替）、`/agents` または `/tasks`（サブエージェントツリーの可観測オーバーレイ）、`/mouse`、`/reload` などです。 ・`Ctrl+X` でライブセッション切替を開き、1つの端末内で複数セッションを同時に並走させられます。 🎯 ユースケース ・長時間タスクの進行をライブパネルで眺めつつ、ノンブロッキング入力で途中指示を投げ込む。 ・1つの端末から複数の同時エージェントセッションをディスパッチし、オーケストレーションする。 ・SSH切断後も `HERMES_TUI_RESUME` の自動再開でセッションを継続する。 ⚠️ 注意点 ・Node.js ≥20 が必要で（`hermes doctor` が確認）、初回起動時にTUIのNode依存を `ui-tui/node_modules` へ一度だけインストールします。 ・TTY接続が前提で、パイプや非対話環境では単発質問モードにフォールバックします。 ・リモートゲートウェイへの接続はできません（TUIは自前のプロセス内ゲートウェイを起動します）。ライトテーマ検出は `COLORFGBG` やOSC 11に依存し、全端末が対応するわけではありません。 #HermesAgent# #DevTools#

# Hermes Agentの機能と実践的な使い方 🚀 開発者がエージェントと向き合う日常の窓口がCLIです。リポジトリ直下で `hermes` と打つだけで、対話・スラッシュコマンド・ワンショット実行まで全部こなせます。 📌 タイトルと機能のURL タイトル: CLI URL: 📝 概要 Hermes CLIはターミナル対話インターフェースです。会話ストリーム・固定の入力欄・現在のモデルやトークン使用量を示すステータスバーで構成され、スラッシュコマンドで挙動を細かく調整しながら作業できます。対話モードのほか、単発質問やセッション再開にも対応します。 🔧 機能の説明 ・起動モードは、対話（`hermes` または `hermes chat`）、単発質問（`hermes chat -q "..."`）、再開（`hermes --continue` / `hermes --resume `）があります。 ・ステータスバーはモデル名・トークン使用量（例 12.4K/200K）・色分けされたコンテキスト残量・推定コスト・圧縮回数・バックグラウンドタスク数・経過時間を表示します。 ・スラッシュコマンドが豊富です。`/model`（モデル切替）、`/personality`（人格切替: helpful, concise, technical, teacher など）、`/voice on|off|tts`、`/reasoning high`、`/background `、`/sessions`、`/usage`、`/tools`、`/status` などがあります。 ・長い会話はコンテキスト上限に近づくと自動要約（圧縮）され、既定で先頭3ターンと直近20ターンを保持して中間を要約します。 🛠 実践的な使い方 ・起動フラグで挙動を変えられます。`--model` / `--provider` でモデル指定、`-s`（`--skills`）でスキルのプリロード、`-w` で隔離されたgit worktree、`--tui` でモダンUI、`--yolo` でツール承認の自動許可です。 ・複数行入力は `Alt+Enter` / `Ctrl+J`、外部エディタ起動は `Ctrl+G`、エージェント中断は `Ctrl+C`（2秒以内に2回で強制終了）です。 ・`~/.hermes/config.yaml` の `quick_commands` にLLMを介さず実行するシェルコマンドを定義し、`/status` のように呼び出せます。 ・`busy_input_mode` を steer にすると、作業中の入力を `/steer` で現在の実行に注入できます。 🎯 ユースケース ・リポジトリ直下で「テストが落ちてる原因を調べて直して」と依頼し、進行を見ながら `/model` や `/reasoning` で調整する。 ・`/background` で並列の隔離セッションを立て、別タスクを同時進行させる。 ・`hermes chat -q "..."` を使い、スクリプトやパイプラインからワンショットで呼び出す。 ⚠️ 注意点 ・`Shift+Enter` の改行は端末依存で、標準のWindows TerminalやmacOS ・`/background` セッションはメインの会話履歴から完全に独立しており、前景の文脈を一切共有しません。 ・CLIは可読性のため最終応答からMarkdownの囲みや装飾を取り除きます（コードブロックやリストは保持）。音声モードは対応端末が必要です。 #HermesAgent# #DevTools#

# ADKの便利で実践的な使い方 📄 エージェントの定義をコードではなくYAMLファイルで行えたら、プロンプトの変更やモデルの切り替えが再デプロイなしでできますよね。ADKのAgent Configなら、宣言的なエージェント定義と環境ごとの設定切り替えが実現できます！ 📌 タイトル：Agent Config — YAML宣言によるコードレスエージェント定義 🔗 URL： 🧩 概要 Agent Configは、ADKワークフローをコードなしでYAMLファイルとして定義できる機能です。`name`、`model`、`description`、`instruction`といった基本プロパティに加え、`tools`でのツール定義や`sub_agents`でのサブエージェント参照もYAMLで記述できます。`adk create --type=config`でプロジェクトを生成し、`adk web`、`adk run`、`adk api_server`で実行可能です。Pythonからは`config_agent_utils.from_config()`でプログラマティックに読み込むこともできます。 🛠 使い方 基本的なAgent Config YAMLの構成です。 ```yaml # root_agent.yaml name: assistant_agent model: gemini-flash-latest description: ユーザーの質問に答えるヘルパーエージェント instruction: | あなたはユーザーの様々な質問に答えるエージェントです。 丁寧で正確な回答を心がけてください。 tools: - google_search sub_agents: - config_path: specialist_agent.yaml ``` プロジェクトの作成と実行は以下のコマンドで行います。 ```bash # プロジェクト作成 adk create --type=config my_agent # 実行方法 adk web # Webインターフェース adk run # ターミナル実行 adk api_server # APIサーバーモード ``` Pythonから読み込む場合は以下のとおりです。 `google.adk.agents.config_agent_utils` の `from_config()` メソッドにYAMLファイルのパス（例: `"my_agent/root_agent.yaml"`）を渡して、エージェントオブジェクトをプログラマティックに読み込みます。 🏗 実践的な使い方 **環境別の設定切り替え**: dev/staging/prodごとに異なるYAMLファイルを用意し、環境変数でどのファイルを読み込むかを制御します。 ```yaml # config/dev/root_agent.yaml name: assistant_agent model: gemini-flash-latest instruction: | [DEV] デバッグ情報を含めて回答してください。 # config/prod/root_agent.yaml name: assistant_agent model: gemini-2.5-pro instruction: | ユーザーの質問に正確かつ簡潔に回答してください。 ``` `os.getenv("ENVIRONMENT", "dev")` で環境名を取得し、`config_agent_utils.from_config(f"config/{env}/root_agent.yaml")` で環境に対応するYAMLファイルを動的に読み込みます。 **プロンプトバージョニング**: YAMLファイルをGitで管理し、プロンプトの変更履歴を追跡します。コードの変更なしにインストラクションを更新でき、ロールバックも容易です。 **A/Bテスト**: 異なるインストラクションやモデルを持つ複数のYAMLファイルを用意し、ランタイムで切り替えてパフォーマンスを比較します。 `get_ab_variant(user_id)` でユーザーごとのA/Bバリアント（`"a"` または `"b"`）を取得し、`config_agent_utils.from_config(f"config/variant_{variant}.yaml")` で対応するYAMLファイルを読み込むことで、ランタイムでのA/Bテストを実現します。 💡 ユースケース 🔄 コード変更なしのプロンプト・モデル切り替え（再デプロイ不要） 🌍 dev/staging/prod環境ごとの設定管理 📊 インストラクションのA/Bテスト 📝 プロンプト変更履歴のGit管理とロールバック 🧩 非エンジニアによるエージェント設定の更新 ⚠️ 注意点 - 現在はGeminiモデルのみサポートされています。他のモデルプロバイダーは今後のサポートを待つ必要があります。 - カスタムコードを含むツールの利用はPythonとJavaに限定されています。 - `LangGraphAgent`や`A2aAgent`はAgent Configではまだサポートされていません。 - `.env`ファイルでAPIキーやプロジェクト設定を管理しますが、シークレットのコミットには注意してください。 ✨ Agent Configは、エージェントの定義をコードから設定ファイルに分離することで、非エンジニアでも安全にプロンプトやモデルを変更でき、環境ごとの切り替えやA/Bテストを容易にします。運用フェーズでの柔軟性を高めたい場面でぜひ活用してください！ #ADK# #AIAgent#

🦢 コード補完で終わらない、ローカル実行の汎用AIエージェント。Rust製でデスクトップ・CLI・APIから使え、GitHubスター48.9kのGooseがLinux Foundation傘下になりました。 タイトル: aaif-goose/goose URL: 📦 概要 Gooseは、任意のLLMでインストール・実行・編集・テストまで行う汎用AIエージェントです。Rustで書かれ、macOS/Linux/Windowsでローカルに動作し、デスクトップGUI・CLI・組み込みAPIの3つの入り口を持ちます。 ❓ 解決する課題 従来のコーディングアシスタントは「コードの提案」に閉じがちでした。Gooseはこれを越え、調査・執筆・自動化・データ分析・日常の生産性まで、エージェントが実際に環境を操作して幅広いタスクをこなします。 🛠 機能の説明 ・15以上のLLMプロバイダ（Anthropic、OpenAI、Google、Ollama、OpenRouter、Azure、Bedrockなど）に対応します ・API キーに加え、既存サブスクリプション（ACP経由）でも認証できます ・オープン標準のMCP（Model Context Protocol）で70以上の外部ツールと接続します ・コードベースの64.4%がRustで、UIはTypeScript中心です 🎯 ユースケース IDEやコード提案に縛られず、ターミナル・デスクトップ・API埋め込みのどこからでもエージェントを呼べます。自動化やデータ分析など、日常ワークフローへAIエージェントを組み込みたい場面に向きます。 📊 実績 ・GitHubスター48.9k、フォーク5.2kという強い採用 ・もともとblock組織のプロジェクトでしたが、Linux FoundationのAgentic AI Foundation（AAIF）へ移管されました ベンダー中立なオープンエージェント基盤としての位置づけが強まっています。 #AIエージェント# #OpenSource#

# Antigravityの機能と実践的な使い方 🚀 「ログイン画面に2要素認証を追加して」と頼むだけ。Antigravityのエージェントは計画から実装、動作確認まで自律的にやり切ります。 📌 タイトルと機能のURL タイトル: Agents URL: 📝 概要 Agentsは、複数ステップのワークフローを自律実行する自律エージェントです。エディタ・ターミナル・ブラウザを横断して計画とタスク実行を行い、コードを書き、アプリを起動し、コンポーネントをテストするまでを、絶え間ない人間の介入なしに進めます。開発者は個々のキーストロークではなく、タスク単位で指示を出せます。 🔧 機能の説明 エージェントの自律性は次のように働きます。 ・計画：依頼を受けると範囲を分析し、関連ファイルを調べて方針を立てます。 ・実装：複数ファイルにまたがってコードを編集・追加します。 ・環境準備：必要な依存をインストールし、アプリを起動します。 ・検証：ブラウザでコンポーネントを動かし、期待どおりかを確認します。 ・透明性：作業はArtifacts（タスクリストや実装計画など）として可視化されます。 🛠 実践的な使い方 ・「ログイン画面に2要素認証を追加」のように、実装詳細ではなく「何が欲しいか」を明確に伝えます。 ・プロジェクトに作業対象のフォルダ（フロント／バックなど）を含め、エージェントの作業範囲を定義します。 ・自律度はモードや権限で調整できます。重要な変更は計画を承認してから着手させます。 ・進行中もArtifactを見て軌道修正の指示を出せます。 🎯 ユースケース ・既存のログイン画面に2要素認証を追加（計画→複数ファイル実装→依存導入→ブラウザ確認まで一貫実行）。 ・新規コンポーネントの実装とローカル起動・動作テスト。 ・小さな機能追加を1タスクとしてまとめて委譲する。 ・不慣れな技術領域で、エージェントの方針を見ながら進める。 ⚠️ 注意点 ・最も自律的なモードでは、承認を挟まずエディタ・ターミナル・ブラウザを横断して実行します。重要システムでは注意が必要です。 ・依頼は曖昧さを避け、具体的に。範囲が広いほど方針確認のステップを残しましょう。 ・ブラウザ検証にはChromeが必要です。 #Antigravity# #Agents#

📐 AIに図を描かせると、なぜかいつもボックス文字だらけの読みにくい出力になる問題、これで解決できそうです。 タイトル: nicobailon/visual-explainer URL: 🧩 概要 visual-explainerは、ターミナル出力をアスキーアートではなく、ちゃんとしたHTMLとしてブラウザに描画するエージェントスキルです。テーマ・フォント選択にも対応した、実用的な見た目に仕上げてくれます。 ⚙️ 解決する課題 AIに図解や比較表を頼むと、複雑になった途端に崩れて読めなくなるボックス描画のテキスト出力になりがちでした。これを本物のHTMLに置き換えることで解消します。 🛠 方法論と提案手法 図はMermaid、アーキテクチャ概観はCSS Grid、データはHTMLテーブル、ダッシュボードはChart.jsと、内容に応じて最適な技術に自動で振り分けてレンダリングします。LLMを介さないQuickモードやスライド生成、PPTXエクスポートにも対応。 🎯 ユースケース ・「認証フローの図を描いて」のような自然言語での図生成 ・/diff-reviewによるコード差分の視覚的レビュー ・/plan-reviewによる実装計画とコードベースの整合性チェック 📊 実績 GitHubで9.8kスター・648フォークを獲得。Claude Code、Cursor、Codex CLI、VS Code Copilotなど幅広いハーネスに対応しています。 #AIエージェント# #開発ツール#