コンテンツにスキップ

アーキテクチャ

Components

  • scripts/contextdb-shell.zsh: CLI ラッパー
  • scripts/contextdb-shell-bridge.mjs: wrap / passthrough 判定ブリッジ
  • scripts/ctx-agent.mjs: 実行ランナー
  • mcp-server/src/contextdb/*: ContextDB 実装

Runtime Flow

ユーザーコマンド -> zsh wrapper -> contextdb-shell-bridge.mjs -> ctx-agent.mjs -> contextdb CLI -> ネイティブ CLI

Storage Model

各ラップされたワークスペースは独立したローカルストレージを持ちます（git ルートがある場合はそれを使用、なければカレントディレクトリ）：

memory/context-db/
  manifest.json
  index/sessions.jsonl
  sessions/<session_id>/
  exports/<session_id>-context.md

Isolation Controls

CTXDB_WRAP_MODE でラッパースコープを設定：

  • all：全ワークスペースで有効化（非 git ディレクトリを含む）
  • repo-only：ROOTPATH ワークスペースのみ
  • opt-in：マーカー（.contextdb-enable）が存在するワークスペースのみ
  • off：ラップ無効

opt-in はプロジェクト単位の厳格制御が必要な場合に推奨されます。

Harness Layer (AIOS)

AIOS は ContextDB の上にオペレータ向け harness を提供します:

  • aios orchestrate は blueprints からローカル dispatch DAG を生成
  • dry-run は local-dry-run を使用 (トークン消費なし)
  • live は subagent-runtime を使用し、外部 CLI (codex) でフェーズを実行 (現状 codex-cli のみ)
  • AIOS_SUBAGENT_CLIENT=codex-cli の場合、AIOS は codex exec の構造化出力 (--output-schema, --output-last-message, stdin) を優先して JSON handoff を安定化します (旧版はフォールバック)。

live はデフォルトで無効です。以下が必要です:

  • AIOS_EXECUTE_LIVE=1
  • AIOS_SUBAGENT_CLIENT=codex-cli

Browser MCP (browser-use CDP)

2026-04-10 より、デフォルトのブラウザ MCP ランタイムは browser-use MCP over CDP です:

  • ランチャー：scripts/run-browser-use-mcp.sh
  • マイグレーション：aios internal browser mcp-migrate
  • ツール：chrome.launch_cdp、browser.connect_cdp、page.*、diagnostics.sannysoft
  • プロファイル設定：config/browser-profiles.json
  • スクリーンショットタイムアウトガード：BROWSER_USE_SCREENSHOT_TIMEOUT_MS（デフォルト：15 秒）

レガシー Playwright MCP (mcp-server/) は互換性のために残されていますが、デフォルトではありません。

RL Training Layer (AIOS)

AIOS にはマルチ環境の強化学習システムが含まれており、シェル、ブラウザ、オーケストレータータスク間で共有生徒ポリシーを継続的に改善します。

Shared Control Plane (scripts/lib/rl-core/)

campaign-controller.mjs   # epoch オーケストレーション（収集 + 監視）
checkpoint-registry.mjs  # active / pre_update_ref / last_stable の系列追跡
comparison-engine.mjs     # better / same / worse / comparison_failed
control-state-store.mjs  # 再起動安全な制御スナップショット
epoch-ledger.mjs         # epoch 状態 + 劣化 streak
replay-pool.mjs          # 4レーンルーティング（positive/neutral/negative/diagnostic）
reward-engine.mjs        # 環境 reward + teacher 成形融合
teacher-gateway.mjs      # Codex/Claude/Gemini/opencode からの正規化出力
schema.mjs               # 共有コントラクト検証
trainer.mjs              # PPO エントリーポイント（online + offline）

Environment Adapters

Adapter Path Training Focus
Shell RL scripts/lib/rl-shell-v1/ 合成バグ修正タスク → 実リポジトリ
Browser RL scripts/lib/rl-browser-v1/ 管理された実際のウェブフロー
Orchestrator RL scripts/lib/rl-orchestrator-v1/ 高価値制御意思決定
Mixed RL scripts/lib/rl-mixed-v1/ 跨環境連合トレーニング

Key RL Concepts

  • Episode contract: 全環境で統一の構造化出力（taskId, trajectory, outcome, reward, comparison）
  • 3ポインター checkpoint 系列：active → pre_update_ref → last_stable、劣化時に自動ロールバック
  • 4レーン replay pool：positive / neutral / negative / diagnostic_only — 比較結果による確定的ルーティング
  • Teacher gateway：Codex CLI、Claude Code、Gemini CLI、OpenCode からの正規化信号

Running RL

# Shell RL パイプライン
node scripts/rl-shell-v1.mjs benchmark-generate --count 20
node scripts/rl-shell-v1.mjs train --epochs 5
node scripts/rl-shell-v1.mjs eval

# 混合環境 campaign
node scripts/rl-mixed-v1.mjs mixed --mixed
node scripts/rl-mixed-v1.mjs mixed-eval

RL Status

  • RL Core：安定（40+ テスト）
  • Shell RL V1：安定（Phase 1–3）
  • Browser RL V1：beta
  • Orchestrator RL V1：beta
  • Mixed RL：実験的（エンドツーエンド検証済み）