AIエージェントチーム：10名の専門家紹介

学習後にできること

10個の組み込みAIエージェントの責務と専門性を理解する
タスクタイプに応じて最適なエージェントを迅速に選択する
エージェント間の協働メカニズム（委任、並列、レビュー）を理解する
異なるエージェントの権限制限と使用シナリオを習得する

核心的な考え方：実在のチームのように協働する

oh-my-opencodeの核となる考え方は：AIを万能なアシスタントとして扱わず、専門チームとして扱うことです。

実際の開発チームでは、以下のような役割が必要です：

主オーケストレーター（Tech Lead）：計画、タスク割り当て、進捗管理を担当
アーキテクチャアドバイザー（Architect）：技術的決定とアーキテクチャ設計アドバイスを提供
コードレビュー担当（Reviewer）：コード品質を確認し、潜在的な問題を発見
リサーチ専門家（Researcher）：ドキュメントを検索、オープンソース実装を調査、ベストプラクティスを調査
コード探偵（Searcher）：コードを迅速に特定、参照を検索、既存の実装を理解
フロントエンドデザイナー（Frontend Designer）：UIを設計、スタイルを調整
Git専門家（Git Master）：コードをコミット、ブランチを管理、履歴を検索

oh-my-opencodeはこれらの役割を10の専門AIエージェントとして実装し、タスクタイプに応じて柔軟に組み合わせて使用できます。

10個のエージェント詳細

主オーケストレーター（2個）

Sisyphus - 主オーケストレーター

役割：主オーケストレーター、あなたの主要テックリード

能力：

深度推論（32k thinking budget）
複雑なタスクの計画と委任
コードの変更とリファクタリングの実行
開発プロセス全体の管理

推奨モデル：anthropic/claude-opus-4-5（temperature: 0.1）

使用シナリオ：

日常的な開発タスク（新機能の追加、バグの修正）
深度推論が必要な複雑な問題
マルチステップタスクの分解と実行
他のエージェントへの並列委任が必要なシナリオ

呼び出し方法：

デフォルトの主エージェント（OpenCode Agent セレクターの「Sisyphus」）
プロンプトにタスクを直接入力、特別なトリガーワードは不要

権限：完全なツール権限（write、edit、bash、delegate_task など）

Atlas - TODOマネージャー

役割：主オーケストレーター、TODOリスト管理とタスク実行追跡に特化

能力：

TODOリストの管理と追跡
システマティックな実行計画
タスク進捗のモニタリング

推奨モデル：anthropic/claude-opus-4-5（temperature: 0.1）

使用シナリオ：

/start-work コマンドを使用してプロジェクト実行を開始
計画に従って厳密にタスクを完了する必要がある場合
システマティックにタスク進捗を追跡する場合

呼び出し方法：

スラッシュコマンド /start-work を使用
Atlas Hook 経由で自動アクティベーション

権限：完全なツール権限

アドバイザーとレビュー担当（3個）

Oracle - 戦略アドバイザー

役割：読み取り専用技術アドバイザー、高知能推論の専門家

能力：

アーキテクチャ決定のアドバイス
複雑な問題の診断
コードレビュー（読み取り専用）
マルチシステムのトレードオフ分析

推奨モデル：openai/gpt-5.2（temperature: 0.1）

使用シナリオ：

複雑なアーキテクチャ設計
重要な作業完了後の自己レビュー
2回以上の修正に失敗した困難なデバッグ
慣れないコードパターンやアーキテクチャ
セキュリティ/パフォーマンス関連の問題

トリガー条件：

プロンプトに @oracle が含まれる、または delegate_task(agent="oracle") を使用
複雑なアーキテクチャ決定時に自動推奨

制限：読み取り専用権限（write、edit、task、delegate_taskは禁止）

基本原則：

ミニマリズム：最もシンプルな解決策を好む
既存リソースの活用：新しい依存関係を導入せず、現在のコードを優先して修正
開発者体験優先：可読性、保守性 > 理論上のパフォーマンス
単一の明確なパス：主なアドバイスを1つ提供し、トレードオフの差が顕著な場合のみ代替案を提示

Metis - 事前計画アナリスト

役割：計画前の要件分析とリスク評価の専門家

能力：

隠れた要件と明示されていない要件の特定
AI失敗を引き起こす曖昧さの検出
AIスロップパターン（過度なエンジニアリング、スコープクリープ）のマーキング
計画エージェント向けの指示準備

推奨モデル：anthropic/claude-sonnet-4-5（temperature: 0.3）

使用シナリオ：

Prometheus計画の前
ユーザーリクエストが曖昧またはオープンな場合
AIの過度なエンジニアリングパターンを防止する場合

呼び出し方法：Prometheusが自動呼び出し（面接モード）

制限：読み取り専用権限（write、edit、task、delegate_taskは禁止）

基本フロー：

意図分類：リファクタリング / ゼロから構築 / 中程度のタスク / 協働 / アーキテクチャ / 調査
意図固有の分析：タイプに応じた対象的なアドバイスを提供
質問生成：ユーザーに対して明確な質問を生成
指示準備：Prometheus向けの明確な「MUST」と「MUST NOT」指示を生成

Momus - 計画レビュアー

役割：厳格な計画レビューの専門家、すべての欠落と曖昧さを発見

能力：

計画の明確性、検証可能性、完全性を検証
すべてのファイル参照とコンテキストを確認
実際の実装ステップをシミュレート
重要な欠落を特定

推奨モデル：anthropic/claude-sonnet-4-5（temperature: 0.1）

使用シナリオ：

Prometheusが作業計画を作成した後
複雑なTODOリストを実行する前
計画品質を検証する場合

呼び出し方法：Prometheusが自動呼び出し

制限：読み取り専用権限（write、edit、task、delegate_taskは禁止）

4つのレビュー基準：

作業内容の明確性：各タスクは参照ソースを指定しているか？
検証と受入基準：具体的な成功検証方法はあるか？
コンテキストの完全性：十分なコンテキストが提供されているか（90%信頼度の閾値）？
全体理解：開発者はWHY、WHAT、HOWを理解しているか？

基本原則：ドキュメントレビュアーであり、設計アドバイザーではない。評価するのは「計画が実行可能なほど明確かどうか」であり、「選択した方法が正しいかどうか」ではない。

調査と探索（3個）

Librarian - マルチリポジトリ調査の専門家

役割：オープンソースコードベース理解の専門家、ドキュメントと実装例の検索に特化

能力：

GitHub CLI：リポジトリのクローン、issues/PRsの検索、履歴の確認
Context7：公式ドキュメントのクエリ
Web Search：最新情報の検索
パーマリンク付きの証拠を生成

推奨モデル：opencode/big-pickle（temperature: 0.1）

使用シナリオ：

「[ライブラリ]の使い方は？」
「[フレームワーク機能]のベストプラクティスは？」
「[外部依存]なぜこのような動作をする？」
「[ライブラリ]の使用例を検索」

トリガー条件：

外部ライブラリ/ソースに言及した際に自動トリガー
プロンプトに @librarian が含まれる

リクエストタイプ分類：

Type A（概念的）：「Xの方法は？」、「ベストプラクティス」
Type B（実装リファレンス）：「XはYをどう実装する？」、「Zのソースを表示」
Type C（コンテキストと履歴）：「なぜこのような変更が？」、「Xの歴史は？」
Type D（総合調査）：複雑/曖昧なリクエスト

制限：読み取り専用権限（write、edit、task、delegate_task、call_omo_agentは禁止）

強制要件：すべてのコード宣言はGitHubパーマリンクを含める必要がある

Explore - 高速コードベース探索の専門家

役割：コンテキストを認識したコード検索の専門家

能力：

LSPツール：定義、参照、シンボルナビゲーション
AST-Grep：構造パターン検索
Grep：テキストパターン検索
Glob：ファイル名パターンマッチング
並列実行（3つ以上のツールを同時実行）

推奨モデル：opencode/gpt-5-nano（temperature: 0.1）

使用シナリオ：

2つ以上の検索アングルが必要な広範な検索
慣れないモジュール構造
クロスレイヤーパターン発見
「Xはどこに？」、「どのファイルにYがある？」の検索

トリガー条件：

2つ以上のモジュールに関与する場合に自動トリガー
プロンプトに @explore が含まれる

強制出力フォーマット：

<analysis>
**Literal Request**: [ユーザーの文字通りのリクエスト]
**Actual Need**: [実際に必要なもの]
**Success Looks Like**: [成功はどのように見えるか]
</analysis>

<results>
<files>
- /absolute/path/to/file1.ts — [なぜこのファイルが関連するか]
- /absolute/path/to/file2.ts — [なぜこのファイルが関連するか]
</files>

<answer>
[実際のニーズに直接回答]
</answer>

<next_steps>
[次に何をすべきか]
</next_steps>
</results>

制限：読み取り専用権限（write、edit、task、delegate_task、call_omo_agentは禁止）

Multimodal Looker - メディア分析の専門家

役割：純テキストとして読み取れないメディアファイルを解釈

能力：

PDF：テキスト、構造、テーブル、特定セクションのデータを抽出
画像：レイアウト、UI要素、テキスト、グラフを記述
ダイアグラム：関係性、フロー、アーキテクチャを解釈

推奨モデル：google/gemini-3-flash（temperature: 0.1）

使用シナリオ：

PDFから構造化データを抽出する必要がある場合
画像内のUI要素やグラフを記述する場合
技術文書のダイアグラムを解析する場合

呼び出し方法：look_at ツール経由で自動トリガー

制限：読み取り専用ホワイトリスト（readツールのみ許可）

計画と実行（2個）

Prometheus - 戦略プランナー

役割：面接式のニーズ収集と作業計画生成の専門家

能力：

面接モード：ニーズが明確になるまで継続的に質問
作業計画生成：構造化されたMarkdown計画ドキュメント
並列委任：Oracle、Metis、Momusに計画を検証してもらう

推奨モデル：anthropic/claude-opus-4-5（temperature: 0.1）

使用シナリオ：

複雑なプロジェクトの詳細計画を作成
要件を明確にする必要があるプロジェクト
システマティックなワークフロー

呼び出し方法：

プロンプトに @prometheus または「Prometheusを使用」が含まれる
スラッシュコマンド /start-work を使用

ワークフロー：

面接モード：ニーズが明確になるまで継続的に質問
計画の起草：構造化されたMarkdown計画を生成
並列委任：
- delegate_task(agent="oracle", prompt="アーキテクチャ決定をレビュー") → バックグラウンド実行
- delegate_task(agent="metis", prompt="潜在的リスクを特定") → バックグラウンド実行
- delegate_task(agent="momus", prompt="計画の完全性を検証") → バックグラウンド実行
フィードバックの統合：計画を改善
計画の出力：.sisyphus/plans/{name}.md に保存

制限：計画のみ、コードの実装はしない（prometheus-md-only Hookで強制）

Sisyphus Junior - タスクエクゼキューター

役割：カテゴリ生成のサブエージェントエクゼキューター

能力：

カテゴリ設定を継承（モデル、temperature、prompt_append）
スキル（専門スキル）をロード
委任されたサブタスクを実行

推奨モデル：カテゴリから継承（デフォルト anthropic/claude-sonnet-4-5）

使用シナリオ：

delegate_task(category="...", skills=["..."]) を使用する際に自動生成
特定のカテゴリとスキルの組み合わせが必要なタスク
軽量な高速タスク（「quick」カテゴリはHaikuモデルを使用）

呼び出し方法：delegate_task ツール経由で自動生成

制限：task、delegate_taskは禁止（再度の委任は不可）

エージェント呼び出し方法クイックリファレンス

エージェント	呼び出し方法	トリガー条件
Sisyphus	デフォルト主エージェント	日常的な開発タスク
Atlas	`/start-work` コマンド	プロジェクト実行を開始
Oracle	`@oracle` または `delegate_task(agent="oracle")`	複雑なアーキテクチャ決定、2+回の修正失敗
Librarian	`@librarian` または `delegate_task(agent="librarian")`	外部ライブラリ/ソースに言及時に自動トリガー
Explore	`@explore` または `delegate_task(agent="explore")`	2+モジュールに関与時に自動トリガー
Multimodal Looker	`look_at` ツール	PDF/画像を分析する必要がある場合
Prometheus	`@prometheus` または `/start-work`	プロンプトに「Prometheus」が含まれるか、計画が必要
Metis	Prometheus自動呼び出し	計画前に自動分析
Momus	Prometheus自動呼び出し	計画生成後に自動レビュー
Sisyphus Junior	`delegate_task(category=...)`	カテゴリ/スキルを使用時に自動生成

どのエージェントをいつ使うか

クイック決定木

シナリオ1：日常的な開発（コードの作成、バグの修正） → Sisyphus（デフォルト）

シナリオ2：複雑なアーキテクチャ決定 → @oracle コンサルティング

シナリオ3：外部ライブラリのドキュメントや実装を検索する必要がある場合 → @librarian または自動トリガー

シナリオ4：慣れないコードベースで、関連コードを見つける必要がある場合 → @explore または自動トリガー（2+モジュール）

シナリオ5：複雑なプロジェクトで詳細な計画が必要な場合 → @prometheus または /start-work を使用

シナリオ6：PDFまたは画像を分析する必要がある場合 → look_at ツール（Multimodal Lookerを自動トリガー）

シナリオ7：高速でシンプルなタスクで、コストを節約したい場合 → delegate_task(category="quick")

シナリオ8：Gitの専門的操作が必要な場合 → delegate_task(category="quick", skills=["git-master"])

シナリオ9：フロントエンドUIデザインが必要な場合 → delegate_task(category="visual-engineering")

シナリオ10：高知能推論タスクが必要な場合 → delegate_task(category="ultrabrain")

エージェント協働例：完全なワークフロー

例1：複雑な機能開発

ユーザー：ユーザー認証システムを開発する

→ Sisyphusがタスクを受信
  → 要件を分析し、外部ライブラリ（JWT）が必要と判断
  → 並列委任：
    - @librarian: "Next.js JWTのベストプラクティスを検索" → [バックグラウンド]
    - @explore: "既存の認証関連コードを検索" → [バックグラウンド]
  → 結果を待機し、情報を統合
  → JWT認証機能を実装
  → 完了後に委任：
    - @oracle: "アーキテクチャ設計をレビュー" → [バックグラウンド]
  → アドバイスに基づいて最適化

例2：プロジェクト計画

ユーザー：Prometheusを使用してこのプロジェクトを計画する

→ Prometheusがタスクを受信
  → 面接モード：
    - 質問1：コア機能は何ですか？
    - [ユーザー回答]
    - 質問2：ターゲットユーザーグループは？
    - [ユーザー回答]
    - ...
  → 要件が明確になった後、並列委任：
    - delegate_task(agent="oracle", prompt="アーキテクチャ決定をレビュー") → [バックグラウンド]
    - delegate_task(agent="metis", prompt="潜在的リスクを特定") → [バックグラウンド]
    - delegate_task(agent="momus", prompt="計画の完全性を検証") → [バックグラウンド]
  → すべてのバックグラウンドタスクが完了するのを待機
  → フィードバックを統合し、計画を改善
  → Markdown計画ドキュメントを出力
→ ユーザーが計画を確認、承認
→ /start-workを使用して実行を開始

エージェント権限と制限

エージェント	write	edit	bash	delegate_task	webfetch	read	LSP	AST-Grep
Sisyphus	✅	✅	✅	✅	✅	✅	✅	✅
Atlas	✅	✅	✅	✅	✅	✅	✅	✅
Oracle	❌	❌	❌	❌	✅	✅	✅	✅
Librarian	❌	❌	❌	❌	✅	✅	✅	✅
Explore	❌	❌	❌	❌	❌	✅	✅	✅
Multimodal Looker	❌	❌	❌	❌	❌	✅	✅	✅
Prometheus	❌	❌	❌	✅	✅	✅	✅	✅
Metis	❌	❌	❌	❌	✅	✅	✅	✅
Momus	❌	❌	❌	❌	✅	✅	✅	✅
Sisyphus Junior	✅	✅	✅	❌	✅	✅	✅	✅

本レッスンのまとめ

oh-my-opencodeの10個のAIエージェントは、開発プロセスのすべての段階をカバーしています：

オーケストレーションと実行：Sisyphus（主オーケストレーター）、Atlas（TODOマネージャー）
アドバイザーとレビュー：Oracle（戦略アドバイザー）、Metis（事前計画分析）、Momus（計画レビュアー）
調査と探索：Librarian（マルチリポジトリ調査）、Explore（コードベース探索）、Multimodal Looker（メディア分析）
計画：Prometheus（戦略プランニング）、Sisyphus Junior（サブタスク実行）

核心ポイント：

AIを万能なアシスタントではなく、専門チームとして扱う
タスクタイプに応じて最適なエージェントを選択する
並列委任を活用して効率を向上させる（Librarian、Explore、Oracleはすべてバックグラウンドで実行可能）
各エージェントの権限制限を理解する（読み取り専用エージェントはコードを修正できない）
エージェント間の協働は完全なワークフローを形成できる（計画 → 実行 → レビュー）

次のレッスン予告

次のレッスンでは Prometheus プランニング：面接式ニーズ収集 を学習します。
学習内容：
Prometheusを使用した面接式ニーズ収集の方法
構造化された作業計画の生成方法
MetisとMomusによる計画の検証方法
バックグラウンドタスクの取得とキャンセル方法

付録：ソースコードリファレンス

クリックしてソースコードの場所を表示

更新日：2026-01-26

エージェント	ファイルパス	行番号
Sisyphus 主オーケストレーター	`src/agents/sisyphus.ts`	-
Atlas 主オーケストレーター	`src/agents/atlas.ts`	-
Oracle アドバイザー	`src/agents/oracle.ts`	1-123
Librarian 調査専門家	`src/agents/librarian.ts`	1-327
Explore 検索専門家	`src/agents/explore.ts`	1-123
Multimodal Looker	`src/agents/multimodal-looker.ts`	1-57
Prometheus プランナー	`src/agents/prometheus-prompt.ts`	1-1196
Metis 事前計画分析	`src/agents/metis.ts`	1-316
Momus 計画レビュアー	`src/agents/momus.ts`	1-445
Sisyphus Junior	`src/agents/sisyphus-junior.ts`	-
エージェントメタデータ定義	`src/agents/types.ts`	-
エージェントツール制限	`src/shared/permission-compat.ts`	-

重要な設定：

ORACLE_PROMPT_METADATA：Oracleエージェントのメタデータ（トリガー条件、使用シナリオ）
LIBRARIAN_PROMPT_METADATA：Librarianエージェントのメタデータ
EXPLORE_PROMPT_METADATA：Exploreエージェントのメタデータ
MULTIMODAL_LOOKER_PROMPT_METADATA：Multimodal Lookerエージェントのメタデータ
METIS_SYSTEM_PROMPT：Metisエージェントのシステムプロンプト
MOMUS_SYSTEM_PROMPT：Momusエージェントのシステムプロンプト

重要な関数：

createOracleAgent(model)：Oracleエージェント設定を作成
createLibrarianAgent(model)：Librarianエージェント設定を作成
createExploreAgent(model)：Exploreエージェント設定を作成
createMultimodalLookerAgent(model)：Multimodal Lookerエージェント設定を作成
createMetisAgent(model)：Metisエージェント設定を作成
createMomusAgent(model)：Momusエージェント設定を作成

権限制限：

createAgentToolRestrictions()：エージェントツール制限を作成（Oracle、Librarian、Explore、Metis、Momusが使用）
createAgentToolAllowlist()：エージェントツールホワイトリストを作成（Multimodal Lookerが使用）

AIエージェントチーム：10名の専門家紹介 ​

学習後にできること ​

核心的な考え方：実在のチームのように協働する ​

10個のエージェント詳細 ​

主オーケストレーター（2個） ​

Sisyphus - 主オーケストレーター ​

Atlas - TODOマネージャー ​

アドバイザーとレビュー担当（3個） ​

Oracle - 戦略アドバイザー ​

Metis - 事前計画アナリスト ​

Momus - 計画レビュアー ​

調査と探索（3個） ​

Librarian - マルチリポジトリ調査の専門家 ​

Explore - 高速コードベース探索の専門家 ​

Multimodal Looker - メディア分析の専門家 ​

計画と実行（2個） ​

Prometheus - 戦略プランナー ​

Sisyphus Junior - タスクエクゼキューター ​

エージェント呼び出し方法クイックリファレンス ​

どのエージェントをいつ使うか ​

エージェント協働例：完全なワークフロー ​

例1：複雑な機能開発 ​

例2：プロジェクト計画 ​

エージェント権限と制限 ​

本レッスンのまとめ ​

次のレッスン予告 ​

付録：ソースコードリファレンス ​

AIエージェントチーム：10名の専門家紹介

学習後にできること

核心的な考え方：実在のチームのように協働する

10個のエージェント詳細

主オーケストレーター（2個）

Sisyphus - 主オーケストレーター

Atlas - TODOマネージャー

アドバイザーとレビュー担当（3個）

Oracle - 戦略アドバイザー

Metis - 事前計画アナリスト

Momus - 計画レビュアー

調査と探索（3個）

Librarian - マルチリポジトリ調査の専門家

Explore - 高速コードベース探索の専門家

Multimodal Looker - メディア分析の専門家

計画と実行（2個）

Prometheus - 戦略プランナー

Sisyphus Junior - タスクエクゼキューター

エージェント呼び出し方法クイックリファレンス

どのエージェントをいつ使うか

エージェント協働例：完全なワークフロー

例1：複雑な機能開発

例2：プロジェクト計画

エージェント権限と制限

本レッスンのまとめ

次のレッスン予告

付録：ソースコードリファレンス