Skip to content

Steerable

◆ ローカル・低コストモデル向けの品質レイヤー ◆

ハルシネーション抑制 最小コード すぐ使える レイヤー分離

GLM-5.3-Flash で Terminal-Bench 2.1 79.0%。1 コマンドで起動、または必要な層だけ組み込み。

はじめに · Storybook · ★ GitHub で Star

GitHub stars License: Apache 2.0 npm: @steerable/agent-protocol npm: @steerable/agent-ui PyPI: steerable-agent-runtime PyPI: steerable-sidecar

79.0% Steerable + GLM-5.3-Flash TB 2.1 · 本リポジトリ

+23.6 同一 GLM で Codex 比 Codex + GLM-5.3-Flash · 56.2%

229.9M カタログ 1 周あたりの入力トークン 3 回平均 · 従来ベースライン比 15.4% 削減

01 · クイック起動

1 コマンドで即起動

チャット・端末・サンドボックスを標準搭載。ブラウザ、デスクトップ、CLI で共通動作。

コード組み込み ↓
git clone https://github.com/pathlyapp/steerable.git
cd steerable && pnpm install
pnpm agent-shell:web
→ Steerable Shell が http://127.0.0.1:4787 で待機中
# shell crate を組み込んだ製品リポジトリの src-tauri で実行
pnpm tauri dev
→ 同一のホストランタイムと Sidecar でネイティブウィンドウを起動
npm install -g @steerable/agent-cli
steerable-cli login
steerable-cli run "summarize this repo"
→ 1 回のインストールでランタイム同梱。login でキー検証(Node 22.19+、TUI は 26.4 必須)

手軽に組み込み

Python エージェント・React UI・Node.js エージェントから必要な層だけを採用できます(UI 単体は pnpm shell:dev)。

uv add steerable-agent-protocol steerable-agent-harness steerable-agent-runtime
from steerable_agent_runtime import ToolRouter, tool
from steerable_agent_protocol import ToolCall

router = ToolRouter()

@tool(router=router, description="ファイルをパスで読み込む")
async def read_file(path: str) -> dict:
    return {"path": path, "content": open(path).read()}

result = await router.dispatch(
    ToolCall(id="c1", name="read_file", arguments={"path": "README.md"})
)
# result.success, result.data, result.error — すべて型付き
pnpm add @steerable/agent-protocol @steerable/agent-ui
import { ChatPanel, useChatStream } from '@steerable/agent-ui';

export function Chat() {
  const { messages, send, isStreaming } = useChatStream({
    endpoint: '/api/chats/123/send',
  });
  return <ChatPanel messages={messages} onSubmit={send} isStreaming={isStreaming} />;
}
# resources/python-runtime/<platform>/ に Sidecar バイナリを同梱
pnpm add @steerable/agent-runtime
import { AgentRuntime } from '@steerable/agent-runtime';

const runtime = new AgentRuntime({ sidecarPath });
await runtime.start();   // 起動 + lifecycle.ready ハンドシェイク

const stream = await runtime.chatStream({
  provider: 'openai_compat',
  model: 'glm-5.3-flash',
  baseUrl: process.env.GATEWAY_BASE_URL!,
  apiKey: process.env.GATEWAY_API_KEY!,
  messages: [{ role: 'user', content: 'hi' }],
});
for await (const event of stream.events) { /* 型付き SSEEvent ストリーム */ }
◆ 1 つのループ · 2 つの配備形態 ◆
デスクトップ & 端末 Tauri アプリ / CLI & TUI CoreLoop サーバー FastAPI SSE / Python ◆ 同一ループ · 両端配備 · 強型プロトコル ◆

単一の Rust CoreLoop が LoopEvent を介してデスクトップ Sidecar と FastAPI サーバーの両方を駆動します。

コアの仕組み

ローカル・低コストモデルを前提に、ツール復元・根拠検証・OS 隔離を確実に強制します。

01 · ハルシネーション抑制

根拠ある出力へ

根拠なき回答や未実施報告を弾き、不正なテキストツール出力を自動復元して再試行。

02 · 最小コード

vibe coding 向き

コード量が最小。通常関数に @tool を付けるだけ、グラフ DSL なし。

03 · すぐ使える

初期状態から安全

Seatbelt / bwrap / Windows 隔離、61 ルール分類器、出口プロキシ内蔵。デモもキー不要。

04 · レイヤー分離

必要な層だけを採用

5 層 15 パッケージ、上位依存なし。Protocol・UI・Sidecar 単体でも導入可能。

5 層アーキテクチャ

上位インポート禁止の厳格な単方向依存——選んだ層の下位のみを継承します。アーキテクチャ仕様

◆ 5 層構造 · 上位依存なし ◆
UI 描画 プロセス管理 ホスト接続 ワイヤー型 内蔵 内蔵 検証 検証 参照 TIER 5 シェル & CLI @steerable/agent-shell · agent-shell-tauri · agent-shell-web · agent-cli · pack-sdk Tauri デスクトップ · Node ホストランタイム · ヘッドレス HTTP · CLI/TUI TIER 4 React UI @steerable/agent-ui 7 コンポーネント · 14 カード · 3 フック TIER 3 Sidecar steerable-sidecar 可搬 CPython · 38 RPC メソッド TIER 3 Runtime steerable-agent-runtime CoreLoop · 4 プロバイダ · ToolRouter TIER 2 Harness steerable-agent-harness · @steerable/agent-harness 純粋関数ポリシー · 予算 · リトライ · グラウンディング · 安全性 TIER 1 基盤プロトコル @steerable/agent-protocol · steerable-agent-protocol 単一 JSON Schema → TS/Zod と Pydantic 型を自動生成 · 同期バージョン X.Y.Z

階層をクリックすると下位のみの依存関係をハイライトします。

パッケージ 階層 内容
@steerable/agent-protocol · steerable-agent-protocol 1 SSEEvent、ToolCall / ToolResult、ChatMessage、Sidecar JSON-RPC 型(spec/ から生成)
@steerable/agent-harness · steerable-agent-harness 2 decide_tool_mode、consume_budget、next_retry_delay_ms、コマンド安全性パターン
steerable-agent-runtime · @steerable/agent-runtime 3 CoreLoop、4 方式 LLMProvider、@tool、ToolRouter、SSE/stdio と Sidecar 管理
steerable-sidecar · steerable-egress-proxy 3 可搬 CPython(<1s 起動・署名公証済み)とホスト許可制 CONNECT 出口プロキシ
@steerable/agent-ui 4 7 コンポーネント(ChatPanel・ToolCallRenderer 等)+ 14 カード + フック + Tailwind
@steerable/agent-shell · agent-shell-web · agent-shell-tauri · pack-sdk 5 Tauri / ヘッドレスシェル、共通 Node HostRuntime、Sidecar 監視、UI レンダラー
@steerable/agent-cli · @steerable/runtime-<target> 5 CLI & TUI(steerable-cli login)。対応ランタイムを自動導入しデスクトップ版と DB 共有

主なフレームワークの横断比較

Terminal-Bench 2.1(89 問)。79.0% は GLM-5.3-Flash @max の 3 回平均、下図は単発 n=1 比較。評価手法

通過率 · 3 モデル × 5 ハーネス

89 問中の正答率。棒グラフにカーソルを合わせると詳細を表示します。

0 25 50 75 89 79.8 73.0 77.5 56.2 66.3 GLM @high 78.7 69.7 44.9 61.8 77.5 DS0731 @high 68.5 62.9 70.8 64.0 60.7 Qwen @medium Steerable P* C* C* C* D* H*

各セル 1 回計測(Qwen は medium)。実行リストと Commit SHA

スコア vs 正解タスクあたりのコスト

形状はモデル(丸 GLM・四角 DeepSeek・ひし形 Qwen)。左上に近いほど高効率です。

$0.10 $0.25 $0.50 $1 $2 $5 45 55 65 75 80 正解 1 問あたりコスト ($ 対数軸) · OpenRouter 定価換算 TB 2.1 スコア (n=1 / 89) P* · GLM 73.0% · $0.12 C* C* · GLM 77.5% · $0.23 P* · DS 69.7% · $0.28 Steerable · GLM 79.8% · $0.61 C* C* · DS 44.9% · $0.85 C* · GLM 56.2% · $1.06 C* C* · Qwen 70.8% · $1.68 Steerable · DS 78.7% · $2.18 C* · Qwen 64.0% · $2.60 P* · Qwen 62.9% · $2.87 Steerable · Qwen 68.5% · $4.12 C* · DS 61.8% · $4.42 D* H* · GLM 66.3% · $0.12 D* H* · DS 77.5% · $3.48 D* H* · Qwen 60.7% · $3.36 Steerable P* C* C* C* D* H* 丸 GLM · 四角 DeepSeek · ひし形 Qwen

検証用ホストにおける OpenRouter 公開価格。コスト算出式

GLM-5.3-Flash @high (n=1):Steerable 79.8% · C* C* 77.5% · P* 73.0% · D* H* 66.3% · C* 56.2%。

スコアだけでなく、提供形態・イベント・サンドボックス・モデル品質の観点で比較:

比較項目 Steerable OpenAI Codex DeepSeek Harness LangGraph OpenAI Agents SDK Claude Code / Agent SDK
提供形態と範囲 5 層を自由に採用:署名済み Sidecar + FastAPI + 14 カード React UI を単一プロトコルで統合 完結型製品群(CLI・IDE・クラウド)。組み込み用 UI/SDK 群ではない Cordis 上の TS ハーネス。CLI/Web 向けで独立 Sidecar なし 状態グラフのみ。UI・サンドボックス・デスクトップ基盤なし サーバー向け軽量基盤。Sidecar や UI キットなし クローズドな一体型 CLI + SDK。層ごとの切り出し不可
低コスト・ローカルモデル 標準で自動修復:テキスト形式の不正呼び出しを復元+根拠検証+完了拒否(Flash 79.0%) 構造化 tool_calls を前提 構造化 tool_calls を前提 復元機能なし(ループと検証は自前実装) フロンティアモデル向け Claude フロンティアモデル向け
モデル自由度 ロックインなし:OpenAI 互換(Ollama/vLLM)・Responses・Anthropic・Gemini に対応 Responses API と OpenAI 中心 マルチモデル対応(DeepSeek / 標準 API 中心) マルチモデル対応(各 SDK を自前接続) OpenAI 強依存(他社は LiteLLM 経由) Anthropic モデル専用(8 バックエンド経由)
初期サンドボックス 既定で Fail-closed:Seatbelt / bwrap / Windows + 61 ルール + ホスト別 CONNECT 許可プロキシ OS 隔離 + 承認ポリシー + 管理プロキシ sandbox.confine(Fail-closed) 組み込みなし(Docker 等を自前構築) Docker / ホスト型依存(ローカル Linux 隔離なし) CLI は既定 Fail-open(隔離不可でも警告のみ続行)
TS・Python 契約 単一 JSON Schema から自動生成:TS/Zod + Pydantic、15 パッケージ同期公開 + 互換テスト TS 型を生成。両言語の SDK は個別実装 TS 主体、Python は CLI/RPC ブリッジ Py / JS は別個のライブラリ(単一 Schema 生成なし) Py / TS は別個のライブラリ(言語間生成なし) TS 型定義(sdk-tools.d.ts)のみ公開
トレードオフ CoreLoop コアは非公開バイナリ、エコシステムはまだ初期段階(0.12.x) 実運用実績は圧倒的だが、特定層だけの組み込みには不向き OSS で拡張自在だがパブリックプレリリース(0.2.x) エコシステム最成熟だが、ガードレールや UI は自作 導入は速いが、デスクトップ Sidecar 等の層がない 高機能だが完全クローズドかつ Anthropic 専用

選定基準と詳細:比較ページ。

導入事例

本番デスクトップ製品と企業導入。

ドキュメント一覧

Steerable を試す キー不要のライブデモ、またはアーキテクチャガイド。