AgentLoop
AgentLoopは、ローカルファーストのエージェントワークフローであり、各サイクルで新しいCodexワーカーを実行し、独立した批評家の基準を適用し、プロジェクトファイルを完全な可視性と制御を備えた永続メモリとして使用することで、範囲を限定した目標を出荷可能なコードに変えます。
https://agentloop.tools/?ref=producthunt&utm_source=aipure
製品情報
更新日:2026年07月24日
AgentLoopとは
AgentLoopは、AIを用いた反復的なコーディングの「リレー作業」を自動化するための開発者ファーストのシステムです。一度計画を立てたら、基準が満たされるまで実装、レビュー、修正の間で繰り返し引き継ぎを行います。OpenAI Build Weekプロジェクトとして構築され、ローカルツール（MITライセンス）としてリリースされたAgentLoopは、コードが存在する場所で実行され、機能、移行、リファクタリング、堅牢化パスなどの実際のソフトウェアタスク向けに設計されています。AgentLoopは、長く漂流するチャットコンテキストに依存するのではなく、目標と受け入れ基準を安定させ（例：goal.mdおよびGUIDELINES.md）、監査可能なサイクルログを生成するため、何が起こったかを正確に確認し、必要に応じて停止または誘導することができます。
AgentLoopの主な機能
AgentLoopは、ローカルファーストで開発者向けのワークフローツールです。計画と実行の間の「人間の仲介」を排除し、ユーザー定義の評価基準が満たされるまでワーカーと批評家のサイクルを繰り返します。あなたは限定された目標と「完了の定義」（例：GUIDELINES.md）を定義し、AgentLoopは各サイクルで新しいCodexベースのワーカーを派遣して、実際のレポジトリに直接変更を実装し、チェック/テストを実行します。そして、独立した批評家が結果をレビューし、具体的な修正を次のイテレーションにフィードバックします。AgentLoopは、可観測性（ライブダッシュボード、トランスクリプト、評価、リプレイ）、信頼性（各サイクルでの新鮮なコンテキスト+メモリとしてのファイル）、および制御（サイクル予算、キャンセル、評価基準に基づく停止条件）を重視しており、MCPを介して計画をローカル実行から分離し、エンジンをプラグイン可能な状態に保つことを目指しています。
サイクルごとに新しいワーカー: 各イテレーションはクリーンで新しいコンテキストで実行され、複合的なプロンプトドリフトを軽減します。同時に、プロジェクトのファイルを永続的な真実の源として進捗します。
評価基準に基づく評価を行う独立した批評家: 独立した批評家が、あなたの基準（GUIDELINES.mdのようなファイルに保存）に対してワーカーの出力をレビューし、具体的な修正を返します。批評家がPASS/出荷レベルの評価を出力するまでループは続きます。
実際のレポジトリでのローカルファースト実行: コードが存在する場所で実行されるため（Node.js 18+、Git、認証済みCodex CLIが必要）、変更、テスト、証拠は実際のプロジェクト環境で直接生成されます。ホストされたワークスペースは不要です。
観測可能でリプレイ可能なエージェントサイクル: 各サイクルのトランスクリプト、ツール結果、コスト、ファイルハンドオフを検査するためのダッシュボードとログを提供し、何が起こったのか、なぜ起こったのかを理解するためのリプレイツールも提供します。
限定された目標、予算、停止条件: 明確な目標と受け入れ基準を設定し、サイクル予算でイテレーションを制限し、実行をキャンセルできます。これにより、自律性を制約し、本番環境に適した状態を保ちます。
MCP境界とエンジンプラグイン可能な方向性: MCPを使用して計画をローカル実行から分離し、時間の経過とともにエンジンを交換/追加するためのクリーンな境界を維持します（現在はCodexファーストですが、ロードマップとしてより広範なサポートが示唆されています）。
AgentLoopのユースケース
ソフトウェアチームにおける自律的な機能提供: AgentLoopに限定された目標を与えることで、エンドツーエンドの機能（UI + API + テスト + ドキュメント）を出荷します。ワーカーが実装し、批評家が品質を強制し、評価基準がPASSと判断するまでループが繰り返されます。
回帰強化を伴うバグ修正: 「グリーンテスト」だけでは不十分な欠陥をトリアージして修正します。批評家は微妙な問題を検出し、回帰カバレッジを要求し、検証されるまで反復的な改善を推進できます。
セキュリティと品質の強化パス: 批評家主導のレビューにより、特定の強化目標（例：入力処理、エッジケース、堅牢性）を実行し、変更が明示的な基準を満たしていることを確認し、発見された脆弱性に対するテストを追加します。
コードベースの移行とリファクタリング: 通常は手作業での監視が必要な多段階のリファクタリングや移行（ファイルの編集、テストの実行、失敗に基づく調整）を、ループに繰り返しサイクルと証拠収集を処理させることで実行します。
ソロビルダーとスタートアップのための開発者生産性: 計画ツールとコーディングエージェント間の大量のカスタムオーケストレーションと手動のやり取りを、繰り返し可能なワーカー/批評家ループと明確な可観測性で置き換えます。
メリット
評価基準主導の信頼性：独立した批評家と明示的なGUIDELINES.mdスタイルの基準は、「完了」がテストの合格のみに基づかないようにするのに役立ちます。
ローカルファーストで透明性：実際のレポジトリで強力な可観測性（ダッシュボード、トランスクリプト、リプレイ）を備えて実行されるため、変更を信頼し、監査しやすくなります。
新鮮なコンテキストサイクルによるドリフトの軽減：各サイクルでワーカーを再起動することで、一貫性が向上し、長時間の実行における複合的な間違いを減らすことができます。
デメリット
セットアップと依存関係の制約：Node.js 18+、Git、および認証済みCodex CLIが必要です。その環境が機能しているかどうかに有用性が依存します。
イテレーションのコストと時間：ループベースの自律性は、特に複雑なタスクにおいて、シングルパスワークフローよりも多くのサイクル（したがってトークン/計算）を消費する可能性があります。
決定論的なワークフローには不向き：固定された予測可能なシーケンスは、エージェントループのオーバーヘッドなしで単純なパイプラインの方が適している場合があります。
AgentLoopの使い方
1) 範囲を限定した目標と受け入れ基準を定義する: AgentLoopに達成させたいこと（機能、移行、堅牢化パス、磨き上げ）を正確に書き出し、その範囲を限定します。また、合格のための基準（PASSのために何が真でなければならないか）として「完了の定義」を定義します。AgentLoopのサイトでは、一度計画を立て（例：ChatGPTで）、AgentLoopに明確な目標と基準を与えることを推奨しています。
2) GUIDELINES.mdに基準を記述する: プロジェクト内（またはAgentLoopの作業ディレクトリ内、実行方法による）にGUIDELINES.mdというファイルを作成または更新します。このファイルは永続的な基準として扱われます。各サイクルで読み込まれ、批評家がPASS/FAILを決定するために使用されます（例：「すべてのテストがパスすること」、「すべての欠陥に対して回帰カバレッジを追加すること」、「ドキュメントが結果と一致すること」）。
3) ローカル環境を準備する: Node.js 18以上、Git、および認証済みのCodex CLIが利用可能であることを確認します（AgentLoopのローカルファーストの指示ではこれらが明示的に必要です）。
4) AgentLoopをクローンする: 実行: git clone --branch v1.1.0 --depth 1 https://github.com/aiedwardyi/AgentLoop.git
5) AgentLoopディレクトリに入る: 実行: cd AgentLoop
6) コードが存在する場所でローカルデーモンを開始する: デーモンプロセスを実行します（公式の指示に示されているとおり）：node src\daemon.js。これにより、AgentLoopがローカルで起動し、実際のプロジェクト環境内のファイルを操作できるようになります。
7) AgentLoopに作業要求（目標）を提供する: AgentLoopに具体的な目標ステートメントを与えます（サイトの例：「UI、API、回帰スイート全体にCSVエクスポートを追加する。」）。批評家が完了を評価できるように、GUIDELINES.mdの基準と一致させ、範囲を限定します。
8) サイクル/反復予算を設定する（推奨）: ループが無限に実行されないように、小さなサイクル予算を設定します（サイトには「cycle budget: 3」の例が示されています）。これは、一般的なエージェントループのベストプラクティスを反映しています。コストと実行時間を制御するために、反復/ターンまたは予算に上限を設けます。
9) AgentLoopにワーカー→批評家サイクルを実行させる: AgentLoopは繰り返し次のことを行います。(a) 新しいワーカープロセスに目標を送信し、(b) ワーカーにローカルファイルを編集させ、プロジェクトのコマンド/テストを実行させ、(c) 独立した批評家にGUIDELINES.mdに対して結果をレビューさせ、(d) 失敗した場合は批評家のフィードバックを次のサイクルに供給します。
10) ファイルをサイクル間の永続メモリとして使用する: AgentLoopの設計は、「各サイクルで新鮮なコンテキスト」を強調しつつ、「ファイルが作業を進める」ことを重視しています。ワーカーが証拠をリポジトリ（コード変更、テスト、ドキュメント、ログ）に書き込むようにしてください。これにより、長いチャット履歴に依存することなく、次のサイクルがそれに基づいて構築できます。
11) 進捗状況と可観測性出力を監視する: サイトで説明されているダッシュボード/リプレイ機能を通じて、サイクルごとの判定（PASS/FAIL）、トランスクリプト、コスト/領収書を追跡します。これにより、無人実行中でも可視性を維持できます。
12) 必要に応じて停止またはキャンセルする: 実行が軌道から外れている場合や、早期に中止したい場合は、ダッシュボードからキャンセルします（サイトではダッシュボードからのキャンセルが明示的に言及されています）。
13) 批評家の最終判定で完了を確認する: GUIDELINES.mdに従って、批評家の最終行が「VERDICT: PASS」と報告されたときに、実行は完了と見なされます。AgentLoopのフローは明示的に基準駆動型です。あなたの基準が完了を決定します。
14) 最終変更をレビューして出荷する: PASSになったら、ローカルプロジェクトで生成されたコード/テスト/ドキュメントの変更をレビューし、サイクルログと批評家の領収書を裏付け証拠として使用して、通常の出荷ワークフロー（コミット、PR、リリース）に進みます。
AgentLoopのよくある質問
AgentLoopは、ローカルファーストのエージェントループツール（OpenAI Build Week 2026プロジェクト）で、一度だけ限定された目標と受け入れ基準を設定すると、新しいCodexワーカーと独立した批評家を使用して、ローカルプロジェクトが基準を満たすまで繰り返しサイクルを実行し、改善します。
AgentLoopに類似した最新のAIツール
Gait
Gaitは、AI支援コード生成とバージョン管理を統合するコラボレーションツールであり、チームがAI生成コードのコンテキストを効率的に追跡、理解、共有できるようにします
invoices.dev
invoices.devは、開発者のGitコミットから直接請求書を生成する自動請求プラットフォームで、GitHub、Slack、Linear、Googleサービスとの統合機能を備えています。
EasyRFP
EasyRFPは、RFP（提案依頼）の応答を効率化し、深層学習技術を通じてリアルタイムのフィールド表現型を可能にするAI駆動のエッジコンピューティングツールキットです
Cart.ai
Cart.aiは、コーディング、顧客関係管理、ビデオ編集、eコマースの設定、カスタムAI開発を含む包括的なビジネス自動化ソリューションを提供するAI駆動のサービスプラットフォームで、24時間365日のサポートがあります
AgentLoopに似た人気のAIツール
GitHub Copilot Chat
GitHub Copilot Chatは、自然言語の対話、リアルタイムのコード提案、そしてサポートされているIDEおよびGitHub.com内での文脈に応じた支援を提供するAI駆動のコーディングアシスタントです
CopilotForXcode
CopilotForXcodeは、Xcode内でAI駆動のコード提案、チャット支援、プロンプトからコードへの機能を提供するXcodeソースエディタ拡張機能です。
BrowserAI
BrowserAI is an open-source library that enables running local Large Language Models (LLMs) directly in web browsers with WebGPU acceleration, offering privacy-focused AI capabilities without requiring server infrastructure.
OpenAI Codex CLI
OpenAI Codex CLIは、ターミナルで実行される軽量なオープンソースのコーディングエージェントであり、開発者は自然言語をコード実行に変換し、コードを実行し、ファイルを操作し、バージョン管理下で反復処理できるChatGPTレベルの推論を提供します。