エージェントは推論戦略を用いてLLMを呼び出しますか？
(react、plan-and-execute、critic)
│
├─ はい → Agent + Workflow SDKを使用
│        (from jamjet import Agent, Workflow, tool)
│
└─ いいえ → フローは主にツールのオーケストレーション、ルーティング、
            またはコードデプロイなしで変更したい設定ですか？
            │
            ├─ はい → YAMLワークフローを使用
            │
            └─ いいえ → Pythonデコレータ APIを使用
                       (@workflow、@node)

from jamjet import Agent, Workflow, tool
from pydantic import BaseModel

@tool
def search_web(query: str) -> dict:
    """ウェブで情報を検索する。"""
    ...

researcher = Agent(
    name="researcher",
    model="claude-sonnet-4-6",
    tools=[search_web],
    instructions="指定されたトピックについて正確な情報を見つける。",
    strategy="react",        # 密なツール使用ループ
    max_iterations=5,
)

writer = Agent(
    name="writer",
    model="claude-sonnet-4-6",
    instructions="リサーチから明確な要約を書く。",
    strategy="critic",       # 下書き → 評価 → 改良
    max_iterations=3,
)

workflow = Workflow("research-writer", version="0.1.0")

@workflow.state
class ResearchState(BaseModel):
    topic: str
    research: str | None = None
    summary: str | None = None

@workflow.step
async def research(state: ResearchState) -> ResearchState:
    result = await researcher.run(f"Research: {state.topic}")
    return state.model_copy(update={"research": result.output})

@workflow.step
async def write(state: ResearchState) -> ResearchState:
    result = await writer.run(f"Summarize:\n{state.research}")
    return state.model_copy(update={"summary": result.output})

id: summarize-url
version: "0.1.0"

nodes:
  fetch:
    type: tool
    server: web-fetcher
    tool: fetch_page
    arguments:
      url: "{{ state.url }}"
    output_key: page_content
    next: summarize

  summarize:
    type: model
    model: claude-haiku-4-5-20251001
    prompt: "Summarize: {{ state.page_content }}"
    output_key: summary

from jamjet import workflow, node, State

@workflow(id="data-processor", version="0.1.0")
class DataProcessor:
    @node(start=True)
    async def process(self, state: State) -> State:
        import pandas as pd
        df = pd.read_csv(state["file_path"])
        summary = df.describe().to_dict()
        return {"analysis": summary}

    @node
    async def report(self, state: State) -> State:
        response = await self.model(
            model="claude-sonnet-4-6",
            prompt=f"Write a report from this analysis:\n{state['analysis']}",
        )
        return {"report": response.text}

workflow:
  id: my-agent
  version: 0.1.0
  state_schema:
    query: str
    answer: str
    confidence: float
  start: think

state_schema:
  query: str        # ユーザーからの入力
  search_results: list[str]  # 中間データ
  answer: str       # 最終出力