Oz: Multiagent

デジタルエンフォーサー＆マルチプラットフォームエージェントオーケストレーションネットワーク

[メールインターフェース: oz@franzdomingo.dev] • [プライベートリポジトリ]

---

概要

• 役割: 開発者、デプロイヤー、およびコアシステムアーキテクト
• スタック: Node.js v22.22.2, OpenClaw v2026.6.5, DeepSeek V4 Flash, SQLite (Claude-Mem v13.4.0), Google Cloud VPS (Ubuntu 22.04 LTS), Telegram, Discord, WhatsApp, iCloud SMTP/IMAP
• 主な成果: FTS5永続メモリ、21のカスタムスキル、および24の有効なcronオーケストレーションジョブを備えた完全に自動化されたマルチエージェントワークスペース
• 要約: 専用のGoogle Cloud VPS上で動作する自律型マルチエージェントネットワークを設計しデプロイしました。このシステムは、複数のチャットゲートウェイ（Telegram、Discord、WhatsApp、電子メール）を介した通信を、セッション間の永続メモリを備えたObsidianベースの単一の認知コアにルーティングする、統合されたデジタルエグゼキューターとして機能します。さらに、Ozは私のHermes Agentプロジェクトと直接通信して、分散ワークフローを調整するように構成されています。

---

課題

• 課題:
  • マルチチャネルの断片化: 複数の通信チャネルにまたがる異なる情報ストリームの管理。
  • 高速な自律実行: バックアップ、メール送信、システムアップデート、およびボルトの監査の継続的かつスケジュールされた実行の必要性。
  • セッションアムネシア（記憶喪失）: 従来LLMエージェントは永続的なメモリを欠いているため、数日または数週間にわたるマルチターンの継続性が低下する。
  • Obsidianボルトの複雑さ: 230以上のファイルからなるObsidianボルトの構造的一貫性、スキーマ形式、およびノートルーティングの維持。
  • セキュリティ脆弱性: パブリックメッセージングゲートウェイからの高い脅威プロファイルに対して、厳格なプロンプトインジェクション防御とアクセス制御が必要。
• 対象読者: 個人の生産性ワークスペース、ナレッジベースアシスタント、および自動化システムオペレーター。
• 制約:
  • 検索エンジンAPIの制限: 検索APIキーの使用が許可されていないため、カスタムのマルチ検索エンジンスクレイピング抽象化レイヤーへのフォールバックを余儀なくされる。
  • VPSの制限: スワップなしの4-vCPU / 15GB RAM Google Cloud VPSにデプロイされているため、慎重なメモリ管理が必要。
  • 認証ブロック: 未認証のクライアント環境のため、すべてのGitHub操作はSSHキー認証に制限される。
  • データストレージ: 分散された外部データベースではなく、ローカルのフラットファイル（Markdown、JSON、SQLite）に制限。

---

アプローチと決定事項

• アプローチ: Ozがプライマリーオーケストレーターとして機能し、タスクの複雑さに応じて、動的に着信タスクを役割ベースの特化型サブエージェントにルーティングする、中央集中型ディスパッチャーパターン。
• 主な決定事項:
  • Claude-Memの統合: SQLite + FTS5データベースを実装し、セッション間のコンテキストを実行中のアクティブなエージェントに自動的に挿入。
  • Obsidianファーストのストレージ: 視覚化、移植性、および手動のグラフ分析の容易さから、フラットなMarkdownファイルを選択。
  • 複数モデルのフォールバックチェーン: コスト効率の高いメインエンジンとしてDeepSeek V4 Flashを設定し、稼働率を維持するためにGoogle GeminiおよびGrokモデルへのフォールバックルートを用意。
• トレードオフ:
  • ポーリング vs ウェブフック: cronベースの電子メールチェックとキープアライブ（OpenClawゲートウェイで無料かつ設定不要）を採用したが、これにより電子メールチェックに最大8時間のレイテンシが生じる。
  • フラットファイルナレッジベース: MarkdownとSQLiteはインフラ管理の負担を軽減するものの、本格的なベクトルデータベースと比較して、リアルタイムの複数ノードにまたがるクエリ集計が制限される。

---

主な成果と影響

• 成果: 毎日の自動コミット、電子メール処理、バックグラウンド自動化、およびノートアーカイブを処理する自律型エグゼキューターの実行に成功。
• 比較: 手動で更新されるジャーナル、複雑なマルチアプリスクレイピング、および断片化されたチャットを、単一の永続的でインテリジェントなワークスペースアシスタントに置き換え。
• 影響: 主モデルの障害発生時でも継続的なサービスを保証するフォールバック機能を備えた、堅牢な自動化運用を実現。

主な指標

---

技術的な深掘り

• 注目すべき詳細:
  • imap-smtp-email: iCloud SMTPを必須 of CCチェーンルーティング（oz@franzdomingo.dev → CCリスト）と統合し、Node.jsヘルパースクリプト経由で実行。
  • multi-search-engine: 有効なAPIキーを必要とせずに、16の検索エンジン（グローバルおよびローカル）をアグリゲート。
  • self-improving-agent: 経験を直接 .learnings/ ディレクトリに保存して、将来の実行パラメータを形成することにより、学習の永続性をサポート。
  • prompt-injection-guard: リアルタイムのメッセージ分類、パスワードハッシュ検証、およびなりすまし検出。
• 検証: 独立型 および セッションバインド型 のエージェントターン、自動Gitコミット、および定期的なTelegramログブロードキャストを通じて監視。
• 最適化: コストを意識したルーティングを実装し、単純なタスクは低コストモデルに送信し、プレミアム推論モデルは複数ステップの推論タスク用に予約。

---

振り返り

• 改善点: スケジュールされたポーリングのみに依存する代わりに、一部のポーリングアクションをウェブフック統合に移行して、入力（メールの更新など）のレイテンシを低くすることを検討。
• 成功体験: 中央集中型ディスパッチャーパターンは非常に信頼性が高く、特殊なワークフロー（文章作成、情報検索、コーディング）を専用のクリーンなサブエージェント環境に隔離することに成功。
• 教訓: フラットファイル構造は、中規模（〜200ノート以上）では極めて移植性が高く効率的ですが、ボルトが1,000ノート以上に近づくにつれて、インデックス作成と検索には構造化されたデータベースキャッシュへの移行が必要。

---

私の貢献

• システムアーキテクチャとデプロイ: Google Cloud上でNode.js/OpenClawランタイムを構成してデプロイし、SSHアクセス構成、VPSプロセス管理、およびカスタムのsystemdバインディングを処理。
• スキルエンジニアリング: 21のスキルからなるワークスペースライブラリをゼロから開発し、iCloudメールリレー、キーレス検索スクレイパー、PDFユーティリティ、メモリ注入データベースを実装。
• セキュリティと整合性の設計: 公開された公開エンドポイント（Telegramボット、Discordギルド）全体のアクセスセキュリティを維持するPrompt Injection Guardサブシステムを構築。
• 自動化パイプラインの設計: 毎日のバックアップ、コード同期、およびヘルスハートビートを実行する24ジョブのcronランナースケジューラーをセットアップ。

プロジェクトアーキテクチャ

システムは中央集中型ディスパッチャーパターンを使用して、3つの主要な運用レイヤーを介して入力をルーティングし実行します。

Ozメインディスパッチャー — 単一の決定ポイント。着信するペイロードの複雑さ（単純=0ディスパッチ、複雑=1-2、ウルトラ=5+）を評価し、適切なスペシャリストに委任。深度制限を維持：ユーザーのチェックインなしに5回を超える連続したツール呼び出しを行わない。

ボルトトライアド — 3つの専門エージェントがObsidianボルトのライフサイクルを所有：

• Librarian (図書管理者) — ボルトインデックス、検索、および取得パイプラインを所有。Ozが直接grepすることはなく、Librarianがパスを確認した後にOzが出力を処理。独自の毎日のアーカイブcronを実行。
• Writer (執筆者) — 散文、レポート、およびドキュメントファイルのフォーマットに特化。Hemingway、Orwell、Strunk & White、Kingの手法を学習。文法、レジスター選択、および「show-not-tell（語るな、示せ）」の実行を所有。ボルトに書き込まれるすべてのコンテンツを生成。
• Keeper (管理者) — メタデータテンプレート、フロントマターの準拠、および古いアーカイブを処理。3日ごとにメンテナンスcronを実行。ノートとディレクトリにわたって高度にスケーラブルなボルト構造を強制。

Claude-Memエンジン — ローカルホストのSQLite（FTS5、systemd管理）に直接接続し、検索エンベディングを取得してセッション間の履歴をLLMプロンプトに挿入。高負荷を避けるためにコンテキストリクエストを60秒間キャッシュ。サーキットブレーカー：3回連続失敗 = 30秒のクールダウン。除外されたエージェント（coder, math-solver, front-end-developer, multimedia-specialist) は、curlエンドポイントを介して手動でクエリを実行する必要がある。手動ブラウジング用にプライベートWeb UIが利用可能。このメカニズムにより、総トークン使用量が大幅に削減される。

ワーカーサブエージェントプール（14の命名されたスペシャリスト + Oz） — ネットワーク全体のすべてのエージェントは、Claude Code、Gemini CLI、およびAntigravityへのアクセス権を持ち、それぞれ独自のスキルを備えている：

• Researcher (研究者) → ボルト優先パイプライン: Librarian → Gemini CLI → web_search → web_fetch
• Coder (プログラマー) → 複数ファイルコーディング、デバッグ、すべての複雑なスクリプト
• Messenger (メッセンジャー) → すべての外部通信（必須のCCチェーンを備えた電子メール、Discord、Telegram）
• Math-solver (数学解決者) → 例外なくすべての数学の問題（厳格なエッジケースチェック）
• Front-end-developer (フロントエンド開発者) → DeepSeekを搭載したClaude Code + 21st.dev MCPを介したReact/UI
• Multimedia-specialist (マルチメディア専門家) → PDF/Word/Excel/PPT/ヒューマナイズ (nano-pdf + python-docx + openpyxl)
• Prompt-engineer / Prompt-injection-guard → プロンプトアーキテクチャ + セキュリティスキャン
• PM / Infra-engineer / QA-engineer / Data-engineer / SRE-watchdog / Tech-writer → 組織規模の役割

チャネルゲートウェイ — 4つの有効なチャネル（Telegram：3グループ、Discord：1メンション制限ギルド、WhatsApp：オープンDM、WebChat）、2つの無効なチャネル（Signal、SMS）。電子メールはゲートウェイではなく、外部スキル（iCloud SMTP）として機能。

リソース範囲: 4 vCPUs、15GB RAM、49GBディスク（63%使用）、Node v22.22.2、GCP上のUbuntu 22.04 LTS。24のcronジョブスケジュール。

---

ホスティングおよび運用に関する注意:
OzはGoogle Cloud Platform上でアクティブにホストされており、開発者用のMacBook Air上でローカルに実行されています。基盤となるコードベースとリポジトリは非公開のままです。