推論ループガイド¶

他の言語¶

目次¶

概要¶

推論ループはSymbiontにおける自律エージェントのコア実行エンジンです。構造化されたサイクルを通じて、LLM、ポリシーゲート、外部ツール間のマルチターン対話を駆動します：

Observe — 前回のツール実行結果を収集
Reason — LLMが提案アクション（ツール呼び出しまたはテキスト応答）を生成
Gate — ポリシーエンジンが各提案アクションを評価
Act — 承認されたアクションがツールエクゼキューターにディスパッチ

ループは、LLMが最終テキスト応答を生成するか、イテレーション/トークン制限に達するか、タイムアウトするまで継続します。

設計原則¶

コンパイル時の安全性：無効なフェーズ遷移はRustの型システムによりコンパイル時に検出
オプトイン複雑性：ループはプロバイダーとポリシーゲートだけで動作し、ナレッジブリッジ、Cedarポリシー、ヒューマン・イン・ザ・ループはすべてオプション
後方互換性：新機能（ナレッジブリッジなど）の追加で既存コードが壊れることはない
可観測性：すべてのフェーズがジャーナルイベントとトレーシングスパンを発行

クイックスタート¶

最小限の例¶

use std::sync::Arc;
use symbi_runtime::reasoning::circuit_breaker::CircuitBreakerRegistry;
use symbi_runtime::reasoning::context_manager::DefaultContextManager;
use symbi_runtime::reasoning::conversation::{Conversation, ConversationMessage};
use symbi_runtime::reasoning::executor::DefaultActionExecutor;
use symbi_runtime::reasoning::loop_types::{BufferedJournal, LoopConfig};
use symbi_runtime::reasoning::policy_bridge::DefaultPolicyGate;
use symbi_runtime::reasoning::reasoning_loop::ReasoningLoopRunner;
use symbi_runtime::types::AgentId;

// Set up the runner with default components
let runner = ReasoningLoopRunner {
    provider: Arc::new(my_inference_provider),
    policy_gate: Arc::new(DefaultPolicyGate::permissive()),
    executor: Arc::new(DefaultActionExecutor::default()),
    context_manager: Arc::new(DefaultContextManager::default()),
    circuit_breakers: Arc::new(CircuitBreakerRegistry::default()),
    journal: Arc::new(BufferedJournal::new(1000)),
    knowledge_bridge: None,
};

// Build a conversation
let mut conv = Conversation::with_system("You are a helpful assistant.");
conv.push(ConversationMessage::user("What is 6 * 7?"));

// Run the loop
let result = runner.run(AgentId::new(), conv, LoopConfig::default()).await;

println!("Output: {}", result.output);
println!("Iterations: {}", result.iterations);
println!("Tokens used: {}", result.total_usage.total_tokens);

ツール定義付き¶

use symbi_runtime::reasoning::inference::ToolDefinition;

let config = LoopConfig {
    max_iterations: 10,
    tool_definitions: vec![
        ToolDefinition {
            name: "web_search".into(),
            description: "Search the web for information".into(),
            parameters: serde_json::json!({
                "type": "object",
                "properties": {
                    "query": { "type": "string" }
                },
                "required": ["query"]
            }),
        },
    ],
    ..Default::default()
};

let result = runner.run(agent_id, conv, config).await;

フェーズシステム¶

型状態パターン¶

ループはRustの型システムを使用して、コンパイル時に有効なフェーズ遷移を強制します。各フェーズはゼロサイズ型マーカーです：

pub struct Reasoning;      // LLM produces proposed actions
pub struct PolicyCheck;    // Each action evaluated by the gate
pub struct ToolDispatching; // Approved actions executed
pub struct Observing;      // Results collected for next iteration

AgentLoop<Phase> 構造体はループの状態を保持し、現在のフェーズに適切なメソッドのみを呼び出せます。例えば、AgentLoop<Reasoning> は produce_output() のみを公開し、これはselfを消費して AgentLoop<PolicyCheck> を返します。

つまり、以下のミスはランタイムバグではなくコンパイルエラーになります： - ポリシーチェックのスキップ - 推論なしでのツールディスパッチ - ディスパッチなしでの結果観測

フェーズフロー¶

graph TD
    R["AgentLoop<Reasoning>\nproduce_output()"]
    P["AgentLoop<PolicyCheck>\ncheck_policy()"]
    T["AgentLoop<ToolDispatching>\ndispatch_tools()"]
    O["AgentLoop<Observing>\nobserve_results()"]
    LR["LoopResult"]

    R --> P
    P --> T
    T --> O
    O -->|Continue| R
    O -->|Complete| LR

推論プロバイダー¶

InferenceProvider トレイトはLLMバックエンドを抽象化します：

#[async_trait]
pub trait InferenceProvider: Send + Sync {
    async fn complete(
        &self,
        conversation: &Conversation,
        options: &InferenceOptions,
    ) -> Result<InferenceResponse, InferenceError>;

    fn provider_name(&self) -> &str;
    fn default_model(&self) -> &str;
    fn supports_native_tools(&self) -> bool;
    fn supports_structured_output(&self) -> bool;
}

クラウドプロバイダー（OpenRouter）¶

CloudInferenceProvider はOpenRouter（または任意のOpenAI互換エンドポイント）に接続します：

export OPENROUTER_API_KEY="sk-or-..."
export OPENROUTER_MODEL="google/gemini-2.0-flash-001"  # optional

use symbi_runtime::reasoning::providers::cloud::CloudInferenceProvider;

let provider = CloudInferenceProvider::from_env()
    .expect("OPENROUTER_API_KEY must be set");

ポリシーゲート¶

すべての提案アクションは実行前にポリシーゲートを通過します：

#[async_trait]
pub trait ReasoningPolicyGate: Send + Sync {
    async fn evaluate_action(
        &self,
        agent_id: &AgentId,
        action: &ProposedAction,
        state: &LoopState,
    ) -> LoopDecision;
}

pub enum LoopDecision {
    Allow,
    Deny { reason: String },
    Modify { modified_action: Box<ProposedAction>, reason: String },
}

組み込みゲート¶

DefaultPolicyGate::permissive() — すべてのアクションを許可（開発/テスト用）
DefaultPolicyGate::new() — デフォルトポリシールール
OpaPolicyGateBridge — OPAベースのポリシーエンジンへのブリッジ
CedarGate — Cedarポリシー言語の統合

ポリシー拒否フィードバック¶

アクションが拒否された場合、拒否理由がポリシーフィードバック観測としてLLMにフィードバックされ、次のイテレーションでアプローチを調整できるようになります。

アクション実行¶

ActionExecutorトレイト¶

#[async_trait]
pub trait ActionExecutor: Send + Sync {
    async fn execute_actions(
        &self,
        actions: &[ProposedAction],
        config: &LoopConfig,
        circuit_breakers: &CircuitBreakerRegistry,
    ) -> Vec<Observation>;
}

組み込みエクゼキューター¶

エクゼキューター	説明
`DefaultActionExecutor`	ツールごとのタイムアウト付き並列ディスパッチ
`EnforcedActionExecutor`	`ToolInvocationEnforcer` -> MCPパイプラインを通じて委任
`KnowledgeAwareExecutor`	ナレッジツールをインターセプトし、残りは内部エクゼキューターに委任

サーキットブレーカー¶

各ツールには失敗を追跡する関連サーキットブレーカーがあります：

Closed（正常）：ツール呼び出しは通常通り処理
Open（トリップ）：連続失敗が多すぎるため、呼び出しは即座に拒否
Half-open（プロービング）：復旧テストのために限定的な呼び出しを許可

let circuit_breakers = CircuitBreakerRegistry::new(CircuitBreakerConfig {
    failure_threshold: 3,
    recovery_timeout: Duration::from_secs(60),
    half_open_max_calls: 1,
});

ナレッジ-推論ブリッジ¶

KnowledgeBridge はエージェントのナレッジストア（階層メモリ、ナレッジベース、ベクトル検索）を推論ループに接続します。

セットアップ¶

use symbi_runtime::reasoning::knowledge_bridge::{KnowledgeBridge, KnowledgeConfig};

let bridge = Arc::new(KnowledgeBridge::new(
    context_manager.clone(),  // Arc<dyn context::ContextManager>
    KnowledgeConfig {
        max_context_items: 5,
        relevance_threshold: 0.3,
        auto_persist: true,
    },
));

let runner = ReasoningLoopRunner {
    // ... other fields ...
    knowledge_bridge: Some(bridge),
};

動作原理¶

各推論ステップの前に： 1. 最近のユーザー/ツールメッセージから検索語を抽出 2. query_context() と search_knowledge() が関連アイテムを取得 3. 結果がフォーマットされてシステムメッセージとして注入（前回の注入を置換）

ツールディスパッチ中： KnowledgeAwareExecutor は2つの特別なツールをインターセプトします：

recall_knowledge — ナレッジベースを検索してフォーマットされた結果を返す
```
{ "query": "capital of France", "limit": 5 }
```
store_knowledge — 新しいファクトを主語-述語-目的語のトリプルとして保存
```
{ "subject": "Earth", "predicate": "has", "object": "one moon", "confidence": 0.95 }
```

その他のすべてのツール呼び出しは、変更なしで内部エクゼキューターに委任されます。

ループ完了後： auto_persist が有効な場合、ブリッジはアシスタント応答を抽出し、将来の対話のためにワーキングメモリとして保存します。

後方互換性¶

knowledge_bridge: None を設定すると、ランナーは以前と同一に動作します — コンテキスト注入なし、ナレッジツールなし、永続化なし。

対話管理¶

Conversation型¶

Conversation はOpenAIおよびAnthropic APIフォーマットへのシリアライズを備えたメッセージの順序付きシーケンスを管理します：

let mut conv = Conversation::with_system("You are a helpful assistant.");
conv.push(ConversationMessage::user("Hello"));
conv.push(ConversationMessage::assistant("Hi there!"));

// Serialize for API calls
let openai_msgs = conv.to_openai_messages();
let (system, anthropic_msgs) = conv.to_anthropic_messages();

トークンバジェット強制¶

ループ内の ContextManager（ナレッジの ContextManager とは別）は、対話のトークンバジェットを管理します：

スライディングウィンドウ：最も古いメッセージから削除
観測マスキング：冗長なツール結果を非表示
アンカードサマリー：システムメッセージ + 直近N件のメッセージを保持

永続ジャーナル¶

すべてのフェーズ遷移は、設定された JournalWriter に JournalEntry を発行します：

pub struct JournalEntry {
    pub sequence: u64,
    pub timestamp: DateTime<Utc>,
    pub agent_id: AgentId,
    pub iteration: u32,
    pub event: LoopEvent,
}

pub enum LoopEvent {
    Started { agent_id, config },
    ReasoningComplete { iteration, actions, usage },
    PolicyEvaluated { iteration, action_count, denied_count },
    ToolsDispatched { iteration, tool_count, duration },
    ObservationsCollected { iteration, observation_count },
    Terminated { reason, iterations, total_usage, duration },
    RecoveryTriggered { iteration, tool_name, strategy, error },
}

デフォルトの BufferedJournal はエントリをメモリに保存します。本番環境のデプロイでは、永続ストレージ用に JournalWriter を実装できます。

設定¶

LoopConfig¶

pub struct LoopConfig {
    pub max_iterations: u32,        // Default: 25
    pub max_total_tokens: u32,      // Default: 100,000
    pub timeout: Duration,          // Default: 5 minutes
    pub default_recovery: RecoveryStrategy,
    pub tool_timeout: Duration,     // Default: 30 seconds
    pub max_concurrent_tools: usize, // Default: 5
    pub context_token_budget: usize, // Default: 32,000
    pub tool_definitions: Vec<ToolDefinition>,
}

リカバリー戦略¶

ツール実行が失敗した場合、ループは異なるリカバリー戦略を適用できます：

戦略	説明
`Retry`	指数バックオフでリトライ
`Fallback`	代替ツールを試行
`CachedResult`	十分に新しい場合、キャッシュされた結果を使用
`LlmRecovery`	LLMに代替アプローチを見つけさせる
`Escalate`	人間のオペレーターキューにルーティング
`DeadLetter`	断念して失敗をログに記録

テスト¶

ユニットテスト（APIキー不要）¶

cargo test -j2 -p symbi-runtime --lib -- reasoning::knowledge

モックプロバイダーによる統合テスト¶

cargo test -j2 -p symbi-runtime --test knowledge_reasoning_tests

実際のLLMによるライブテスト¶

OPENROUTER_API_KEY="sk-or-..." OPENROUTER_MODEL="google/gemini-2.0-flash-001" \
  cargo test -j2 -p symbi-runtime --features http-input --test reasoning_live_tests -- --nocapture

実装フェーズ¶

推論ループは5つのフェーズで構築され、各フェーズが機能を追加しました：

フェーズ	焦点	主要コンポーネント
1	コアループ	`conversation`、`inference`、`phases`、`reasoning_loop`
2	レジリエンス	`circuit_breaker`、`executor`、`context_manager`、`policy_bridge`
3	DSL統合	`human_critic`、`pipeline_config`、REPLビルトイン
4	マルチエージェント	`agent_registry`、`critic_audit`、`saga`
5	可観測性	`cedar_gate`、`journal`、`metrics`、`scheduler`、`tracing_spans`
Bridge	ナレッジ	`knowledge_bridge`、`knowledge_executor`
orga-adaptive	高度な機能	`tool_profile`、`progress_tracker`、`pre_hydrate`、拡張 `knowledge_bridge`

高度なプリミティブ（orga-adaptive）¶

orga-adaptive フィーチャーゲートは4つの高度な機能を追加します。詳細は完全ガイドを参照してください。

プリミティブ	目的
Tool Profile	LLMに見えるツールのグロブベースフィルタリング
Progress Tracker	スタックループ検出付きステップごとのリトライ制限
Pre-Hydration	タスク入力参照からの決定的コンテキストプリフェッチ
Scoped Conventions	`recall_knowledge` によるディレクトリ対応コンベンション取得

let config = LoopConfig {
    tool_profile: Some(ToolProfile::include_only(&["search_*", "file_*"])),
    pre_hydration: Some(PreHydrationConfig::default()),
    ..Default::default()
};

次のステップ¶

ランタイムアーキテクチャ — 完全なシステムアーキテクチャ概要
セキュリティモデル — ポリシー強制と監査証跡
DSLガイド — エージェント定義言語
APIリファレンス — 完全なAPIドキュメント