コーディングエージェントのコンテキスト管理を最適化するDAGツール「Aegis」の紹介

概要

RAGのセマンティック・ギャップとトークン浪費を解消するため、DAG（有向非巡回グラフ）を用いてドキュメントを決定論的に「コンパイル」するMCPツール「Aegis」の実装と成果の解説。

詳細内容

## 概要プロジェクトの成長に伴い、コーディングエージェント（CursorやClaude Code等）が膨大なドキュメントから適切な情報を探し出せず、トークン消費が増大する問題を解決するための新手法を提案しています。 ## 主要な課題と解決策 - **RAGの限界:** 実装コードのキーワードと抽象的な設計規約の間には「セマンティック・ギャップ」があり、ベクトル検索などの確率的な手法では必要なドキュメントを確実に引き当てられません。 - **DAGによる決定論的アプローチ:** 開発したMCPツール「Aegis」は、ファイルパスとドキュメントの依存関係をDAG（有向非巡回グラフ）で定義します。エージェントが特定のパスを編集する際、必要なガイドラインを再帰的に「コンパイル（集約）」して提供することで、常に正確なコンテキストを渡せます。 - **Observationサイクル:** エージェントが自身の知識不足を検知して報告し、人間がその改善案（Proposal）を承認することで、知識ベースを自律的かつ安全に成長させる仕組みを備えています。 ## 導入効果実際のLaravelプロジェクトを用いた検証では、従来の探索手法と比較して**トークン消費量を約1/12**、**応答速度を3.5倍**に改善。さらに、実装の表面的なパターンだけでなく、ADR（設計意思決定記録）に基づく「設計意図」を反映した回答が得られるようになりました。

元記事を読む