reactive-agents
Reactive Agentsフレームワークについて理解し、ビルダーAPIの構造を把握して、タスクに適したケーパビリティスキルを選択できます。
description の原文を見る
Orient to the Reactive Agents framework, understand the builder API shape, and select the right capability skills for your task.
SKILL.md 本文
Reactive Agents — フレームワーク概要
エージェントの目的
このスキルを読み込むと、以下のことが分かります:(1) フレームワークが何をするか、(2) 標準的なビルダーチェーンパターン、(3) 手元のタスクに対してどの機能スキルを読み込むべきか。
フレームワーク概要
Reactive Agents は、TypeScript で自律型 AI エージェントを構築するための Effect-TS 層状ランタイムです。エージェントは流暢な ReactiveAgentBuilder で構成されます。各 .withX() 呼び出しでオプションの機能レイヤーを配線します。このランタイムは、推論、メモリ、ツール、MCP、ガードレール、アイデンティティ、オブザーバビリティ、オーケストレーション、コスト、検証、評価、A2A ネットワーキング、ウェブフレームワーク統合(React、Vue、Svelte)をカバーする 25 個のパッケージを備えています。
6 つの LLM プロバイダーがサポートされています:anthropic、openai、gemini、ollama、litellm、および test。
標準的なビルダーパターン
import { ReactiveAgents } from "@reactive-agents/runtime";
const agent = await ReactiveAgents.create()
.withName("my-agent")
.withProvider("anthropic") // required
.withModel("claude-sonnet-4-6") // optional — uses provider default if omitted
.withReasoning({ defaultStrategy: "adaptive", maxIterations: 10 })
.withTools() // enables all built-in tools
.withMemory({ tier: "enhanced", dbPath: "./agent.db" })
.withObservability({ verbosity: "normal", live: true })
.build(); // always await — returns Promise<ReactiveAgent>
const result = await agent.run("Your task here");
console.log(result.output);
console.log(result.metadata.stepsCount, result.metadata.strategyUsed);
スキルのルーティング — 構築内容で選択
| 構築内容 | 読み込むスキル |
|---|---|
| 任意のエージェント(ここから始める) | builder-api-reference |
| タスクエージェント(リサーチ、分析、コーディング) | reasoning-strategy-selection、tool-creation |
| シェルコマンドを実行するエージェント | shell-execution-sandbox |
| 永続的なメモリを持つエージェント | memory-patterns、context-and-continuity |
| MCP ツールを使用するエージェント | mcp-tool-integration |
| 常時稼働・スケジュール実行エージェント | gateway-persistent-agents |
| マルチエージェントワークフロー | multi-agent-orchestration |
| ウェブアプリに組み込まれたエージェント | ui-integration、interaction-autonomy |
| 本番環境・マルチテナントエージェント | identity-and-guardrails、cost-budget-enforcement |
| 出力品質保証付きエージェント | reasoning-strategy-selection、quality-assurance |
| エージェント間ネットワーキング | a2a-agent-networking |
| カスタムプロバイダー動作またはローカルモデル | provider-patterns |
レシピスキル — 完全なリファレンス実装
レシピスキルを読み込んで、完全に動作する例を入手します:
| レシピ | 構築内容 |
|---|---|
recipe-research-agent | メモリ + 検証機能付きリサーチ・分析エージェント |
recipe-code-assistant | コード生成 + サンドボックス化されたシェル実行 |
recipe-persistent-monitor | ゲートウェイ + クーロン経由の常時監視 |
recipe-orchestrated-workflow | マルチエージェントパイプライン、リード・ワーカーパターン |
recipe-saas-agent | アイデンティティ + コスト制御付きマルチテナントエージェント |
recipe-embedded-app-agent | React/Vue/Svelte のストリーミング UI 付きエージェント |
ビルダーファクトリメソッド
ReactiveAgents.create() // blank builder
ReactiveAgents.fromConfig(config) // from AgentConfig object
ReactiveAgents.fromJSON(json) // from JSON string
ReactiveAgents.runOnce("task", builder) // build + run + dispose in one call
builder.buildEffect() // returns Effect<ReactiveAgent> for Effect runtimes
よくある落とし穴
.build()は非同期です。常にawaitしてください。忘れると、サイレントに「agent is undefined」エラーが発生します.withProvider()は必須です。デフォルトプロバイダーはありません- 引数なしの
.withTools()は 5 つの標準ツール(web-search、http-get、file-read、file-write、code-execute)を有効にします。シェル実行は.withTerminalTools()経由のみオプトインです。allowedToolsで標準ツールを制限することができます - ストラテジー名は
"plan-execute-reflect"です。"plan-execute"ではありません(StrategyNotFoundErrorがスロー されます) - メモリティアは
"standard"と"enhanced"です。"1"と"2"ではありません(これらは廃止予定です) "groq"と"openrouter"は有効なプロバイダー名ではありません。プロキシ・ルータープロバイダーには"litellm"を使用してください
ライセンス: MIT(寛容ライセンスのため全文を引用しています) · 原本リポジトリ
詳細情報
- 作者
- tylerjrbuell
- ライセンス
- MIT
- 最終更新
- 2026/5/12
Source: https://github.com/tylerjrbuell/reactive-agents-ts / ライセンス: MIT
関連スキル
agent-browser
AI エージェント向けのブラウザ自動化 CLI です。ウェブサイトとの対話が必要な場合に使用します。ページ遷移、フォーム入力、ボタンクリック、スクリーンショット取得、データ抽出、ウェブアプリのテスト、ブラウザ操作の自動化など、あらゆるブラウザタスクに対応できます。「ウェブサイトを開く」「フォームに記入する」「ボタンをクリックする」「スクリーンショットを取得する」「ページからデータを抽出する」「このウェブアプリをテストする」「サイトにログインする」「ブラウザ操作を自動化する」といった要求や、プログラマティックなウェブ操作が必要なタスクで起動します。
anyskill
AnySkill — あなたのプライベート・スキルクラウド。GitHubを基盤としたリポジトリからエージェントスキルを管理、同期、動的にロードできます。自然言語でクラウドスキルを検索し、オンデマンドでプロンプトを自動ロード、カスタムスキルのアップロードと共有、スキルバンドルの一括インストールが可能です。OpenClaw、Antigravity、Claude Code、Cursorに対応しています。
engram
AIエージェント向けの永続的なメモリシステムです。バグ修正、意思決定、発見、設定変更の後はmem_saveを使用してください。ユーザーが「覚えている」「記憶している」と言及した場合、または以前のセッションと重複する作業を開始する際はmem_searchを使用します。セッション終了前にmem_session_summaryを使用して、コンテキストを保持してください。
skyvern
AI駆動のブラウザ自動化により、任意のウェブサイトを自動化できます。フォーム入力、データ抽出、ファイルダウンロード、ログイン、複数ステップのワークフロー実行など、ユーザーがウェブサイトと連携する必要があるときに使用します。Skyvernは、LLMとコンピュータビジョンを活用して、未知のサイトも自動操作可能です。Python SDK、TypeScript SDK、REST API、MCPサーバー、またはCLIを通じて統合できます。
pinchbench
PinchBenchベンチマークを実行して、OpenClawエージェントの実世界タスクにおけるパフォーマンスを評価できます。モデルの機能テスト、モデル間の比較、ベンチマーク結果のリーダーボード提出、またはOpenClawのセットアップがカレンダー、メール、リサーチ、コーディング、複数ステップのワークフローにどの程度対応しているかを確認する際に使用します。
openui
OpenUIとOpenUI Langを使用してジェネレーティブUIアプリを構築できます。これらはLLM生成インターフェースのためのトークン効率的なオープン標準です。OpenUI、@openuidev、ジェネレーティブUI、LLMからのストリーミングUI、AI向けコンポーネントライブラリ、またはjson-render/A2UIの置き換えについて述べる際に使用します。スキャフォルディング、defineComponent、システムプロンプト、Renderer、およびOpenUI Lang出力のデバッグに対応しています。