サブ Agent

​

2 つの効果

• コンテキストの分離：途中の作業がメインの会話のコンテキストを消費しないため、トークンを節約でき、モデルの注意も必要な内容に集中します
• 並列実行：複数のサブ Agent を同時に動かせるため、全体の所要時間は最も遅い 1 つ分で済みます

​

引き継ぐもの・引き継がないもの

​

実行されるタイミング

• 互いに依存しない複数の作業を同時に進められるとき（例：「A と B の 2 つの製品をそれぞれ調べて」）
• 途中の出力は大量だが、必要なのは結論だけのとき（例：「このエラーに既知の解決策があるかコミュニティで調べて」）

• 途中の結果がないとメイン Agent が先に進めないとき（ファイルを数個読む、数回検索する程度は通常の作業です）
• タスクが会話の前の内容に依存する、または途中でユーザーへの確認が必要なとき
• この会話を超えて継続的に実行するタスク。これには定時タスクを使います

​

実行中の表示

​

組み込みのタイプ

​

独自のタイプ

---
name: research-report
description: 1 つのトピックについて多数の Web 情報を調べ、出典付きの短いレポートを返します。多くのページを開く必要があり、結論だけが必要な場合に使います。
tools: web_search, web_fetch, read, write
---
あなたはリサーチアシスタントです。トピックを 1 つ受け取り、レポートを 1 つ返します。

進め方：
1. まず幅広く検索し、その中で有力な 2〜3 件を掘り下げます。
2. 一次情報（公式ドキュメント、ベンダーの価格ページ、元の発表）を、それを紹介した記事より優先します。
3. 数値、日付、価格は別の情報源と照合します。

レポートは 400 字以内で、次の順に含めます：
- 結論：2〜3 文で問いに答える
- 判明した内容：箇条書きにし、各項目の末尾に出典 URL を付ける
- 未確認：一次情報で確認できなかった内容

見つからなかったものは「見つかりません」と書き、推測で埋めないでください。

​

使用できないツール

​

関連設定

"subagent": {
  "enabled": true,
  "max_depth": 1,
  "max_concurrent": 3,
  "timeout_seconds": 300
}

​

設計

• コンテキストの分離：サブ Agent はメッセージ履歴が空の状態で起動し、ペルソナファイルを読み込まず、メモリマネージャーにも接続しません。メインの会話には呼び出しと最終的な結論だけが残ります。
• 並列実行：1 回の呼び出しに含まれる複数のタスクはそれぞれのスレッドで実行され、制限時間を共有します。同じターンで発行された複数の呼び出しも同時に開始します。
• ステップ数は半分：サブ Agent の最大ステップ数はメイン Agent の半分です。タスクの範囲がすでに定まっているため、会話全体と同じ予算は必要ありません。上限に達した場合は、完了した範囲をまとめるよう求めます。
• タイムアウトの追跡：タイムアウトしたタスクは中止され、その旨が記録されます。結果の数は常にタスク数と一致するため、メイン Agent は「見つからなかった」と「最後まで実行できなかった」を区別できます。
• 表示とコンテキストの分離：モデルには構造化データを返し、ユーザーには整形したレポートを表示します。どちらも同じ結果から生成されますが、表示用の内容がモデルのコンテキストに入ることはありません。