clade 7049a874f3 feat: initial public release (MAESTRO v0.1.0)

Open-source release of MAESTRO, an agent orchestration platform that runs
LLM-driven tasks through sandboxed tools, with a web UI. Apache-2.0.
See README.md and docs/ (getting-started, configuration, architecture).

2026-06-03 04:01:14 +00:00

2.5 KiB

Raw Blame History

SpawnSubTask

タスクを並列サブタスクに分解して実行する。各サブタスクは独立した worker（ジョブ）で動き、完了後に親タスクが結果を集約する。

基本

SpawnSubTask({
  title: "ローカル LLM 比較調査",
  instruction: "Ollama, vLLM, llama.cpp の最新性能ベンチマークを比較する。各ツールについて: 1) 直近6ヶ月の主要ベンチマーク, 2) ハードウェア要件, 3) 対応モデル一覧 を output/report.md にまとめる。",
  piece: "research"   // 任意。指定しないと自動分類
})

呼び出すと subtasks/{index}/ にサブタスクのワークスペースが作られ、結果はそこに集約される。

いつ使うか

並列分解が効果的なケース

2 つ以上の 独立したテーマ（互いに参照しない）
各テーマが軽くなく、調査・処理に時間がかかる
分解後の各タスクが単独でも意味を持つ成果物になる

例:

「3 つの製品比較レポート」→ 製品ごとに 3 サブタスク
「複数 PDF の OCR 処理」→ ファイルごとに分解
「複数 SNS の情報収集」→ プラットフォーム別に分解

分解しないほうがよいケース

単一テーマで論理的に連続する処理（A→B→C のように依存）
サブタスクが極端に小さい（オーバーヘッドの方が大きい）
全体像を見ながら判断する必要がある作業（対話的タスク等）

instruction の書き方

完結した依頼文で書く（親タスクの文脈を持たないので、サブタスクは instruction だけで判断する）
期待する成果物（出力ファイル名・場所）を明示
必要な前提情報があれば文中に展開

❌ 「これと同じ調査を別キーワードでやって」 ✅ 「キーワード『A』『B』『C』について、各々のメリット・デメリットを比較する独立した調査を行い、output/A-vs-B.md にまとめる」

piece の指定

省略時: 親と同じ classifier ロジックで自動選択
明示する場合: research, general, office-process 等の piece 名を指定

結果の参照

サブタスク完了後、親タスクは:

subtasks/{index}/output/ 以下にサブタスクの成果物がある
Read で参照して集約レポートを作成する

制限

ネスト深さは subtasks.maxDepth（デフォルト 2）まで
サブタスクが waiting_human 等で停止すると親もブロックされる

2.5 KiB Raw Blame History Unescape Escape