マルチエージェントアーキテクチャ設計：3マシン構成の実践

なぜ3マシン構成なのか

「AIエージェントチーム」を設計するとき、最初に直面するのが「どこで何を動かすか」という問題です。全部同じマシンで動かすのがシンプルですが、実際に運用してみると責務の分離が重要だとわかりました。

現在の構成は以下の通りです：

• Mac Studio（192.168.68.120）: 制御端末。Claude Code がここで動作し、SSH で VM を遠隔操作
• STG VM（192.168.68.72）: Ubuntu 24.04。9体のエージェントが常駐し、RAGパイプラインを担う
• DEV VM（192.168.68.210）: Ubuntu 24.04。Strapi CMS・開発環境

オーケストレーター / ワーカーパターン

最も基本的なパターンは「指揮者（オーケストレーター）」と「実行者（ワーカー）」の分離です。

• Aira（オーケストレーター）: タスクを受け取り、分解し、適切なワーカーに委譲する
• KIKI（モニター）: システム全体の健全性を監視する
• Haru（Reranker）: 検索結果の品質評価に特化する

// オーケストレーターの基本構造（概念コード）
const orchestrator = new Agent({
  model: "claude-opus-4-6",
  systemPrompt: "タスクを受け取り、専門エージェントに委譲せよ",
  tools: [delegateToWorker, monitorProgress, collectResults],
});

// ワーカーへの委譲
async function delegateToWorker(workerName, task) {
  const workerUrl = AGENT_URLS[workerName];
  const res = await fetch(`${workerUrl}/api/task`, {
    method: 'POST',
    body: JSON.stringify({ taskId: uuid(), type: task.type, payload: task.payload })
  });
  return res.json();
}

エージェントの独立性設計

各エージェントは独立したLinuxユーザーアカウントと、独立した20GB VDIを持っています。これは「隣のエージェントのファイルを見ない」というルールを物理的に強制するためです。

/mnt/agent-aira/    ← 20GB ext4（Aira 専用）
/mnt/agent-kiki/    ← 20GB ext4（KIKI 専用）
/mnt/agent-riku/    ← 20GB ext4（Riku 専用）
# 各マウントポイントに code/ data/ logs/ workspace/ が存在

RAGパイプラインとしてのデータフロー

ユーザーのクエリは以下の順序で処理されます：

1. Aira がクエリを受け取り、Sen に振り分け判断を依頼
2. Sen がクエリの意図を解析し、「ベクトル検索が必要」と判断
3. Sora がベクトルDBに対して類似検索を実行
4. Haru が検索結果を再ランキングして品質を向上
5. Tomo が回答候補の幻覚チェック（出典確認）を実行
6. Niko が最終回答を生成（ストリーミング）

監視：KIKIのヘルスチェック

// kiki/health-check.js（抜粋）
const AGENTS = [
  { name: 'aira', port: 9101 },
  { name: 'riku', port: 9103 },
  // ... 9体分
];

async function checkAllAgents() {
  const results = await Promise.allSettled(
    AGENTS.map(async (agent) => {
      const res = await fetch(
        `http://localhost:${agent.port}/api/health`,
        { signal: AbortSignal.timeout(3000) }
      );
      return { ...agent, status: 'running', health: await res.json() };
    })
  );
  return results.map(r =>
    r.status === 'fulfilled' ? r.value : { name: r.reason.agent, status: 'down' }
  );
}

3週間の運用で学んだこと

• エージェントの専門化は段階的に進める。最初は全員がAiraのコピーでも構わない
• ログの肥大化は想定より深刻。AIエージェントはオペレーション数が多いため、ログローテーションは必須
• 障害の局所化：VDIを分離しておくと、1エージェントが止まっても他は動き続ける
• Dashboard（:8080） を作ることで、全体状態の把握コストが大幅に下がる