IGNITE - 階層型マルチエージェントシステム

IGNITE (Intelligent Generative Networked Interaction-driven Task Engine) は、複数のAI Coding Agent CLI（OpenCode / Claude Code / Codex CLI）に対応した階層型マルチエージェントシステムです。Leader、5つの専門Sub-Leaders、および可変数のIGNITIANSワーカーが協調して、複雑なタスクを並列実行します。
IGNITEは今はまだ歌って踊ってライブ配信することはできませんが、いつか皆さんの前で素敵なステージを見せることができるよう日々努力を重ねています。

👥 メンバー紹介

🔥 Leader - 伊羽ユイ（いはゆい）

統率と鼓舞の柱

役割: 全体統率、意思決定、チーム鼓舞
性格: 明るく前向き、チームを励ます存在
専門性: 戦略的判断、リソース管理、最終承認
口調例: 「みんな、一緒に頑張ろう！」「素晴らしい進捗だね！」

Leaderはシステムの中心として、Sub-Leadersを統率し、プロジェクト全体の方向性を決定します。

🧠 Strategist - 義賀リオ（ぎがりお）

戦略立案と分析の要

役割: 戦略立案、タスク分解、優先度付け
性格: 冷静で論理的、データに基づく判断
専門性: タスク分解、依存関係分析、リスク評価
口調例: 「論理的に考えると...」「優先度を分析した結果...」

目標を具体的で実行可能なタスクに分解し、最適な実行戦略を立案します。

🏛 Architect - 祢音ナナ（ねおんなな）

設計と構造の調和者

役割: システム設計、アーキテクチャ判断
性格: 構造と調和を重視、美的感覚を持つ
専門性: アーキテクチャ設計、設計パターン、コード構造
口調例: 「この設計なら美しく調和します」「構造を整理すると...」

保守性と拡張性を考慮した、美しい設計を提案します。

📊 Evaluator - 衣結ノア（いゆいのあ）

検証と品質保証の守護者

役割: 品質評価、検証、テスト
性格: 着実で几帳面、基準を厳守
専門性: 品質チェック、テスト実行、基準照合
口調例: 「検証結果、基準を満たしています」「3つの項目で問題を発見しました」

成果物が要件と基準を満たしているか、公平かつ厳密に評価します。

🤝 Coordinator - 通瀬アイナ（つうせあいな）

進行管理と調整の要

役割: タスク配分、進行管理、リソース調整
性格: 柔らかく調整上手、全体最適化を図る
専門性: タスク配分、負荷分散、進捗管理
口調例: 「調整が完了しました」「全体のバランスを見ながら...」

IGNITIANSへのタスク配分を管理し、全体の進行をスムーズに調整します。

💡 Innovator - 恵那ツムギ（えなつむぎ）

改善と最適化の推進者

役割: 改善提案、最適化、イノベーション
性格: 創造的で前向き、改善を楽しむ
専門性: リファクタリング、パフォーマンス最適化、プロセス改善
口調例: 「もっと効率化できそうです！」「この部分、こう改善したら...」

常により良い方法を探求し、システムやコードの改善を提案します。

🔥 IGNITIANS

IGNITEを全力で応援するマスコット軍団

役割: IGNITEメンバーのために具体的なタスクを実行
性格: 推しへの愛にあふれた熱烈ファン。メンバーの役に立てることが最大の喜び
専門性: コード実装、ファイル操作、分析、あらゆる実行タスク
数: タスクに応じて1-32並列で動作
口調例: 「推しのために全力でやります！」「やったー！完成です！」

IGNITEメンバーへの愛を胸に、Coordinatorから割り当てられたタスクを全力で並列実行します。

🌟 特徴

階層型エージェント構造: Leader → Sub-Leaders(5名) → IGNITIANS(最大32並列)
イベント駆動型通信: YAMLファイルベースの非同期メッセージング
並列タスク実行: タスクの性質に応じて1-32のワーカーが並列実行
キャラクター性: 各エージェントは個性と専門性を持つ
マルチCLI対応: OpenCode / Claude Code / Codex CLI から選択可能（per-message + session resume パターンで統一）
エージェントメモリ永続化: SQLiteによるセッション間の学習・決定記録保持
日次レポート管理: 作業進捗をリポジトリ別 GitHub Issues で自動追跡
設定可能な遅延: エージェント間の通信遅延をカスタマイズ可能
Memory Insights: エージェントの学習・エラー記録を自動分析し、改善提案をGitHub Issueとして起票

📋 必要環境

推奨動作環境

構成	プロセス数	メモリ (RAM)	CPU	ストレージ
Leader単体モード	1	4GB以上	2コア以上	100MB以上
デフォルト構成 (Leader + Sub-Leaders + 8 IGNITIANS)	14	8GB以上	4コア以上	500MB以上
最大構成 (Leader + Sub-Leaders + 32 IGNITIANS)	38	16GB以上	8コア以上	1GB以上

OS: Linux / Windows (WSL2) / macOS（開発モード）
アーキテクチャ: x86_64 / ARM64
ネットワーク: 常時インターネット接続（API通信）。Ollama 等のローカルLLM 使用時はオフライン動作可

Note: 各エージェントプロセスはおよそ300〜500MBのメモリを消費します。

必要なソフトウェア

以下のツールがインストールされている必要があります：

# AI Coding Agent CLI（いずれか1つ以上）
opencode --version    # OpenCode（デフォルト）
claude --version      # Claude Code（Anthropic Max Plan または API キー）
codex --version       # Codex CLI（OpenAI）

# bash（通常は標準でインストール済み）
bash --version

# curl（通常は標準でインストール済み）
curl --version

# jq
jq --version

# yq（オプション — 未インストール時はgrep/awkフォールバックで動作）
yq --version

ローカルLLM: Ollama / LM Studio / vLLM 等の OpenAI-compatible サーバーにも対応しています。config/system.yaml で model: ollama/qwen3-coder:30b のように指定してください。API Key は不要です。

ローカルLLM を実用的に使うために

IGNITE のエージェントは tool calling（ファイル読み書き、コマンド実行等）を多用するため、ローカルLLM には 高速な推論速度 と 正確な tool calling 対応 の両方が求められます。推論速度のボトルネックはメモリ帯域幅（モデルの重みを毎トークン読み出す速度）です。

GPU	メモリ帯域	24B モデル推定速度	実用性
RTX 5090 (32GB)	1,792 GB/s	~60-80 tok/s	実用的
Mac Studio M4 Ultra (192GB)	819 GB/s	~30-40 tok/s	ギリギリ実用
A100 80GB	2,039 GB/s	~70-90 tok/s	快適
H100 80GB	3,350 GB/s	~100+ tok/s	非常に快適
DGX Spark GB10 (128GB)	~273 GB/s	~10-15 tok/s	遅い（非推奨）

目安: エージェント用途では最低 30 tokens/sec 以上を推奨します。統合メモリが大きい環境（DGX Spark 等）でもメモリ帯域が不足すると実用的な応答速度が出ません。コストパフォーマンスではクラウド API（OpenAI / Anthropic）が依然として優位です。

前提ソフトウェアのインストール

CLI プロバイダーがインストールされていない場合：

# OpenCode（デフォルト）
curl -fsSL https://opencode.ai/install | bash

# Claude Code（Anthropic Max Plan ログイン済みなら API Key 不要）
npm install -g @anthropic-ai/claude-code

# Codex CLI（OpenAI API Key が必要）
npm install -g @openai/codex

使用する CLI プロバイダーは .ignite/system.yaml で設定します：

cli:
  provider: opencode   # opencode / claude / codex
  model: anthropic/claude-sonnet-4-5-20250929

curl/jqがインストールされていない場合：

# Ubuntu/Debian
sudo apt install curl jq

# macOS
brew install curl jq

yqがインストールされていない場合（オプション）：

# yq v4.30以上推奨（mikefarah/yq）: https://github.com/mikefarah/yq
# 未インストールでもgrep/awkフォールバックで基本機能は動作します
# インストールするとネストされたYAML値や配列の読み取りが正確になります

# Ubuntu/Debian
sudo apt install yq

# macOS
brew install yq

# バイナリ直接ダウンロード
wget https://github.com/mikefarah/yq/releases/latest/download/yq_linux_amd64 -O /usr/local/bin/yq && chmod +x /usr/local/bin/yq

📦 インストール

GitHub Releaseからインストール（推奨）

# 最新リリースをダウンロード
gh release download --repo myfinder/IGNITE --pattern '*.tar.gz'

# 展開
tar xzf ignite-*.tar.gz

# インストール
./install.sh

インストール先：

~/.local/bin/ — 実行ファイル (ignite コマンド)
~/.local/share/ignite/ — データ・設定ファイル（config、instructions、scripts等）

Note: ~/.local/bin が PATH に含まれていない場合は、以下を ~/.bashrc または ~/.zshrc に追加してください：
export PATH="$HOME/.local/bin:$PATH"

Note: Linux および Windows (WSL2) に対応しています。Windows ユーザーは Windows (WSL2) セットアップガイド（English）を参照してください。macOS ユーザーは「開発モード（ソースから実行）」を参照してください。

アップグレード

gh release download --repo myfinder/IGNITE --pattern '*.tar.gz'
tar xzf ignite-*.tar.gz
./install.sh --upgrade

--upgrade オプションでは設定ファイルは保持され、実行ファイルとデータのみが更新されます。

開発モード（ソースから実行）

リポジトリをクローンして直接実行する場合：

git clone https://github.com/myfinder/IGNITE.git
cd IGNITE
./scripts/ignite start

開発モードでは ./scripts/ignite を使用します。インストール後は ignite コマンドが利用可能です。

GitHub App の導入

GitHub連携機能（Issue自動処理、Bot名義でのPR作成等）を使用する場合は、GitHub Appをインストールしてください:

GitHub App 導入ガイド — ignite-gh-app のインストール手順

🚀 クイックスタート

1. システム起動

ignite start

初回起動時は自動的に：

workspaceディレクトリを初期化
エージェントサーバーを起動
Leader（伊羽ユイ）を起動
初期ダッシュボードを作成

起動が完了すると、エージェントのステータスが表示されます。

オプション:

# 起動後に自動アタッチしない
ignite start --no-attach

# 既存セッションを強制終了して再起動
ignite start -f

# セッションIDとワークスペースを指定して起動
ignite start -s my-session -w /path/to/workspace

# GitHub Watcherも一緒に起動
ignite start --with-watcher

# Leaderオンリーモード（単独モード）で起動
ignite start -a leader
# または
ignite start --agents leader

-s/--session と -w/--workspace オプションを使用することで、複数のプロジェクトを並行して実行できます。詳細は「複数プロジェクトの並行実行」セクションを参照してください。

-a/--agents オプションで leader を指定すると、Leaderのみで動作する単独モードで起動します。詳細は「Leaderオンリーモード」セクションを参照してください。

2. タスクを投入

別のターミナルから：

ignite plan "READMEファイルを作成する"

コンテキストを追加する場合：

ignite plan "READMEファイルを作成する" -c "プロジェクト概要、インストール方法、使用例を含める"

3. 進捗を確認

ステータスコマンドで確認（推奨）

ignite status

ダッシュボードで確認

# ステータスコマンドで確認（推奨）
ignite status

# リアルタイム監視（ワークスペースがカスタムの場合はパスを調整）
watch -n 5 ignite status

# または直接ダッシュボードファイルを表示
cat workspace/.ignite/dashboard.md

ログを確認

# 最新ログを表示
ignite logs

# リアルタイム監視
ignite logs -f

# 行数を指定
ignite logs -n 50

エージェントセッションで直接確認

ignite attach

HTTP API経由で各エージェントのセッションに接続し、動作をリアルタイムで確認できます。

4. システム停止

ignite stop

# 確認をスキップ
ignite stop -y

5. workspaceクリア

ignite clean

# 確認をスキップ
ignite clean -y

🏗 システム構造

エージェント階層

graph TD
    User[User] --> Leader[Leader<br/>伊羽ユイ]

    Leader --> Strategist[Strategist<br/>義賀リオ<br/>戦略立案]
    Leader --> Architect[Architect<br/>祢音ナナ<br/>設計判断]
    Leader --> Evaluator[Evaluator<br/>衣結ノア<br/>品質評価]
    Leader --> Coordinator[Coordinator<br/>通瀬アイナ<br/>進行管理]
    Leader --> Innovator[Innovator<br/>恵那ツムギ<br/>改善提案]

    Coordinator --> IG1[IGNITIAN-1]
    Coordinator --> IG2[IGNITIAN-2]
    Coordinator --> IGN[IGNITIAN-N...]

    style Leader fill:#ff6b6b,color:#fff
    style Strategist fill:#4ecdc4,color:#fff
    style Architect fill:#45b7d1,color:#fff
    style Evaluator fill:#96ceb4,color:#fff
    style Coordinator fill:#ffeaa7,color:#333
    style Innovator fill:#dfe6e9,color:#333

通信フロー

sequenceDiagram
    participant U as User
    participant L as Leader
    participant S as Strategist
    participant A as Architect
    participant E as Evaluator
    participant I as Innovator
    participant C as Coordinator
    participant IG as IGNITIANS

    U->>L: user_goal
    L->>S: strategy_request

    par Strategistが3人のSub-Leadersに並行依頼
        S->>A: design_review_request
        S->>E: quality_plan_request
        S->>I: insight_request
    end

    A->>S: design_review_response
    E->>S: quality_plan_response
    I->>S: insight_response
    S->>L: strategy_response (tasks含む)
    L->>C: task_list (承認後)
    C->>IG: task_assignment
    IG->>C: task_completed
    C->>E: evaluation_request
    C->>L: progress_update
    E->>L: evaluation_result
    E->>I: improvement_request
    I->>L: improvement_completed
    L->>U: 最終レポート

ポイント:

メッセージはキューディレクトリにファイルとして書き出し
queue_monitorが検知し、HTTP API経由で受信側に通知
受信側は処理後、ファイルを削除

データストレージの使い分け

IGNITEは YAMLファイルキュー と SQLiteデータベース の2層でデータを管理します。

層	技術	役割	寿命
メッセージング層	YAMLファイルキュー	エージェント間の非同期通信（指示・応答の配信）	短命（配信完了で役目終了）
ストレージ層	SQLite (`memory.db`)	メモリ永続化・タスク状態追跡・ダッシュボード生成	永続（セッション横断で保持）

YAMLキュー: queue_monitor.sh がポーリング監視（queue.poll_interval、デフォルト10秒）し、エージェント単位の並列配信（queue.parallel_max、デフォルト9）で高速に配信。at-least-once配信保証・Exponential Backoffリトライ・DLQエスカレーションを提供
SQLite: WALモードで並行アクセスに対応。全エージェントが学習・決定・タスク状態をセッション横断で記録し、再起動時の状態復元やMemory Insightsに活用

詳細は docs/architecture.md の「データストレージアーキテクチャ」セクションを参照してください。

詳細なエージェント間通信フロー（implement/review/help_request 等）は docs/communication-flow.md を参照してください。

📂 プロジェクト構造

ignite/
├── scripts/                    # 実行スクリプト
│   ├── ignite                  # 統合コマンド (start/stop/plan/status/attach/logs/clean)
│   ├── schema.sql              # SQLiteメモリDBスキーマ
│   ├── lib/                    # コアライブラリ
│   │   ├── core.sh             # 定数・カラー・出力ヘルパー
│   │   ├── agent.sh            # エージェント起動・管理
│   │   ├── session.sh          # セッション管理
│   │   ├── commands.sh         # コマンドルーター
│   │   ├── cmd_start.sh        # start コマンド
│   │   ├── cmd_stop.sh         # stop コマンド
│   │   ├── cmd_plan.sh         # plan コマンド
│   │   ├── cmd_status.sh       # status コマンド
│   │   ├── cmd_help.sh         # help コマンド
│   │   ├── cmd_work_on.sh      # work-on コマンド
│   │   ├── dlq_handler.sh      # デッドレターキュー処理
│   │   └── retry_handler.sh    # リトライ処理
│   └── utils/                  # ユーティリティスクリプト
│       ├── queue_monitor.sh    # メッセージキュー監視デーモン
│       ├── daily_report.sh     # 日次レポートIssue管理
│       ├── github_watcher.sh   # GitHubイベント監視
│       ├── comment_on_issue.sh # Issue コメント投稿
│       ├── create_pr.sh        # PR作成
│       ├── update_pr.sh        # PR更新
│       ├── setup_repo.sh       # リポジトリ初期設定
│       └── get_github_app_token.sh  # GitHub App トークン取得
│
├── instructions/               # エージェントのシステムプロンプト
│   ├── leader.md               # Leader用
│   ├── strategist.md           # Strategist用
│   ├── architect.md            # Architect用
│   ├── evaluator.md            # Evaluator用
│   ├── coordinator.md          # Coordinator用
│   ├── innovator.md            # Innovator用
│   └── ignitian.md             # IGNITIAN用
│
├── config/                     # 設定ファイル
│   ├── system.yaml             # システム全体の設定
│   └── github-watcher.yaml     # GitHub Watcher設定
│
├── workspace/                  # 実行時ワークスペース（.gitignoreで除外）
│   └── .ignite/                # ランタイムデータ
│       ├── queue/              # メッセージキュー（各エージェント用）
│       │   ├── leader/
│       │   ├── strategist/
│       │   ├── architect/
│       │   ├── evaluator/
│       │   ├── coordinator/
│       │   ├── innovator/
│       │   ├── ignitian_1/      # IGNITIAN-1キュー
│       │   ├── ignitian_2/      # IGNITIAN-2キュー
│       │   └── ignitian_{n}/    # IGNITIAN-Nキュー（動的）
│       ├── context/            # プロジェクトコンテキスト
│       ├── state/              # 状態管理ファイル
│       │   └── report_issues.json  # 日次レポートIssue番号キャッシュ
│       ├── memory.db           # SQLiteエージェントメモリDB
│       ├── logs/               # ログファイル
│       └── dashboard.md        # リアルタイム進捗ダッシュボード
│
├── docs/                       # ドキュメント
│   ├── architecture.md         # アーキテクチャ詳細
│   ├── protocol.md             # 通信プロトコル仕様
│   └── examples/
│       └── basic-usage.md      # 基本的な使用例
│
├── README.md                   # このファイル
├── README_en.md                # READMEの英語版
└── IMPLEMENTATION_STATUS.md   # 実装状況

🛠 詳細な使い方

コマンド一覧

コマンド	説明	例
`start`	システム起動	`ignite start`
`stop`	システム停止	`ignite stop`
`plan`	タスク投入	`ignite plan "目標"`
`status`	状態確認	`ignite status`
`attach`	エージェントセッションに接続	`ignite attach`
`logs`	ログ表示	`ignite logs`
`clean`	workspaceクリア	`ignite clean`
`work-on`	Issue番号を指定して実装開始	`ignite work-on 123 --repo owner/repo`
`watcher`	GitHub Watcherを管理	`ignite watcher start`
`list`	セッション一覧表示	`ignite list`
`help`	ヘルプ表示	`ignite help`

詳細なヘルプは ignite help <command> で確認できます。

複数プロジェクトの並行実行

セッションIDとワークスペースを指定することで、複数のプロジェクトを同時に実行できます。

# プロジェクトAを起動
ignite start -s proj-a -w /tmp/workspace-a

# プロジェクトBを別セッションで起動
ignite start -s proj-b -w /tmp/workspace-b

# セッション一覧を確認
ignite list

# 各プロジェクトにタスクを投入
ignite plan "機能A" -s proj-a -w /tmp/workspace-a
ignite plan "機能B" -s proj-b -w /tmp/workspace-b

# 各プロジェクトの状態確認
ignite status -s proj-a -w /tmp/workspace-a
ignite status -s proj-b -w /tmp/workspace-b

# 各プロジェクトに接続
ignite attach -s proj-a
ignite attach -s proj-b

注意事項:

各セッションは独立したワークスペースを持つ必要があります
セッションIDを指定しない場合、デフォルトの ignite-session が使用されます
ワークスペースを指定しない場合、デフォルトの workspace/ ディレクトリが使用されます

Leaderオンリーモード（単独モード）

Sub-LeadersやIGNITIANSを起動せず、Leaderのみでタスクを処理する軽量モードです。

# Leaderオンリーモードで起動
ignite start -a leader
# または
ignite start --agents leader

ユースケース:

シナリオ	説明
コスト削減	Sub-LeadersやIGNITIANSを起動しないため、トークン消費を大幅に削減
単純タスク処理	簡単なタスク（ファイル編集、軽微な修正など）にはLeader一人で十分
迅速な対応	複雑な協調プロセスをスキップして素早く処理
デバッグ・テスト	システムの動作確認やテスト時に最小構成で実行

動作の違い:

項目	通常モード	Leaderオンリーモード
起動エージェント	Leader + 5 Sub-Leaders + IGNITIANS	Leaderのみ
戦略立案	Strategistが担当	Leaderが直接実行
設計判断	Architectが担当	Leaderが直接実行
タスク実行	IGNITIANSが並列実行	Leaderが直接実行
品質評価	Evaluatorが担当	Leaderが直接確認
エージェントプロセス数	6+（Sub-Leaders + IGNITIANS）	1（Leaderのみ）

注意事項:

複雑なタスクや大規模な変更には通常モード（協調モード）を推奨します
単独モードではLeaderのログに [SOLO] タグが追加されます
設定は workspace/.ignite/runtime.yaml の system.agent_mode で管理されます

タスクの種類別の使用例

1. ドキュメント作成

ignite plan "プロジェクトのドキュメントを作成する"

処理フロー:

Strategist がドキュメントの構造を決定
Architect が情報構造を設計
Coordinator が各セクションをIGNITIANSに配分
IGNITIANS が並列でセクションを執筆
Evaluator が完成度を評価
Innovator が改善提案

2. コード実装

ignite plan "タスク管理CLIツールを実装する" -c "add, list, complete, deleteコマンド。データはYAMLで保存"

処理フロー:

Strategist が実装をフェーズに分解
Architect がコード構造を設計
Coordinator が機能ごとにタスクを配分
IGNITIANS が並列で実装
Evaluator がコード品質とテストを検証
Innovator がリファクタリング提案

3. データ分析

ignite plan "プロジェクトのコードベースを分析して改善点を洗い出す"

処理フロー:

Strategist が分析戦略を立案
Architect が分析対象の優先度を決定
Coordinator が分析タスクを配分
IGNITIANS が並列で分析
Evaluator が分析結果の妥当性を検証
Innovator が具体的な改善案を提示

IGNITIANS並列数の調整

タスクの性質に応じて並列数を調整できます。

設定ファイル編集:

# config/system.yamlを編集
nano config/system.yaml

defaults:
  worker_count: 3    # IGNITIANS並列数

queue:
  poll_interval: 10  # ポーリング間隔（秒）
  parallel_max: 9    # メッセージ配信の最大並列数（エージェント単位）

worker_count: IGNITIAN ワーカーの並列数を制御
parallel_max: queue_monitor がメッセージを配信する際の最大並列数。エージェント単位で並列配信し、同一エージェント内の複数メッセージは順序保証のため直列配信

変更後はシステムを再起動:

ignite stop -y
ignite start

⚙️ GitHub Issue/PR 自動監視（GitHub Watcher）

GitHub上のIssue作成やPRコメントを自動監視し、IGNITEシステムへタスクとして取り込みます。

クイックスタート:

# 設定ファイルを作成
cp config/github-watcher.yaml.example .ignite/github-watcher.yaml

# 監視対象リポジトリを設定
vi .ignite/github-watcher.yaml

# Watcher付きで起動
ignite start --with-watcher

主な機能:

GitHub Issue/PR/コメントのポーリング監視
@bot メンション検出による自動タスク起動
access_control によるユーザーベースのアクセス制御
ワイルドカード (*) によるリポジトリ一括指定
ワークスペース固有設定（.ignite/github-watcher.yaml）

⚠️ 公開リポジトリを監視する場合: access_control を有効にし、許可ユーザーを明示的に設定してください。未設定の場合、誰でもBotを起動できます。

💡 ヒント: 監視リポジトリ数やポーリング間隔によってはGitHub APIレート制限に達する場合があります。gh api /rate_limit で残り回数を確認できます。

詳細な設定方法は docs/github-watcher.md を参照してください。

セッションの操作

基本操作:

# エージェントセッションに接続
ignite attach

# 特定のエージェントに接続
ignite attach --agent leader

# エージェントの稼働状況を確認
ignite status

ヘルプの確認

# 全体のヘルプ
ignite help
ignite --help

# コマンド別のヘルプ
ignite help start
ignite help plan
ignite start --help

# バージョン確認
ignite --version

ダッシュボードの見方

workspace/.ignite/dashboard.md の例:

# IGNITE Dashboard

更新日時: 2026-01-31 17:10:00

## プロジェクト概要
目標: READMEファイルを作成する

## Sub-Leaders状態
- ✓ Strategist (義賀リオ): タスク分解完了 (3タスク生成)
- ✓ Architect (祢音ナナ): 設計方針承認完了
- ⏳ Coordinator (通瀬アイナ): タスク配分中
- ⏸ Evaluator (衣結ノア): 待機中
- ⏸ Innovator (恵那ツムギ): 待機中

## IGNITIANS状態
- ✓ IGNITIAN-1: タスク完了 (README骨組み作成)
- ⏳ IGNITIAN-2: 実行中 (インストール手順作成)
- ⏳ IGNITIAN-3: 実行中 (使用例作成)
- ⏸ IGNITIAN-4~8: 待機中

## タスク進捗
- 完了: 1 / 3
- 進行中: 2
- 待機中: 0

## 最新ログ
[17:05:23] [義賀リオ] タスク分解を完了しました
[17:06:00] [通瀬アイナ] タスクを割り当てました
[17:08:12] [IGNITIAN-1] タスクが完了しました

アイコンの意味:

✓ 完了
⏳ 実行中
⏸ 待機中
❌ エラー

🔍 トラブルシューティング

システムが起動しない

原因1: 既存のプロセスが残っている

# 強制的に再起動
ignite start -f

原因2: CLI プロバイダーが見つからない

# 設定されているプロバイダーのパス確認
which opencode    # OpenCode の場合
which claude      # Claude Code の場合
which codex       # Codex CLI の場合

# インストールされていない場合は「前提ソフトウェアのインストール」を参照

タスクが進行しない

原因1: メッセージキューが処理されていない

# ステータスでキュー状態を確認
ignite status

# メッセージがある場合、そのエージェントの状態を確認
ignite attach

原因2: エージェントがエラーで停止

# ログをリアルタイム監視
ignite logs -f

# または一度に表示
ignite logs -n 50

原因3: 依存関係でブロックされている

# ステータスで依存関係を確認
ignite status

IGNITIANSが応答しない

# ステータスでキュー状態を確認
ignite status

# 該当するIGNITIANの状態を確認
ignite attach --agent ignitian_1

ダッシュボードが更新されない

# ダッシュボードファイルの存在確認
ls -la workspace/.ignite/dashboard.md

# 手動で再作成
cat > workspace/.ignite/dashboard.md <<EOF
# IGNITE Dashboard

更新日時: $(date '+%Y-%m-%d %H:%M:%S')

## システム状態
システム起動中

## 最新ログ
システムを確認中
EOF

メッセージが溜まりすぎている

# workspaceをクリア（注意: 処理中のタスクも削除されます）
ignite clean

# 確認なしでクリア
ignite clean -y

📊 通信プロトコル

エージェント間の通信は、YAMLファイルベースのメッセージで行われます。

メッセージの基本構造

type: user_goal              # メッセージタイプ
from: user                   # 送信元
to: leader                   # 送信先
timestamp: "2026-01-31T17:00:00+09:00"  # タイムスタンプ
priority: high               # 優先度（high/normal/low）
payload:                     # メッセージ本体
  goal: "READMEファイルを作成する"
  context: "プロジェクト説明が必要"

主要なメッセージタイプ

タイプ	送信元 → 送信先	説明
`user_goal`	user → leader	ユーザーからの目標設定
`strategy_request`	leader → strategist	戦略立案依頼
`strategy_response`	strategist → leader	戦略提案
`task_list`	strategist → coordinator	タスクリスト
`task_assignment`	coordinator → ignitian	タスク割り当て
`task_completed`	ignitian → coordinator	完了報告
`evaluation_request`	coordinator → evaluator	評価依頼
`evaluation_result`	evaluator → leader	評価結果
`improvement_suggestion`	innovator → leader	改善提案

詳細は docs/protocol.md を参照してください。

🎓 ベストプラクティス

1. 明確なタスク定義

良い例:

ignite plan "ユーザー認証機能を実装する" -c "JWT認証、/login, /logout, /refresh エンドポイント、セッション管理"

悪い例:

ignite plan "認証"
# → 何をすべきか不明確

2. コンテキストの提供

タスクが複雑な場合、-c オプションでコンテキストを提供:

ignite plan "パフォーマンスを改善する" -c "データベースクエリの最適化、キャッシュの導入、N+1問題の解決"

3. 適切な並列数の選択

軽量タスク（ファイル操作）: 16並列
通常タスク（実装）: 8並列
重量タスク（分析）: 4並列

Note: 並列数は「1つのタスクの重さ」に基づいて設定されています。重いタスク（複雑な分析など）は1つあたりのトークン消費が多いため、並列数を減らしてリソースを確保しコストを抑制します。軽いタスクは素早く完了するため、多く並列化してスループットを向上させます。

4. 進捗の定期確認

# ステータスを確認
ignite status

# 5秒ごとにステータスを監視
watch -n 5 ignite status

# ログをリアルタイム監視
ignite logs -f

5. ログの活用

問題が発生した場合は、まずログを確認:

# 最新ログを表示
ignite logs

# リアルタイム監視
ignite logs -f

# 多くの行を表示
ignite logs -n 100

🧠 Memory Insights（自動改善提案）

エージェントが稼働中に蓄積する学習（learning）・エラー（error）・観察（observation）の記録を自動分析し、改善提案を GitHub Issue として起票する機能です。

仕組み

GitHub 上で @ignite-gh-app insights とメンションすると、以下のフローが自動実行されます：

GitHub Watcher がメンションを検知し、Leader にタスクを投入
Leader が受付応答を投稿し、Innovator（恵那ツムギ） にメモリ分析を依頼
Innovator が以下を実行：
- SQLite の memories テーブルからデータを抽出（処理済みは自動除外）
- メンション元リポジトリのコード構造・既存 Issue を調査
- メモリの教訓とリポジトリの実態をクロス分析し、改善テーマを特定
- テーマごとに重複チェックを行い、新規 Issue 起票または既存 Issue にコメント追加
Leader が完了レポートをコメント投稿

使い方

# GitHub Watcher を起動（insights トリガーの受付に必要）
ignite start --with-watcher

# または別途起動
ignite watcher start

GitHub の Issue やPR のコメントで：

@ignite-gh-app insights

CLIツール（直接実行）

# メモリデータの抽出（JSON出力）
./scripts/utils/memory_insights.sh analyze

# 対象リポの既存 Issue 一覧取得
./scripts/utils/memory_insights.sh list-issues --repo owner/repo

# 重複チェック
./scripts/utils/memory_insights.sh check-duplicates --repo owner/repo --title "改善テーマ"

# 分析サマリー表示
./scripts/utils/memory_insights.sh summary

起票される Issue の例

Git操作の競合防止: 共有リポジトリでの並列作業時に発生したコミット消失の教訓から、ブランチ戦略やロック機構の改善を提案
Token期限切れ自動復旧: GitHub App Token の有効期限切れエラーの記録から、自動リフレッシュ機構の導入を提案

起票された Issue には ignite-insight ラベルが付与され、根拠となるメモリ記録への参照が含まれます。

設定

config/system.yaml で以下の設定が可能です：

設定	デフォルト	説明
`insights.contribute_upstream`	`true`	`false` にすると IGNITE 本体リポ（myfinder/ignite）への改善 Issue 起票をスキップし、作業対象リポへの起票のみ行います

📚 さらに詳しく

基本使用例: docs/examples/basic-usage.md - 実際の使用例とシナリオ
アーキテクチャ: docs/architecture.md - システム構造の詳細
プロトコル仕様: docs/protocol.md - メッセージフォーマットと通信フロー
実装状況: IMPLEMENTATION_STATUS.md - 実装済み機能の一覧
既存リポジトリへの導入: docs/setup-existing-repo.md - 既存プロダクトリポジトリに IGNITE を導入する手順
GitHub App導入: docs/github-app-installation.md - GitHub App（ignite-gh-app）のインストール手順
GitHub App設定: docs/github-app-setup.md - Bot用GitHub Appの作成手順（開発者向け）
GitHub Watcher: docs/github-watcher.md - GitHubイベント監視システムの使い方
Windows (WSL2) セットアップ: docs/windows-setup.md（English）- WindowsでのWSL2環境構築手順

🤝 コントリビューション

IGNITEプロジェクトへの貢献を歓迎します！

貢献方法

このリポジトリをフォーク
フィーチャーブランチを作成 (git checkout -b feature/amazing-feature)
変更をコミット (git commit -m 'Add amazing feature')
ブランチにプッシュ (git push origin feature/amazing-feature)
プルリクエストを作成

拡張のアイデア

新しいSub-Leaderの追加
WebUIの開発
Memory MCP統合による永続化
自動テスト機能
パフォーマンスモニタリング

📄 ライセンス

コード: MIT License

フォーク時はキャラクター資産（characters/, images/）を差し替えてご利用ください。

🙏 謝辞

multi-agent-shogun - アーキテクチャの参考元
OpenCode - AI Coding Agent CLI
Claude Code - Anthropic AI Coding Agent CLI
Codex CLI - OpenAI Coding Agent CLI
Anthropic - Claude AI

📧 サポート

質問や問題がある場合は、GitHubのIssueを作成してください。

🔥 IGNITE - 複数の知性が協調する未来へ

Intelligent Generative Networked Interaction-driven Task Engine

Name		Name	Last commit message	Last commit date
.github/workflows		.github/workflows
characters		characters
config		config
containers		containers
docs		docs
images		images
instructions		instructions
scripts		scripts
templates		templates
tests		tests
.gitignore		.gitignore
.shellcheckrc		.shellcheckrc
AGENTS.md		AGENTS.md
CLAUDE.md		CLAUDE.md
CONTRIBUTING.md		CONTRIBUTING.md
LICENSE		LICENSE
LICENSE-CHARACTER		LICENSE-CHARACTER
Makefile		Makefile
README.md		README.md
README_en.md		README_en.md

Latest commit

History

Folders and files

Repository files navigation

IGNITE - 階層型マルチエージェントシステム

👥 メンバー紹介

🔥 Leader - 伊羽ユイ（いは ゆい）

🧠 Strategist - 義賀リオ（ぎが りお）

🏛 Architect - 祢音ナナ（ねおん なな）

📊 Evaluator - 衣結ノア（いゆい のあ）

🤝 Coordinator - 通瀬アイナ（つうせ あいな）

💡 Innovator - 恵那ツムギ（えな つむぎ）

🔥 IGNITIANS

🌟 特徴

📋 必要環境

推奨動作環境

必要なソフトウェア

ローカルLLM を実用的に使うために

前提ソフトウェアのインストール

📦 インストール

GitHub Releaseからインストール（推奨）

アップグレード

開発モード（ソースから実行）

GitHub App の導入

🚀 クイックスタート

1. システム起動

2. タスクを投入

3. 進捗を確認

ステータスコマンドで確認（推奨）

ダッシュボードで確認

ログを確認

エージェントセッションで直接確認

4. システム停止

5. workspaceクリア

🏗 システム構造

エージェント階層

通信フロー

データストレージの使い分け

📂 プロジェクト構造

🛠 詳細な使い方

コマンド一覧

複数プロジェクトの並行実行

Leaderオンリーモード（単独モード）

タスクの種類別の使用例

1. ドキュメント作成

2. コード実装

3. データ分析

IGNITIANS並列数の調整

⚙️ GitHub Issue/PR 自動監視（GitHub Watcher）

セッションの操作

ヘルプの確認

ダッシュボードの見方

🔍 トラブルシューティング

システムが起動しない

タスクが進行しない

IGNITIANSが応答しない

ダッシュボードが更新されない

メッセージが溜まりすぎている

📊 通信プロトコル

メッセージの基本構造

主要なメッセージタイプ

🎓 ベストプラクティス

1. 明確なタスク定義

2. コンテキストの提供

3. 適切な並列数の選択

4. 進捗の定期確認

5. ログの活用

🧠 Memory Insights（自動改善提案）

仕組み

使い方

CLIツール（直接実行）

起票される Issue の例

設定

📚 さらに詳しく

🤝 コントリビューション

貢献方法

拡張のアイデア

📄 ライセンス

🙏 謝辞

📧 サポート

🔥 Leader - 伊羽ユイ（いはゆい）

🧠 Strategist - 義賀リオ（ぎがりお）

🏛 Architect - 祢音ナナ（ねおんなな）

📊 Evaluator - 衣結ノア（いゆいのあ）

🤝 Coordinator - 通瀬アイナ（つうせあいな）

💡 Innovator - 恵那ツムギ（えなつむぎ）