Super-agent 運営中

Super-agent は DeepSeek Harness チームが開発した、常時オンラインで稼働する Agent システムアーキテクチャです。Super-agent は、二層アーキテクチャ、イベント駆動、非同期のマルチチャネル対話、ストレージとコンピューティングの分離、Watchdog による異常時の自己回復により、連続性・効率性・能動性・持続性という4つの特長を実現します。IM/GitHub をまたいで同じタスクをシームレスに進め、複数の作業を並行処理し、環境イベントを能動的に観察して取り組むべき仕事を見つけ、異常時には自動的に復旧します。オープンソースの MIT プロトタイプ dsh-superagent-prototype も提供されています。Super-agent により、Agent は指示を待つ受動的な対話ウィンドウから、常時オンラインで自律的に協働するパートナーへと変わります。人間の役割は意思決定と受け入れ確認へと移ります。

WeChat をフォローして「オープンソース」と返信し、AI オープンソースプロジェクトの交流グループに参加
連続性：IM、GitHub など複数の作業画面をまたいでも、常に同じ Agent として動作します。ユーザーがグループで方案 A の利用を指示し、PR のコメントで方案 B への変更を求めても、シームレスに連携でき、「どの Session にどの情報があるか」をユーザーが覚えておく必要はありません。
効率性：Router 層が統一的にタスクを割り当て、コンテキストを分離した複数の Worker が異なるタスクを並行実行します。バックグラウンドで長時間のタスクを実行しながら、新しい指示にも随時応答でき、前のコマンドに阻塞されません。
能動性：グループチャット、メール、CI の結果などの環境イベントを継続的に監視し、ノイズを除去したうえで対応すべき事柄を自律的に判断して進めます。必要がないときは静かに待機します。
持続性：Agent Loop とセッション状態はクラウド上に常駐し、実行環境はローカルデバイスに保持されます。Watchdog による異常監視と自動復旧も備えているため、デバイスがオフラインやスリープ状態になっても動作に影響しません。

環境準備：Node.js 22.19+/24+、pnpm、git 2.32+、tmux、Python 3.8+、GitHub CLI 2.48+ をインストールし、バージョンに合った DeepSeek Harness を用意してモデルを設定します。
イベントソースの選択：Agent が GitHub のみを監視するか、Feishu グループチャットも接続するかを決めます。
リポジトリと Agent アカウントの指定：Agent が作業する GitHub リポジトリを選び、専用アカウントを作成します。
認証済みユーザーの設定：どの GitHub ユーザーまたは Feishu メンバーが Agent に作業を指示できるかを設定します。
実行方法の設定：各タスクのローカルクローンパス、コミット作成者情報、自分の PR に対して自動マージを行うかどうかを指定します。
計画の確認と実行：Agent がインストール、アカウント、設定、操作手順を一覧にまとめます。確認後、まずユーザー自身が行う必要のある作業を完了します。
インストールと起動：docs/006-deployment.md に従ってインストールし、dsh-superagent を起動します。scripts/dsh-superagent status を実行して正常な状態であることを確認します。
設定の保存：管理 API を使って GitHub/Feishu のソース、認証済みユーザー、実行設定を順番に保存します。失敗した場合は Troubleshooting の表に従って調査します。
受け入れ確認と引き継ぎ：Web パネルのアドレスを取得し、「小さな範囲から始める」「ノイズを減らす」「Agent への指示に責任を持つ」という3つのルールに従って使用します。
利用開始：認証済みアカウントでリポジトリの Issue に @ <タスク> とコメントすると、約 1 分以内にパネルにチケットが表示されます。Agent は自律的に作業し、元の対話で返信します。

複数タスクの並行処理：Router によるスケジューリングと Worker による分離実行により、複数の複雑なタスクを互いに干渉させずに同時に進めます。人間が追跡できる Session 数が 3-5 個に限られるというボトルネックを解消します。
チャネルをまたぐ連続性：IM と GitHub の間でも常に同じ Agent として動作し、各 Session のコンテキストを記憶・同期する必要がありません。
能動的な対応：環境イベントを継続的に監視し、誰も @ していなくてもノイズを除去したうえで自律的に仕事を見つけます。たとえば、バグを自動的に再現して修正 PR を提出できます。
安定性と効率性：実験ではタスク完了時間が P50 12.4 分、P95 はわずか 15.7 分で、単一 Session 方式の長いテールである 29.5 分を大きく上回りました。
常時オンライン：クラウド上の Agent Loop、ローカル環境の分離、Watchdog による自己回復により、デバイスがスリープしても接続が切れず、異常時には自動復旧します。

プロジェクト公式サイト：https://github.com/deepseek-ai/dsh-superagent-prototype

無人でのバグ修正：グループチャットで問題が報告されると、@ されなくても自動的に再現して修正 PR を提出します。
プラットフォームをまたぐ継続的な協働：ユーザーがグループで方案 A を決め、その後 PR のコメントで方案 B に変更しても、Super-agent はチャネルをまたいで同じタスクとして連携し、実行します。
スケジュールとメールの事前処理：会議の招待を受け取ると、スケジュールの競合を自動的に確認し、返信案を用意して、ユーザーがワンクリックで確認できるようにします。
複数の話題を並行処理：同じチャットウィンドウで複数の話題を扱っても、基盤が Worker を割り当てて並行処理し、それぞれが独立して成果物を提出します。
CI 障害の自動対応：メインブランチの CI が失敗すると、原因を自動的に特定し、修正 PR を提出して担当者に通知します。