非同期クラウド実行型自律コーディングエージェント「Open SWE」：LangGraphとDeep Agentsで実現するAGENTS.md標準化と自己検証PRワークフロー

TL;DR

• 対象読者と課題解決: 既存の同期的Copilot型ツールの制約（コンテキスト不足、作業の中断、手動介入の常態化）に直面しているAIエンジニアおよびDevOpsエンジニア。GitHub Issueの起票をトリガーとした完全非同期なプルリクエスト自動生成を実現する。
• 動作環境要件: Python 3.11以上、LangGraph、隔離実行環境（Daytona、Modal、またはローカルDocker環境）。モデルはOpenAI API (GPT-4o) または Anthropic API (Claude 3.5 Sonnet) を推奨。
• 定量的効果: コード実装、テスト実行、自己検証を自律的にループさせることで、定型的なバグフィックスやリファクタリングにおけるエンジニアの拘束時間を大幅に短縮し、手作業によるコンテキスト収集ステップを最小化する。

背景と技術的課題

既存のコーディングアシスタント（GitHub Copilot等）は、IDE上で開発者のキーストロークに同期してインライン補完を提供する。この同期的アプローチは小規模なコード補完には有効だが、「エージェントが複雑なコンテキストを読み解き、テストを記述・実行し、エラーログを解析して修正する」といった数分から数十分を要するタスクにおいては、開発者の作業コンテキストを中断させる制約があった。

一方、Stripe、Coinbase、Rampなどの先進企業は、GitHub Issueの起票やSlack通知をトリガーとし、クラウド上で長時間非同期に自律稼働するエージェントアーキテクチャを社内基盤として構築してきた。しかし、これらのアーキテクチャは各社の社内インフラに強く依存しており、外部から再利用可能なオープンソースの標準基盤が存在しなかった。

この課題に対し、LangChainが公開した「Open SWE」は、LangGraphとDeep Agentsを基盤として、クラウド非同期型の自律コーディングエージェントを標準化するOSSフレームワークである。プロンプトエンジニアリングのベストプラクティスを「AGENTS.md」として仕様化し、隔離されたクラウドサンドボックスでのコード実行と検証ループを単一パイプラインとして統合している。

コアアーキテクチャ・仕組みの解説

Open SWEはオーケストレーション層とツール実行環境を物理的・論理的に分離する「Agent Harness」パターンを採用している。エージェントの推論ループをモジュール化し、柔軟にカスタマイズ可能な設計となっている。システムは主に以下のコンポーネントで構成される。

• AGENTS.mdロードオーダー機構: リポジトリルートに配置されたAGENTS.mdを読み込み、プロジェクト固有のコーディング規約、アーキテクチャ定義、テスト実行要件を動的にシステムプロンプトへ注入する。
• 多層エージェント協調（LangGraph / Deep Agents）: ManagerがIssueを解析し、Plannerが実装計画を立案する。Programmerがコードを記述し、Reviewerが静的解析とテスト結果を評価する。このループ制御はLangGraphのステートマシン（StateGraph）として定義される。
• 隔離クラウドサンドボックス: DaytonaやModal等のクラウドコンテナ環境、あるいはローカルのDockerコンテナを利用し、リモートLinux環境上でセキュアにシェルコマンド、テスト、Linterを実行する。

+-------------------+       +-----------------------+
| Trigger Source    |       | Repository Root       |
| (GitHub Issue)    |------>| AGENTS.md (Context)   |
+-------------------+       +-----------------------+
          |                             |
          v                             v
+---------------------------------------------------+
| Open SWE Orchestration (LangGraph / Deep Agents)  |
|                                                   |
|  +---------+   +---------+   +------------+       |
|  | Planner |--->| Program |--->| Reviewer   |       |
|  | (Plan)  |<---| (Code)  |<---| (Validate) |       |
|  +---------+   +---------+   +------------+       |
+---------------------------------------------------+
          |                             ^
          v                             |
+---------------------------------------------------+
| Isolated Cloud Sandbox (Daytona / Modal / Docker) |
| - Shell Execution  - Linter / Formatter           |
| - Test Runner      - Git Operations               |
+---------------------------------------------------+
          |
          v
+-------------------+
| Target Repository |
| (Pull Request)    |
+-------------------+

実践ハンズオン：動く実装コードとパイプライン

Open SWEをローカルのDocker環境で実行し、指定したリポジトリに対してIssueベースの改修を自律的に行わせる最小構成のパイプラインを示す。事前にPython 3.11以上の環境とDockerデーモンの起動が必要である。

まず、対象リポジトリのルートにAGENTS.mdを配置する。

# AGENTS.md
## Coding Standards
- PythonコードはPEP8に準拠し、Ruffでフォーマットすること。
- 型ヒント（Type Hints）を必ず記述すること。

## Testing
- Pytestを使用し、カバレッジを維持すること。
- `pytest tests/` を実行して全テストがパスすることを確認すること。

次に、Open SWEのパイプラインを構築・実行するPythonスクリプトを記述する。

import os
from langchain_openai import ChatOpenAI
from open_swe.harness import AgentHarness
from open_swe.sandbox import DockerSandbox
from open_swe.graph import create_swe_graph

# 1. LLMの設定
llm = ChatOpenAI(model="gpt-4o", temperature=0.0)

# 2. 隔離実行環境（サンドボックス）の設定
sandbox = DockerSandbox(
    image="python:3.11-slim",
    workspace_dir="/workspace",
    bind_mounts={os.getcwd(): "/workspace"}
)

# 3. エージェントハーネスの初期化
harness = AgentHarness(
    llm=llm,
    sandbox=sandbox,
    context_files=["AGENTS.md"]  # リポジトリルートの規約をロード
)

# 4. LangGraphによるワークフロー定義の生成
swe_graph = create_swe_graph(harness)

# 5. 実行
task_description = "Issue #42: src/utils.pyのデータパース処理におけるエッジケースのバグを修正し、テストを追加する。"

result = swe_graph.invoke({
    "task": task_description,
    "max_iterations": 5
})

print(f"Agent Execution Finished. Final State: {result['status']}")

エラーハンドリングとして、max_iterationsの設定は必須である。エージェントがテスト修正の反復試行ループに陥る事態を防ぐため、所定回数で実行を制御するフォールバック機構を担保する必要がある。

ベンチマークと実務でのトレードオフ

非同期自律エージェントの導入には、コストとレイテンシの観点で明確なトレードオフが存在する。

アンチパターンとして、単一ファイルの1行修正のような軽微な変更をOpen SWEに委譲することは、サンドボックスの起動オーバーヘッドおよびAPI消費コストの観点から推奨されない。

導入チェックリストと今後の検証ステップ

• 対象リポジトリのルートに、プロジェクト固有のアーキテクチャ規約とテスト実行コマンドを記述したAGENTS.mdを配置する。
• Dockerデーモンが起動していること、またはDaytona/ModalのAPIキーが環境変数に設定されていることを確認する。
• OpenAI APIまたはAnthropic APIのキーを取得し、プロジェクトの利用限度額上限（ハードリミット）を設定する。
• 安全な（破壊されても問題ない）サンドボックス用リポジトリを用意し、Open SWEの検証スクリプトを実行する。
• LangGraphのステートグラフ呼び出し時に、必ずループ上限（max_iterations）を設定し、無限ループによる課金過多を防ぐ。

参考文献・参照リソース

• LangChain / Open SWE GitHub Repository: https://github.com/langchain-ai/open-swe
• LangGraph Documentation: https://langchain-ai.github.io/langgraph/
• SWE-bench Benchmark: https://www.swebench.com/