--- title: Agentic Workflows 調査レポート tool_name: Agentic Workflows tool_reading: エージェンティック ワークフローズ category: iPaaS/連携 developer: GitHub Next official_site: https://githubnext.com/projects/agentic-workflows/ date: '2026-01-27' last_updated: '2026-06-16' tags: - AI - CI/CD - GitHub Actions - エージェント - 自動化 description: GitHub Actionsのワークフローを自然言語で記述し、AIエージェント（Claude CodeやOpenAI Codex CLIなど）に実行させるためのGitHub Nextプロジェクト。 quick_summary: has_free_plan: true is_oss: true starting_price: 無料 (Research Prototype) target_users: - 開発者 - DevOpsエンジニア - OSSメンテナ latest_highlight: 2026年6月にv0.79.8をリリースし、httpnoctx等のLinterを追加 update_frequency: 高 evaluation: score: 80 base_score: 70 plus_points: - point: 5 reason: 自然言語でワークフローを定義できる革新性 - point: 5 reason: GitHub Actionsのセキュリティモデルを継承した安全性 - point: 3 reason: 特定のモデルに依存しないエンジン非依存設計 minus_points: - point: -3 reason: リサーチプロトタイプであり、本番利用には注意が必要 summary: 自然言語プログラミングをGitHub Actionsに持ち込む野心的なプロジェクト。既存のGitHubエコシステムとの親和性が高く、将来性が期待できる。 links: github: https://github.com/githubnext/gh-aw deepwiki: https://deepwiki.com/githubnext/gh-aw documentation: https://githubnext.github.io/gh-aw/ relationships: parent: GitHub Actions related_tools: - Claude Code - OpenAI Codex CLI - GitHub Copilot - GitLab CI/CD --- # **Agentic Workflows 調査レポート** ## **1. 基本情報** * **ツール名**: Agentic Workflows * **ツールの読み方**: エージェンティック ワークフローズ * **開発元**: GitHub Next * **公式サイト**: [https://githubnext.com/projects/agentic-workflows/](https://githubnext.com/projects/agentic-workflows/) * **関連リンク**: * GitHub: [https://github.com/githubnext/gh-aw](https://github.com/githubnext/gh-aw) * ドキュメント: [https://githubnext.github.io/gh-aw/](https://githubnext.github.io/gh-aw/) * サンプル集: [https://github.com/githubnext/agentics](https://github.com/githubnext/agentics) * **カテゴリ**: CI/CD * **概要**: GitHub Nextが開発するリサーチプロトタイプ。GitHub Actionsのワークフローを複雑なYAMLではなく自然言語（Markdown）で記述し、それをAIエージェント（Claude CodeやOpenAI Codex CLIなど）が解釈して実行可能なGitHub Actionsワークフロー（YAML）に変換・実行する仕組み。 ## **2. 目的と主な利用シーン** * **解決する課題**: 複雑なスクリプトを書かずに、リポジトリ内の定型作業（トリアージ、ドキュメント更新、テスト改善など）を自動化する。また、AIエージェントの力を借りて、単なる自動化以上の「判断」を伴うタスクを実行する。 * **想定利用者**: GitHubを利用するソフトウェア開発者、OSSメンテナ、DevOpsエンジニア。 * **利用シーン**: * **Issueのトリアージ**: 新しいIssueの内容を分析し、適切なラベル付けや担当者割り当て、返信案の作成を行う。 * **ドキュメントの自動更新**: コードの変更を検知し、READMEやAPIドキュメントの更新が必要な箇所を特定して修正PRを作成する。 * **アクセシビリティレビュー**: コードやドキュメントをスキャンし、アクセシビリティ上の問題を指摘したり修正案を提示する。 * **継続的なテスト改善**: カバレッジレポートや変更内容に基づいて、不足しているテストケースを提案・実装する。 ## **3. 主要機能** * **自然言語によるワークフロー定義**: `.github/workflows` にYAMLを書く代わりに、自然言語で指示を書いたMarkdownファイルを記述するだけで動作する。 * **GitHub Native**: GitHub Actionsの基盤（トリガー、権限、ログ、アーティファクト）をそのまま利用するため、既存のエコシステムと完全に統合されている。 * **マルチエンジン対応**: 特定のAIモデルに依存せず、Claude CodeやOpenAI Codex CLIなど複数の「コーディングエージェント」をエンジンとして利用可能。 * **セキュリティとガードレール**: `safe-outputs` による書き込み制限、サンドボックス実行、人間によるレビュー（PR作成）を前提とした安全設計。 * **gh aw CLI**: 自然言語で書かれたMarkdownファイルを、実行可能なGitHub Actions YAMLにコンパイルするためのCLIツール。 * **Linter機能**: GoコードのHTTPコンテキスト未設定（`httpnoctx`）やハードコードされたファイルパス（`hardcodedfilepath`）を検出する機能が搭載されている。 * **予算管理**: `max-ai-credits` など、利用可能なクレジット量を制御することで、過剰なAPI呼び出しを防ぐ。 ## **4. 開始手順・セットアップ** * **前提条件**: * GitHubアカウント * `gh` (GitHub CLI) のインストール * AIエンジンの利用権限（例: Claude CodeやOpenAI Codex CLIへのアクセス） * **インストール/導入**: ```bash # gh aw 拡張機能のインストール gh extension install githubnext/gh-aw ``` * **初期設定**: * リポジトリでセットアップウィザードを実行 ```bash gh aw init ``` * **クイックスタート**: * `workflow.md` ファイルを作成し、自然言語でタスクを記述。 * `gh aw run` でローカル実行またはGitHub Actions用にコンパイル。 ## **5. 特徴・強み (Pros)** * **プログラミングの民主化**: 自然言語で記述できるため、複雑なGitHub APIやActionsの構文を熟知していなくても高度な自動化が可能。 * **エンジンの交換可能性**: AIモデルの進化に合わせて、バックエンドのエンジン（ClaudeからCodexへ、あるいはその逆）を簡単に切り替えられる。 * **透明性と監査性**: 最終的にはGitHub ActionsのYAMLとして実行されるため、何が起きているかがログとして残り、チーム全体で監査可能。 ## **6. 弱み・注意点 (Cons)** * **リサーチプロトタイプ**: まだ製品版（GA）ではなく、仕様変更や不安定な動作が含まれる可能性がある。「Use at your own risk」と明記されている。 * **コストとリソース**: AIモデルの実行（特に高性能なモデル）にはAPIコストや実行時間がかかる場合がある。 * **プロンプトエンジニアリング**: 自然言語とはいえ、意図通りに動かすためには明確な指示（プロンプト）を書くスキルが必要。 ## **7. 料金プラン** | プラン名 | 料金 | 主な特徴 | |---------|------|---------| | **Research Prototype** | 無料 | ツール自体はGitHub CLI拡張として無償で利用可能。 | | **モデル利用料** | 変動 | バックエンドで使用するAIモデル（Claude Code等）のAPI利用料やサブスクリプションが別途必要になる場合がある。 | * **課金体系**: Agentic Workflows自体への課金はないが、実行基盤（GitHub Actionsの分数）とAIモデルのコストがかかる。コスト超過を防ぐため、`max-ai-credits` といった予算管理機能が利用できる。 * **無料トライアル**: なし（OSS/無料ツールのため）。 ## **8. 導入実績・事例** * **導入企業**: GitHub Nextプロジェクトとして公開されており、主に早期アダプターやOSSコミュニティでの実験的利用が進んでいる。 * **導入事例**: * **GitHub Next**: 自社プロジェクト内でのIssue管理やドキュメント更新に利用。 * **OSSプロジェクト**: コントリビューターへの自動応答や、PRの品質チェックに活用。 * **対象業界**: ソフトウェア開発全般。特にOSSメンテナンスの効率化に注目が集まっている。 ## **9. サポート体制** * **ドキュメント**: [GitHub Pages](https://githubnext.github.io/gh-aw/) に詳細なガイド、チュートリアル、リファレンスが公開されている。 * **コミュニティ**: GitHub NextのDiscordサーバー (`#continuous-ai` チャンネル) や、GitHubリポジトリのDiscussionsで活発な議論が行われている。 * **公式サポート**: リサーチプロジェクトのため、SLAを伴う商用サポートは提供されていない。GitHub Issuesでのバグ報告が中心。 ## **10. エコシステムと連携** ### **10.1 API・外部サービス連携** * **API**: GitHub ActionsのAPIをフル活用可能。MCP (Model Context Protocol) を通じて外部ツールとも連携できる。 * **外部サービス連携**: * **GitHub**: Issue, PR, Discussions, Wikiなど全機能。 * **AIプロバイダー**: Anthropic (Claude), OpenAI (Codex/GPT)。 * **MCP対応ツール**: データベース、Web検索、Slackなど、MCPサーバーが存在するあらゆるツール。 ### **10.2 技術スタックとの相性** | 技術スタック | 相性 | メリット・推奨理由 | 懸念点・注意点 | |:---|:---:|:---|:---| | **GitHub Actions** | ◎ | ネイティブ統合されており、既存のアクションと組み合わせ可能。 | 特になし | | **Markdown** | ◎ | 定義ファイルそのものがMarkdownであり、ドキュメント感覚で記述できる。 | 独自のフロントマター記法を覚える必要あり | | **Container** | ◯ | エージェントはコンテナ内で動作するため、環境の一貫性が保たれる。 | コンテナ起動のオーバーヘッド | ## **11. セキュリティとコンプライアンス** * **認証**: GitHub Actionsの `GITHUB_TOKEN` やOIDCを使用したセキュアな認証。 * **データ管理**: リポジトリ内のデータはActionsのセキュリティ境界内で処理される。 * **準拠規格**: GitHub Actionsの準拠規格（SOC 2, ISO 27001等）を継承。 * **Safe Outputs**: AIが勝手にコードを書き換えるのを防ぐため、出力（Pull Request作成など）を厳密に定義し、制限する機能を持つ。 ## **12. 操作性 (UI/UX) と学習コスト** * **UI/UX**: 定義はテキストエディタ（Markdown）、実行はGitHub ActionsのWeb UIで確認。`gh aw` CLIによるローカル開発体験も提供されている。 * **学習コスト**: GitHub ActionsのYAMLを書くよりは遥かに低いが、効果的な「指示」を書くための慣れは必要。 ## **13. ベストプラクティス** * **効果的な活用法 (Modern Practices)**: * **小さく始める**: 最初は「Issueにラベルを貼る」だけの単純なワークフローから始め、徐々に複雑なタスクに広げる。 * **明確なゴール設定**: エージェントに対して「何を達成すれば成功か」を具体的かつ定量的に指示する。 * **人間によるレビュー**: 重要な変更（コード修正など）は必ずPull Requestを作成させ、人間がレビューしてからマージするフローを徹底する。 * **陥りやすい罠 (Antipatterns)**: * **曖昧な指示**: 「いい感じにして」といった曖昧な指示は、予期せぬ動作やリソースの浪費につながる。 * **過剰な権限付与**: 必要以上のPermissionsをワークフローに与えない。最小権限の原則を守る。 ## **14. ユーザーの声（レビュー分析）** * **調査対象**: GitHub, Discord, Tech Blog (2026年3月時点) * **総合評価**: リサーチ段階だが、そのコンセプトへの期待値は非常に高い。 * **ポジティブな評価**: * 「YAML地獄から解放される未来が見える」 * 「ドキュメント更新のような退屈な作業を丸投げできるのが最高」 * 「Claude Codeのような強力なエージェントをCI/CDに組み込めるのは画期的」 * **ネガティブな評価 / 改善要望**: * 「まだ動作が遅いことがある」 * 「プロトタイプなのでAPIが変わりやすく、本番運用には勇気がいる」 * **特徴的なユースケース**: * OSSメンテナが「Issueの重複チェック」や「再現手順の確認」を自動化し、負担を軽減している例。 ## **15. 直近半年のアップデート情報** * **2026-06-12 (v0.79.8)**: `httpnoctx` および `hardcodedfilepath` リンターの追加、AIクレジット制限を管理するための `max-effective-tokens` から `max-ai-credits` への移行を完了。 * **2026-03-04 (v0.53.1)**: 安定性向上とバグ修正が含まれる。 * **2026-01-27 (v0.37.26)**: 安定性の改善と各種バグ修正。 * **2026-01-12**: "Peli's Agent Factory" 公開。エージェントワークフローの活用ガイドツアー。 (出典: [GitHub Releases](https://github.com/githubnext/gh-aw/releases)) ## **16. 類似ツールとの比較** ### **16.1 機能比較表 (星取表)** | 機能カテゴリ | 機能項目 | Agentic Workflows | GitHub Actions (通常) | Claude Code | GitHub Copilot | |:---:|:---|:---:|:---:|:---:|:---:| | **基本機能** | 自然言語記述 | ◎
Markdownで記述 | ×
YAMLで記述 | ◯
対話的に指示 | △
補完のみ | | **実行場所** | CI/CD統合 | ◎
Actions上で動作 | ◎
ネイティブ | △
ローカル/SSH主体のCLI | ×
IDE内 | | **自律性** | タスク遂行能力 | ◎
調査・判断・実行 | ×
定義された手順のみ | ◎
自律的に遂行 | ◯
Copilot Agents機能 | | **安全性** | ガードレール | ◎
Safe Outputs等 | ◯
権限設定のみ | ◯
確認プロンプト | -
該当なし | ### **16.2 詳細比較** | ツール名 | 特徴 | 強み | 弱み | 選択肢となるケース | |---------|------|------|------|------------------| | **Agentic Workflows** | GitHub Actions × 自然言語AI | CI/CDパイプラインの中で自律的な判断・実行が可能。GitHub完全統合。 | まだリサーチ段階。実行速度やコストはAIモデルに依存。 | 定型作業だが判断が必要なタスク（トリアージ、レビュー等）を自動化したい場合。 | | **GitHub Actions (通常)** | 定型的なCI/CD | 確実性、高速性、コスト予測の容易さ。 | 複雑なロジック記述が困難。自律的な判断はできない。 | テスト実行やビルドなど、手順が明確で厳密な自動化が必要な場合。 | | **Claude Code** | 汎用コーディングエージェント | 非常に高い推論能力と自律性。ローカルや任意の環境で動く。 | CI/CDへの統合はAgentic Workflowsほどシームレスではない（自前設定が必要）。 | 開発者の手元で、特定のタスクをがっつり依頼したい場合。 | ## **17. 総評** * **総合的な評価**: Agentic Workflowsは、「CI/CDの定義を自然言語で行う」というパラダイムシフトを提案する野心的なプロジェクトである。GitHub Actionsの堅牢な基盤の上で、最新のAIエージェントの柔軟性を活用できる点は非常に強力。リサーチプロトタイプであることを理解した上で、OSS活動の効率化などに導入するには最適である。 * **推奨されるチームやプロジェクト**: * IssueやPRの管理に追われているOSSメンテナチーム。 * 新しい技術の導入に積極的なDevOpsチーム。 * **選択時のポイント**: * 「決まりきった手順」なら通常のActions、「判断が必要なタスク」ならAgentic Workflowsという使い分けが重要。将来的にGitHubの標準機能になる可能性も秘めている。