3.7 KiB
Getting Started
MAESTRO を起動して最初のタスクを動かすまでのガイド。設定項目の詳細は configuration.md、全体構造は architecture.md を参照。
1. 前提
- Node.js 22 以上
- OpenAI 互換の LLM エンドポイント — 例: Ollama(
http://localhost:11434/v1)、vLLM など。MAESTRO 自体のビルド/テストには不要だが、タスク実行には必要。 - 任意(Bash サンドボックス用):
bwrap(bubblewrap, 非特権 user namespace が有効なこと)とpython3/pip。マルチユーザー運用では有効化を推奨(operations/bash-sandbox-provisioning.md)。
2. インストール(ソースから)
git clone https://gitea.example.com/your-org/maestro.git
cd maestro
npm ci # バックエンド依存
npm --prefix ui ci # UI 依存
cp config.yaml.example config.yaml
3. 最小設定
config.yaml で LLM 接続先とワーカーを設定する。最低限、使用するモデルとエンドポイントを指定すればよい(既定は Ollama http://localhost:11434/v1)。各項目の意味は configuration.md を参照。
主要な環境変数で上書きも可能:
export OLLAMA_BASE_URL=http://localhost:11434/v1
export OLLAMA_MODEL=qwen2.5:14b
4. ビルドと起動
scripts/build-all.sh # バックエンド(dist/) と UI(ui/dist/) をビルド
scripts/server.sh start # ビルド + 起動(PID 管理付き)
ブラウザで http://localhost:9876 を開く。
サーバー管理:
scripts/server.sh status # 状態確認
scripts/server.sh logs # ログを tail -f
scripts/server.sh restart
scripts/server.sh stop
scripts/build-all.shは最後に Bash サンドボックス用 Python パッケージ (runtime/python-requirements.txt)を自動でプリベイクする。スキップするには--skip-python。システム Python への書き込みに権限が要る環境ではsudo bash scripts/prebake-python.shを別途実行する。
5. Docker で起動
cp .env.example .env # OLLAMA_BASE_URL 等を設定
docker compose up -d
# http://localhost:9876
DB とワークスペースは named volume(maestro-data / maestro-workspaces)に永続化される。config.yaml をホストからマウントする場合は docker-compose.yml のコメントを参照。
6. 最初のタスク
- UI を開き、新規タスクを作成(タイトル + 依頼内容を入力)。
- LLM がタスクを分類し、適切な Piece(ワークフロー)へ自動ルーティングする。
- 進捗タブで Movement の進行とツール呼び出しを確認、成果物は Output/Files タブでプレビューできる。
7. 認証を有効にする(任意)
既定では認証なしで動作する。Google / Gitea の OAuth を使う場合は config.yaml の
auth セクションを設定する(クライアント ID/シークレット/コールバック URL)。詳細は
configuration.md の auth セクション を参照。
8. Bash サンドボックスを有効にする(任意・マルチユーザー推奨)
エージェントの Bash 実行をタスク単位で隔離する。本番では:
- ホストに Python パッケージをプリベイク:
sudo bash scripts/prebake-python.sh config.yamlでsafety.bash_sandbox: always- サーバー再起動
手順とトラブルシュートは operations/bash-sandbox-provisioning.md を参照。