エージェントシステム

デュアルエージェントアーキテクチャ

OpenCodeは3種類のエージェントを使い分ける設計を採用している。

エージェント	役割	使用場面
General Agent	デフォルトの会話エージェント	質問応答、簡単なタスク
Plan Agent	要件分析とタスク分解	複雑なタスクの計画立案
Build Agent	実装の実行	コード生成、ファイル編集

Plan Agentが「何をすべきか」を決定し、Build Agentが「どう実装するか」を担当する。この分離により、計画と実装のフィードバックループが明確になる。

SessionPrompt.prompt() ループ

エージェントの中核は SessionPrompt.prompt() メソッドである。以下の7ステップを繰り返すことでタスクを遂行する。

1. ユーザー入力の受信
       |
       v
2. システムプロンプトの構築
       |
       v
3. コンテキストの組み立て (会話履歴 + ツール結果)
       |
       v
4. LLMへのリクエスト送信
       |
       v
5. レスポンスの解析 (テキスト or ツール呼び出し)
       |
       v
6. ツール実行 & 結果の収集
       |
       v
7. 完了判定 → 未完了ならステップ3へ戻る

ステップの詳細

ステップ2: システムプロンプトの構築では、エージェントの種類に応じたプロンプトが動的に生成される。Plan Agentには分析・計画用の指示が、Build Agentには実装に特化した指示が含まれる。

ステップ5: レスポンスの解析では、LLMの出力がテキスト応答かツール呼び出しかを判定する。ツール呼び出しの場合、Permission.check()による権限チェックを経て実行される。

ステップ7: 完了判定では、LLMがツール呼び出しを行わずテキストのみを返した場合にループを終了する。

サブエージェント（task ツール）

task ツールを使用すると、メインエージェントからサブエージェントを生成できる。サブエージェントは独立したコンテキストで動作し、結果をメインエージェントに返す。

{/* task ツールの概念的な使用例 */}
// メインエージェント: "テストを書いて"
//   → task ツール起動
//     → サブエージェント: テストファイルを分析し、テストを生成
//     → 結果をメインエージェントに返却
// メインエージェント: サブエージェントの結果を確認して次のステップへ

サブエージェントの利点は以下の通りである。

コンテキストの分離: メインの会話履歴を汚さずにタスクを委譲できる
並列性: 複数のサブタスクを独立して実行可能
スコープの限定: サブエージェントに特定の目的を持たせることで精度が向上する

コンテキスト圧縮

長時間のセッションではコンテキストウィンドウが圧迫される。 OpenCodeは SessionCompaction.compact() により、古いメッセージを要約してコンテキストサイズを削減する。

[メッセージ1] [メッセージ2] ... [メッセージN] [最新のメッセージ群]
         |                              |              |
         +---- compact() で要約 --------+              |
                      |                                |
                      v                                v
              [要約メッセージ]              [最新のメッセージ群(そのまま)]

圧縮のプロセスは以下の通りである。

古いメッセージを一定の閾値で選別する
LLMを使って会話の要点を要約する
要約を単一の「サマリーメッセージ」として保存する
元のメッセージをサマリーで置換する

これにより、トークン消費を抑えつつ過去の文脈を保持できる。

エージェント設定

エージェントの振る舞いは opencode.json で構成できる。

{
  "agent": {
    "default": "general",
    "plan": {
      "model": "anthropic:claude-sonnet-4-20250514",
      "systemPrompt": "あなたは計画立案の専門家です..."
    },
    "build": {
      "model": "anthropic:claude-sonnet-4-20250514",
      "systemPrompt": "あなたは実装の専門家です..."
    }
  }
}

Plan AgentとBuild Agentにそれぞれ異なるモデルやシステムプロンプトを設定でき、タスクの特性に応じた最適なエージェント構成が可能である。