JamJet

ワークフロー作成 (YAML)

YAMLワークフローの全ノードタイプ、リトライポリシー、条件分岐、並列ブランチ。

ワークフロー作成（YAML）

YAMLはJamJetワークフローの主要な作成形式です。このページでは、すべてのノードタイプ、制御フロー、設定項目について説明します。

ワークフローヘッダー

workflow:
  id: my-workflow          # 一意の識別子（スラッグ形式）
  version: 0.1.0           # セマンティックバージョニング
  state_schema:            # 型付き状態（すべてのキーは開始時にオプション）
    query: str
    results: list[str]
    answer: str
    score: float
  start: first-node        # エントリーノードID

modelノード

LLMを呼び出し、レスポンスを状態キーに書き込みます。

nodes:
  think:
    type: model
    model: claude-haiku-4-5-20251001       # または gpt-4o、gemini-2.0-flash など
    prompt: |
      あなたは役立つアシスタントです。
      この質問に答えてください: {{ state.query }}
    output_key: answer          # モデルのレスポンスをここに書き込む
    next: end

    # オプション
    system: "簡潔かつ正確に答えてください。"
    temperature: 0.3
    max_tokens: 1024
    retry:
      max_attempts: 3
      backoff: exponential      # または linear、constant
      delay_ms: 500

サポートされるモデル:

プロバイダーモデルID
Anthropicclaude-haiku-4-5-20251001、claude-sonnet-4-6、claude-opus-4-6
OpenAIgpt-4o、gpt-4o-mini、o3-mini
Googlegemini-2.0-flash、gemini-2.5-pro

toolノード（MCP）

接続されたMCPサーバーからツールを呼び出します。

nodes:
  search:
    type: tool
    server: brave-search        # MCPサーバー名（jamjet.tomlから）
    tool: web_search
    arguments:
      query: "{{ state.query }}"
      count: 5
    output_key: search_results
    next: summarize

MCPサーバーはjamjet.tomlで設定します:

[[mcp.servers]]
name = "brave-search"
command = "npx"
args = ["-y", "@modelcontextprotocol/server-brave-search"]
env = { BRAVE_API_KEY = "${BRAVE_API_KEY}" }

httpノード

HTTPリクエストを実行し、レスポンスボディを状態に書き込みます。

nodes:
  fetch-data:
    type: http
    method: GET
    url: "https://api.example.com/data/{{ state.item_id }}"
    headers:
      Authorization: "Bearer {{ env.API_KEY }}"
    output_key: raw_data
    next: process

POST/PUTの場合は、bodyフィールドを追加します:

    method: POST
    body:
      query: "{{ state.query }}"
      format: json

Branchノード

条件に基づいて実行をルーティングします。

nodes:
  route:
    type: branch
    conditions:
      - if: "state.confidence >= 0.9"
        next: done
      - if: "state.confidence >= 0.5"
        next: refine
    default: escalate        # どの条件にも一致しない場合のフォールバック

条件は順番に評価され、最初に一致したものが適用されます。式はPython構文の簡潔なサブセットを使用し、state.*とenv.*が利用可能です。

Parallelノード

複数のブランチに分岐し、すべての完了を待ってから続行します。

nodes:
  gather:
    type: parallel
    branches:
      - search
      - fetch-docs
      - check-cache
    join: synthesize         # すべてのブランチ完了後に実行するノード

各ブランチは並行して実行されます。並行ブランチからのstate書き込みはマージされ、2つのブランチが同じキーに書き込む場合は、最後の書き込みが優先されます。

Waitノード

外部イベントを受信するまで実行を一時停止します。

nodes:
  await-approval:
    type: wait
    event: human_approved    # 待機するイベント名
    timeout_hours: 24
    on_timeout: escalate     # タイムアウト時に実行するノード
    next: continue

待機中の実行を再開するには:

jamjet resume exec_01JM4X8NKWP2 --event human_approved --data '{"approved": true}'

Evalノード

出力品質をインラインで評価します。自己修復ループに便利です。

nodes:
  check-quality:
    type: eval
    scorers:
      - type: llm_judge
        rubric: "回答は正確で完全、かつ200語以内か?"
        min_score: 4          # 1-5スケール
        model: claude-haiku-4-5-20251001
      - type: assertion
        check: "len(output.answer) > 0"
      - type: latency
        max_ms: 5000
    on_fail: retry_with_feedback   # またはescalate、halt、log_and_continue
    max_retries: 2
    next: end

on_failオプション:

  • retry_with_feedback — スコアラーのフィードバックをプロンプトに注入して前のmodelノードを再実行
  • escalate — エスカレーションノードにルーティング(ワークフローヘッダーでescalate:を定義)
  • halt — エラーで実行を停止
  • log_and_continue — 失敗を記録するがそのまま続行

Endノード

実行を終了します。すべてのワークフローには少なくとも1つ必要です。

nodes:
  end:
    type: end

複数の名前付きendノード（例：success、failure、escalated）を持つことができます。これらはすべて実行を正常に終了します。

リトライポリシー

すべてのノードにリトライポリシーを設定できます：

    retry:
      max_attempts: 3
      backoff: exponential    # linear | constant | exponential
      delay_ms: 200           # 初回遅延
      max_delay_ms: 10000     # 指数バックオフの上限
      retry_on:               # オプション：これらのエラーでのみリトライ
        - model_overloaded
        - rate_limited
        - timeout

テンプレート式

プロンプト、URL、ヘッダー、引数は{{ }}テンプレート式をサポートします：

式値
{{ state.key }}state値
{{ env.KEY }}環境変数
{{ execution.id }}現在の実行ID
{{ execution.workflow_id }}ワークフローID
{{ node.id }}現在のノードID

完全な例

workflow:
  id: research-agent
  version: 0.2.0
  state_schema:
    query: str
    search_results: list[str]
    draft: str
    answer: str
  start: search

nodes:
  search:
    type: tool
    server: brave-search
    tool: web_search
    arguments:
      query: "{{ state.query }}"
      count: 10
    output_key: search_results
    next: draft

  draft:
    type: model
    model: claude-sonnet-4-6
    prompt: |
      以下の検索結果に基づいて：
      {{ state.search_results | join('\n') }}

      次の質問に対する包括的な回答を作成してください：{{ state.query }}
    output_key: draft
    next: evaluate

  evaluate:
    type: eval
    scorers:
      - type: llm_judge
        rubric: "この回答は検索結果に基づいて事実に即しており、完全で、適切に構造化されていますか？"
        min_score: 4
        model: claude-haiku-4-5-20251001
      - type: assertion
        check: "len(output.draft) >= 100"
    on_fail: retry_with_feedback
    max_retries: 2
    next: done

  done:
    type: end

On this page

ワークフロー作成（YAML）ワークフローヘッダーmodelノードtoolノード（MCP）httpノードBranchノードParallelノードWaitノードEvalノードEndノードリトライポリシーテンプレート式完全な例