path: root/doc/Design.md

# AI Agent Sandbox MCP Server — 設計書

**文書名:** `Design.md`  
**版:** 0.1 Draft  
**上位仕様:** `Specifications.md`  
**対象:** Windows 11 x64 / C# 14 / .NET 10 LTS

---

## 1. 設計方針

### 1.1 基本原則

- 仕様で定義された性質を設計が満たすことを最優先する。
- LLMを信頼境界に置かない。決定的に検査可能なものはC#とWindows機構で検査する。
- 外部MCP Tool surfaceを2個に固定し、内部機能を外部へ漏らさない。
- Windows native security primitiveを薄く組み合わせ、独自Sandbox frameworkを作らない。
- 設定から緩和するホワイトリスト方式を採用する。
- 一時的なOS変更はtransactionとして扱い、crash recovery可能にする。
- AI生成実装が勝手に概念・層・依存を増やさないよう、語彙とmodule boundaryを固定する。
### 1.2 参照するIPAの記述観点
IPA資料が示す「構造」「機能」「振る舞い」「非機能」を、本設計では Architecture / Interface / State Transition / Quality & Invariant に対応づける。Verificationは `Specifications.md` のRequirement IDと本書の設計要素をtraceすることで行う。

---

## 2. 技術スタック
| 区分 | 採用 | 理由 |
| --- | --- | --- |
| OS | Windows 11 x64 | AppContainer、NTFS ACL、Job Object、WFPを直接利用するため |
| Language | C# 14 | Windows interopとMCP/JSON/asyncの両立 |
| Runtime | NET 10 LTS | LTS運用 |
| Editor | VS Code + C# Dev Kit | 既定開発環境 |
| Build | dotnet CLI / MSBuild | 追加build systemを不要にする |
| Package | NuGet | C#標準package管理 |
| MCP | 公式 ModelContextProtocol C# SDK | stdio/Streamable HTTP実装 |
| Win32 binding | Microsoft.Windows.CsWin32 | 必要Win32 APIだけ型付き生成 |
| Ollama | HttpClient + REST API | 専用SDK依存を避ける |
| JSON | System.Text.Json | MCP周辺・locale・audit |
| YAML | 小規模YAML parser library 1つ | 主設定のみ。追加依存はこれ以上増やさない |
| IPC | System.IO.Pipes | Sandbox worker連携 |
| Logging | Microsoft.Extensions.Logging | stderr/file sinkを統一 |
| Test | xUnit | unit/integration/security test |
### 2.1 明示的非採用
- Python
- Node.js / TypeScript
- CMake
- vcpkg
- Docker
- WSL
- ASP.NET Core application framework（MCP SDKが内部利用する部分を除く）
- Database/ORM
- 独自RPC
- 汎用Workflow engine
- 汎用Graph library
- Ollama専用SDK
- Legacy HTTP+SSE compatibility

---

## 3. 論理アーキテクチャ
```text
MCP Client
   │  stdio / Streamable HTTP(loopback)
   ▼
MCP Adapter ───────────── Localization
   │
   ▼
Agent Runtime ─── Session Store (memory)
   ├── Prompt Composer ── Skill Selector/Loader
   ├── Ollama Client ───── Ollama localhost
   ├── Token Planner ───── TaskGraph / PERT / CPM
   └── Internal Tool Dispatcher
             │
             ▼
        Policy Engine
             │
             ▼
        Sandbox Broker
        ├── AppContainer
        ├── NTFS ACL
        ├── Job Object
        ├── WFP
        └── Named Pipe
             │
             ▼
       Sandboxed Process Tree
Audit Writer / Recovery Manager は各副作用境界を横断して記録・復旧する。
```
### 3.1 信頼境界
| 領域 | 信頼 | 備考 |
| --- | --- | --- |
| MCP Client | Untrusted | request、image、temperature、session指定を検証する |
| Ollama output | Untrusted | tool argumentもPolicy検査する |
| Skill/User Prompt | Untrusted configuration content | Fixed PromptやPolicyを上書きできない |
| Agent Runtime | Trusted | 状態管理とdeterministic guard |
| Policy Engine | Trusted | allow/deny決定 |
| Sandbox Broker | Highly Trusted | OS副作用を発生させる唯一の境界 |
| Windows Kernel Security | Trusted enforcement | ACL/AppContainer/Job/WFP |

---

## 4. Project構成
```text
src/
  Agent.App/        # Program, CLI, composition root, configuration
  Agent.Mcp/        # MCP transport and two public tools
  Agent.Core/       # Agent loop, session, prompt, ollama abstractions
  Agent.Planner/    # TaskGraph, TokenPERT, TokenCPM
  Agent.Windows/    # SandboxPolicy enforcement and Win32 interop
tests/
  Agent.Core.Tests/
  Agent.Planner.Tests/
  Agent.Windows.Tests/
config/
  agent.yaml
  locales/en.json
  locales/ja.json
prompts/
  user-system.md    # optional user prompt; fixed prompt is embedded
skills/
logs/
state/
  recovery/         # rollback journal; application-owned
```
### 4.1 dependency方向
```text
Agent.App -> Agent.Mcp -> Agent.Core -> Agent.Planner
Agent.App -------------------------> Agent.Windows
Agent.Core -> ISandbox/IToolExecutor interfaces
Agent.Windows implements those interfaces
```
`Agent.Planner` と `Agent.Core` はWin32型、HANDLE、SID、WFP型を参照してはならない。

---
## 5. MCP詳細設計
### 5.1 Transport
- defaultはstdio。stdioではstdoutをMCP専用、ログをstderrへ出す。
- Streamable HTTPは `127.0.0.1` または `::1` だけにbind可能。非loopback設定はvalidation error。
- Streamable HTTPは1つのMCP endpointを持つ。v1はJSON responseのみ使用し、SSE streamを開始しない。
- HTTP GETによるSSE listenerは提供せず、GETには405を返す。
- Legacy HTTP+SSEの旧endpoint検出・fallbackを実装しない。
- Origin headerが存在するHTTP requestはloopback originとして妥当か検査する。
### 5.2 agent_run JSON Schema
```json
{
  "type": "object",
  "properties": {
    "request": { "type": "string", "minLength": 1 },
    "session_id": { "type": "string", "format": "uuid" },
    "temperature": { "type": "number", "minimum": 0.0, "maximum": 2.0 },
    "images": {
      "type": "array",
      "items": {
        "type": "object",
        "properties": {
          "mime_type": { "type": "string", "enum": ["image/png", "image/jpeg", "image/webp"] },
          "data_base64": { "type": "string", "minLength": 1 }
        },
        "required": ["mime_type", "data_base64"],
        "additionalProperties": false
      }
    }
  },
  "required": ["request"],
  "additionalProperties": false
}
```
### 5.3 agent_run result
MCP resultはtext content 1件とする。Machine-readable structuredContentはv1では公開しない。本文はlocale templateで次を必ず含める。
```text
task_id: <UUID>
session_id: <UUID>
status: queued
message: <localized message>
```
### 5.4 agent_status JSON Schema
```json
{
  "type": "object",
  "properties": {
    "task_id": { "type": "string", "format": "uuid" },
    "session_id": { "type": "string", "format": "uuid" }
  },
  "required": ["task_id"],
  "additionalProperties": false
}
```
### 5.5 agent_status result
```text
task_id: <UUID>
session_id: <UUID>
status: queued|planning|running|completed|failed|cancelled
completed_tasks: <n>/<total>
current_task: <localized summary or empty>
token_usage: input=<n> output=<n> total=<n>
critical_path_tokens: <n>
iterations: <n>
replans: <n>
last_error_code: <stable code or empty>
last_error: <localized message or empty>
message: <localized status>
result: <final natural-language answer; completed only>
```
`result`は選択localeで生成する。内部Tool名、policy internals、chain-of-thoughtは返さない。

### 5.6 MCP 2026-07-28 / dual-era境界

- 公式C# SDK `2.0.0`へwire処理を委譲する。独自に`server/discover`、必須`_meta`、MCP routing header、modern error codeを再実装しない。
- HTTP transportは`Stateless = true`。modern HTTP requestごとにserver contextを作成し、`Mcp-Session-Id`を使用しない。
- SDKのlegacy initialize fallbackは維持する。Legacy SSEはSDK defaultの無効状態を使い、独自GET拒否middlewareは置かない。
- Agent Sessionは`session_id`で明示的に管理するapplication stateであり、transport sessionとは独立する。

### 5.7 Tasks Extension

- `ModelContextProtocol.Extensions.Tasks 2.0.0`の`WithTasks` filterを`agent_run`だけoptional task対応として登録する。`agent_status`は同期Toolのまま維持する。
- `PersistentMcpTaskStore`は`state/mcp-tasks/<task-id>.json`へWriteThrough後のatomic moveで保存する。directoryのuser-only DACLはApp層で作成する。
- store作成IDをAgent Task IDとして使用し、Agent registryのterminal completionを待ってSDK filterへ最終結果を返す。非Tasks callは従来どおりenqueue直後に返す。
- `tasks/cancel`のrequest cancellationをAgent TaskのCancellationTokenへ接続する。restart recoveryではworking/input-requiredを`failed`、reasonを`server_restarted`とする。
- 既定TTLは24時間、poll intervalは1000 ms。期限切れfileはaccess時に削除する。

### 5.8 起動preflightとHTTP request log

- Appはtransport構築前に`WindowsPlatformCheck`を実行する。administrator/BFE/WFP probeが1つでも失敗した場合はhostをbuild/startせずfatalとする。
- `StartAsync`完了後にだけ`IMcpHostObserver.Ready`を通知するため、「起動中」と「接続可能」を区別できる。
- HTTP middlewareはsocket endpointとrouting metadataだけをbounded in-memory queueへ`TryWrite`し、専用background writerがstderr、application log、`logs/http.jsonl`へ出力する。request threadはconsole/file I/Oを待たず、queue飽和時はrequestを止めずlog entryをdropして件数を警告する。
- forwarded header、credential header、query、payloadは保存しない。
- `RollingFileWriter`をapplication/http logで共用し、同じsize/retention policyでrotationする。stdioの運用出力はstderrだけへ送る。
---
## 6. Ollama統合設計
### 6.1 APIモデル
- `HttpClient`をsingleton相当で再利用する。
- Chat APIを会話、Vision、native tool callingに使用する。
- `stream=false`をv1既定とし、Agent内部でも1call単位の完了responseを扱う。
- `prompt_eval_count` と `eval_count` を毎callで取得する。
### 6.2 Option mapping
`OllamaOptions` は既知optionをnullable typed propertyとして持つ。設定されていないpropertyはpayloadへ出さない。`extra_options` は `Dictionary<string, JsonElement>` とし、typed propertyと同名keyがある場合はtyped propertyを優先し、同名のextra optionをpayloadへ出さない。
代表的typed property:
```text
num_ctx, num_keep, num_predict, temperature, seed,
top_k, top_p, min_p, typical_p, tfs_z,
repeat_last_n, repeat_penalty, presence_penalty, frequency_penalty,
mirostat, mirostat_tau, mirostat_eta, stop
```
Chat API top-levelとして `model`, `think`, `keep_alive`, `format`, `logprobs`, `top_logprobs` を別型で管理する。Ollama API変更時は既知型を更新し、未知optionは `extra_options` で一時対応できる。
### 6.3 temperature override
```text
effective_temperature = agent_run.temperature ?? config.ollama.options.temperature
```
overrideはTask objectにcopyし、global configurationを変更しない。Session内の次Taskへも継承しない。
### 6.4 Vision
- `images[]`をBase64としてOllama messageへ転送する。
- mime_type、Base64妥当性、設定上限size/countを事前検査する。
- 既定上限は4画像、1画像10 MiB、request合計20 MiBとする。
- model capability確認でVision非対応と判定した場合はOllama呼出し前にlocalized error。能力確認不能時は呼出しを行い、Ollama errorを正規化して返す。
### 6.5 Tool calling
Ollamaに公開する現行Internal Tool catalogは次のとおりとする。個々のOS command (`grep.exe`等) をtoolとして増殖させない。catalogの構成は設計事項であり、仕様上の固定数として扱わない。
| Tool | 責務 | 主なoperation |
| --- | --- | --- |
| file_search | 検索 | glob / name / text / regex / tail相当 |
| file_read | 読取 | whole / range / metadata |
| file_edit | 編集 | overwrite / patch / atomic_replace / delete |
| process_run | 承認済Process実行 | exe + args + cwd + timeout |
| task_update | TaskGraph更新 | add / dependency / estimate |
| dir | ディレクトリ操作 | mkdir / rmdir / list |
---
## 7. Internal Tool Schema設計
### 7.1 file_search
```json
{"root":"string","mode":"glob|name|text|regex|tail","query":"string","max_results":100,"tail_lines":100}
```
- `root`はread許可directory/file配下でなければdeny。
- `tail`はtext file向け。binaryは拒否する。判定は先頭4 KiBのみを読み、BOM確認（UTF-8/UTF-16 LE/UTF-16 BE）→BOMなしはUTF-8 strict byte sequence検証で行う。NULバイトのみの判定はUTF-16 textを誤拒否するため使用しない。
- `max_results`にhard upper boundを設け、context爆発を防ぐ。
- `max_results`のhard upper boundは1,000件、`tail_lines`は10,000行とする。
### 7.2 file_read
```json
{"path":"string","mode":"whole|range|metadata","start":0,"length":0}
```
- wholeはsize上限を超えた場合range利用を要求する。
- whole readの既定上限は1 MiBとする。
- read前にcanonical pathとreparse pointを検査する。
### 7.3 file_edit
```json
{
  "path":"string",
  "operation":"overwrite|patch|atomic_replace|delete|rename",
  "content":"string|null",
  "patch":"string|null",
  "expected_sha256":"string|null",
  "new_path":"string|null"
}
```
- overwrite/patch/atomic_replaceはwrite permissionを要求する。
- deleteはdelete permissionを要求する。
- renameはsource/destination双方にwrite permissionを要求する。destinationが既に存在する場合は拒否する（overwrite不可）。cross-volume renameは不支持でTool failureとして返す。
- rename transaction: PREPARE(source/destination検査+journal) → APPLY(File.Move) → VERIFY(source不存在/destination存在/hash一致) → COMMIT。crash recoveryはdestination hashがjournal記録と一致する場合のみdestinationからsourceへ戻す。
- `expected_sha256` 指定時はoptimistic concurrency guardとして利用する。
### 7.4 process_run
```json
{
  "executable":"string",
  "args":["string"],
  "cwd":"string",
  "timeout_seconds":300,
  "stdin":"string|null"
}
```
- shell command line 1本ではなくexeとargsを分離する。
- executableはcanonical path + SHA-256 approval必須。
- shell category disabled時はcmd/powershell/pwshを拒否する。
- cwdはfilesystem policy内でなければならない。
### 7.5 task_update
```json
{
  "operation":"add|add_dependency|set_estimate",
  "task_id":"string|null",
  "description":"string|null",
  "depends_on":["string"],
  "budget_class":"1K|2K|4K|8K|16K|32K|64K|128K|null",
  "optimistic_tokens":0,
  "most_likely_tokens":0,
  "pessimistic_tokens":0
}
```
Task状態遷移はAgent Runtimeだけが行う。`task_update` はTask追加、dependency追加、estimate変更に限定し、LLMから状態を変更するschemaを公開しない。
PlannerがDAG、不変条件、completed immutable、max_tasksを再検査してから適用する。
### 7.6 dir
```json
{"path":"string","operation":"mkdir|rmdir|list"}
```
- mkdir は Write capabilityを要求し、`Directory.CreateDirectory` で親ディレクトリも含めて作成する。
- rmdir は Delete capabilityを要求し、**空ディレクトリのみ**削除する。非空の場合は `ToolValidationException` で拒否する。内容復元の複雑さとMemoryBackupLimit超過リスクを排除するため、再帰削除は行わない。
- list は Read capabilityを要求し、直下のエントリ一覧を返す。外部効果ではない。
- 既存の PathPolicy / CanonicalPath / TaskAclManager (root継承ACE) / TaskResourceJournal / RecoveryManager 枠組みを利用する。新規作成ディレクトリは親の継承ACEを自動取得するため追加ACL操作は不要。
- mkdir後crash → ディレクトリ削除、rmdir後crash → 空ディレクトリ再作成、でRecoveryする。
### 7.7 Tool error表現
既存のTool resultへ、`error_code`、`error_category`、`target_path`、`required_permission`、`retry_allowed`、`resolution`をoptional fieldとして保持する。これは独立したerror体系ではなく、既存の`SandboxPolicyException`と`ToolExecutionResult`の分類情報を失わずRuntime、Audit、localized messageへ渡す表現である。内部messageと利用者向けlocalized messageは分離し、内部Tool名は利用者向け結果へ含めない。

### 7.8 ToolUseGuard
Taskには `requires_external_effect` をPlanner内部属性として持たせる。**Planning フェーズで LLM structured output により Task ごとに判定・設定される**（keyword heuristic ではない）。trueのTaskで、当該iteration中のtool callが0かつ完了証拠がない場合、LLMへ「未実行」を示すsystem-generated observationを追加して再試行する。同一失敗fingerprintが5回に達したらTaskをfailedにする。ただし、Policy EngineのdenyおよびSandbox backendの`UnauthorizedAccessException`は`RetryAllowed=false`のterminal Tool resultへ変換する。Runtimeはobserverへ結果を1回記録した後、同一Tool呼出しへ再投入せず、§8.4の条件付きreplanへ遷移する。
---
## 8. Token Planner設計
### 8.1 Task model
```text
Task
  Id: UUID
  Description: string
  Dependencies: Set<TaskId>
  State: queued|planning|running|completed|failed|cancelled
  BudgetClass: TokenBudgetClass
  O, M, P: long
  ExpectedTokens: double
  ActualInputTokens: long
  ActualOutputTokens: long
  ActualTotalTokens: long
  RequiresExternalEffect: bool
```
### 8.2 PERT計算
```text
ExpectedTokens = (O + 4*M + P) / 6.0
VarianceTokens = ((P - O) / 6.0)^2   # 診断値。v1ではscheduler判断に必須ではない
```
validation: `0 < O <= M <= P <= BudgetClass.MaxTokens`.
### 8.3 CPM
topological sort後にforward passで各Taskの累積expected token costを計算し、最大経路をCritical Pathとする。時間のearliest/latest startという語をそのままUIへ出さず、`cumulative_token_cost`、`critical_path` と表記する。
### 8.4 再計画
- **Plan フェーズ**: LLM structured output により Initial TaskGraph を生成。Planner が Task ごとに `requires_external_effect` を判定。pure analysis task は `requires_external_effect=false` で少なくとも1 Task の TaskGraph を持つ。Sandbox Task Resource は Plan 時には適用しない。
- **Run フェーズ**: ready な Task (dependencies 解決済み) を critical path → creation order で順次実行。Sandbox Task Resource (BeginTask/EndTask) は RunAsync 時に適用する。
- 未完了Taskの追加/dependency追加後にDAG validationとCPMを再計算。
- completed Taskは変更しない。
- 実績がPを超過しても即失敗にはせず、remaining Taskのestimate見直しをLLMへ要求できる。
- `max_tasks=32`超過提案は拒否し、既存Taskの統合をLLMへ求める。
- Budget Classは意味的Taskを分割する唯一の理由にしない。Taskが複数独立成果物を含む場合に分割する。
- Policy denyは同一Tool呼出しへ再投入しない。許可済み能力だけで代替できる可能性がある場合、`running -> planning -> running` と遷移してreplanを最大3回まで試行できる。
- completed TaskのID、状態、usageを保持する。failed Taskをdependency解決済みとして扱わない。
- 同一deny fingerprintの再発、計画未変更、実行可能Taskなし、structured replan失敗は即Failedとする。全Taskがcompletedの場合だけAgent Taskをcompletedにする。
- structured planが空または不正な場合は`think=false`で1回だけ再試行し、それでも失敗した場合はplanning failureとする。外部効果要否が不明なfallback graphは作成しない。
- 利用者が指定したabsolute path、executable、cwd、引数配列、operation、literal値は、それを使用するTask descriptionへそのまま保持する。後続Taskの操作を先行Taskへ混在させない。
### 8.5 Ollama usage集計
1 Ollama callの `prompt_eval_count` をTask inputへ、`eval_count` をTask outputへ加算する。tool実行そのものにはtoken costを加算しない。context summary生成に使ったtokenはSession maintenance Taskとして別集計する。
---
## 9. Session・Context設計
### 9.1 In-memory store
`ConcurrentDictionary<SessionId, AgentSession>` 相当で保持する。永続化しない。Taskは必ず1 Sessionに所属する。
```text
AgentSession
  SessionId
  Conversation
  TaskGraph
  ExecutionResults
  Summary
  CreatedAt / LastAccessAt
```
### 9.2 Context assembly
順序を次に固定する。
1. Fixed System Prompt
2. User System Prompt
3. locale instruction
4. selected Skills (name + description一覧のみ、Progressive Disclosure Stage 1)
5. Sandbox capability summary
6. current TaskGraph / current Task
7. previous Summary
8. recent verified Execution Result
9. original MCP Task request（exact path、引数、制約、literalの参照元）
10. current Taskの`requires_external_effect`に基づく実行要件
11. recent Conversation

実行要件は、現在runningのTaskだけを実行してqueued Taskを先取りしないことを指示する。外部効果が必要なTaskでは文章上の宣言、計画、JSON例を実行済みと扱わず、対応するInternal Toolを直ちに呼び出すよう指示する。成功済みのread結果はExecution Resultから再利用し、不要な再読込を避けてwrite/processへ進む。外部効果が不要なTaskにはToolを強制しない。未解決のTool失敗後にToolを呼ばない応答も同一失敗として数え、既定の同一失敗上限でfailedにする。
### 9.3 Summary policy
`num_ctx`に対する利用率が設定閾値を超えたとき、古いConversation/Execution Resultを要約する。利用率 = latest `prompt_eval_count` / `num_ctx`（累積 InputTokens ではない）。既定閾値は80%とする。次は削除・曖昧化してはならない。
- 利用者が明示した制約
- 未完了Taskとdependency
- completed Taskの重要成果
- 失敗原因と再試行回数
- 変更済fileと検証結果
- security denial
- 承認/Policyそのものではなく現在利用可能なcapability summary
raw chain-of-thoughtは保存・要約対象としない。
---
## 10. SandboxPolicy YAML設計
### 10.1 schema概要
```yaml
schema_version: 1
application:
  language: en
mcp:
  transport: stdio
  http:
    host: 127.0.0.1
    port: 8080
  images:
    max_count: 4
    max_bytes_each: 10485760
    max_total_bytes: 20971520
agent:
  user_system_prompt: prompts/user-system.md
  max_iterations: 128
  same_failure_limit: 5
ollama:
  endpoint: http://localhost:11434
  model: qwen3-coder
  think: true
  keep_alive: 5m
  options:
    num_ctx: 32768
    temperature: 0.4
  extra_options: {}
planner:
  max_tasks: 32
sandbox:
  filesystem:
    read: []
    write: []
    execute: []
    delete: []
  process:
    allow_shell: true
    approvals: []
    max_processes: 16
  network:
    mode: deny
    allow: []
  resources:
    memory_mb: 4096
    process_timeout_seconds: 1800
file_edit:
  memory_backup_limit_mb: 16
limits:
  whole_read_bytes: 1048576
  search_max_results: 1000
  tail_max_lines: 10000
  context_summary_ratio: 0.8
localization:
  directory: config/locales
  fallback: en
skills:
  directory: skills
logging:
  directory: logs
```
base YAMLと同じdirectoryに`agent.local.yaml`が存在する場合、YAML nodeを読み取ってmapを再帰mergeし、scalarとsequenceはlocal nodeで置換してからtyped configurationへdeserializeする。unknown propertyを含むvalidationはmerge後に行い、全相対pathのbaseはbase YAMLのdirectoryとする。local file、そこから参照するUser System PromptおよびSkill directoryはRelease Bundleのpublish入力に含めない。
### 10.2 Filesystem entry
各list itemはpath文字列とする。起動時に絶対canonical pathへ正規化して保持する。file/directoryは実在時に種別を記録し、未作成write targetは最も近い既存親directoryまで検査する。
### 10.3 Process approval entry
```yaml
approvals:
  - path: C:/Program Files/Git/cmd/git.exe
    sha256: "<64 hex chars>"
  - path: C:/Windows/System32/WindowsPowerShell/v1.0/powershell.exe
    sha256: "<64 hex chars>"
```
署名はaudit metadataとして取得可能だが、v1のallow判定はpath + SHA-256を必須条件とする。
### 10.4 Network entry
```yaml
network:
  mode: allow
  allow:
    - host: github.com
      ports: [443]
    - host: api.github.com
      ports: [443]
```
`allow` modeでもlist外はdeny。`deny`ではlistを無視して全denyする。localhostも特別扱いしない。
---
## 11. Windows強制設計
### 11.1 AppContainer
- Application Profileを固定名で作成/取得する。
- 起動時にprofile SIDを解決する。
- Taskごとにprofileを作り直さない。
- AppContainer外の通常user tokenに戻るbreakawayを許可しない。
### 11.2 NTFS ACL
- Policy Engineが許可pathから必要ACEを導出する。
- 許可pathがdirectoryの場合、そのrootへ`ContainerInherit | ObjectInherit`付きのApplication SID ACEを1件だけtransactionalに追加し、既存およびTask中に作成されたdescendantへ継承させる。descendantごとのDACL列挙・snapshot・明示ACE追加は行わない。
- 許可pathがfileの場合は、そのfileだけへ継承なしACEを追加する。異なる権限を持つnested rootは別scopeとして逆順cleanupする。
- protected DACLを持つdescendantの継承保護は解除しない。そのpathはOS拒否のままとし、Sandbox権限を暗黙に拡張しない。
- rootの元security descriptorをRecovery Journalへ1件記録する。
- Task終了で追加分を除去し、元状態との整合を検査する。
### 11.3 Job Object
- TaskごとにJob Objectを1つ作成する。
- root sandbox processをJobへ割り当てる。descendantを同一Jobへ継承させる。
- breakawayを許可しない。
- process count / memory limitをJobへ設定する。
- `KILL_ON_JOB_CLOSE`相当を利用し、application終了時にprocess treeを残さない。
### 11.4 Process approval
Sandbox Brokerは実行直前にcanonical pathを取得し、ファイルを開いた状態でSHA-256を計算し、approvalと一致確認してから起動する。TOCTOU低減のため、検証対象と実行対象のpath解決がずれないよう実装時にWin32のfile identity確認を追加する。具体API選択は実装時に確定する。
### 11.5 WFP方針
WFP実装は複雑な汎用Firewallにしない。設計上の変換規則だけを固定する。
1. `deny`ならApplication Profile/Task processに対するoutbound blockを作成する。
2. `allow`ならdefault blockを置き、列挙hostをTask開始時にDNS解決する。
3. 解決したIP集合とportの組にだけallow filterを作成する。
4. Task実行中はそのIP snapshotを使用し、複雑な動的DNS追随は行わない。
5. DNS解決失敗はdeny。
6. Task終了でTask固有WFP filterを削除する。
7. localhostはallow-listに明示されない限り許可しない。
具体的なWFP layer、sublayer、filter condition、transaction APIは実装時にCodexがWindows SDKを確認して決定し、Security Integration Testで仕様を検証する。
### 11.6 Named Pipe
Sandbox workerとのIPCが必要な場合はtask固有Named Pipeを使用し、DACLをApplication SIDとBrokerだけに限定する。TCP localhostを内部IPCに使わない。
---
## 12. ACL / Resource Transaction設計
### 12.1 ACIDから借用する性質
| 性質 | 本システムでの意味 |
| --- | --- |
| Atomicity | Task Resource適用が途中失敗した場合、適用済み変更をrollbackする。 |
| Consistency | SandboxPolicyとSecurity Invariantを満たす状態だけを実行可能状態とする。 |
| Isolation | Task固有ResourceをTask IDで識別し、他Task cleanupで誤削除しない。 |
| Durability | Task Resource自体の永続化ではなく、cleanupに必要なjournalをcrashに耐えて保持する。 |
### 12.2 状態機械
```text
CLEAN
  -> PREPARING   journal create
  -> APPLIED     ACL/WFP/Job ready
  -> RUNNING     sandbox process start
  -> CLEANING    process stopped / task terminal
  -> CLEAN       all task resources removed
PREPARING/APPLIED/RUNNING/CLEANING --crash--> RECOVERY_REQUIRED
RECOVERY_REQUIRED -> CLEANING -> CLEAN
```
### 12.3 Recovery Journal
JournalはTaskごとのJSONとし、操作を実行する**前**にundoに必要な情報をflushする。例:
```json
{
  "schema_version": 1,
  "task_id": "...",
  "state": "APPLIED",
  "acl_changes": [{"path":"...","change_id":"..."}],
  "wfp_filter_ids": [123],
  "temp_paths": ["..."],
  "created_at": "..."
}
```
起動時にjournalが存在する場合、MCP transport開始前にRecovery Managerが逆順でcleanupし、全項目の不存在/復元を検査してからjournalを削除する。
---
## 13. File Transaction設計
### 13.1 基本フロー
```text
canonicalize + policy check
  -> read old identity/hash
  -> old content snapshot (memory or temp)
  -> edit temp representation
  -> syntax/basic validation if available
  -> atomic replace when possible
  -> post-write hash/readback validation
  -> commit: discard snapshot
failure -> rollback snapshot -> verify original hash
```
### 13.2 backup threshold
`memory_backup_limit_mb`以下はメモリsnapshot、それより大きい場合はTask専用temp directoryへbackupする。16MBをdefault候補とするが、実装時benchmarkで変更可能。これは仕様上の固定値ではない。

v1の既定値は16 MiBとし、benchmark結果を変更根拠として記録できるconfiguration defaultとして扱う。
### 13.3 Patch
patchは適用前にtarget hashまたはcontext一致を検査する。曖昧適用を禁止し、複数候補に一致する場合は失敗としてLLMへ返す。
---
## 14. Localization設計
### 14.1 Locale file
`config/locales/en.json` と `ja.json` を完全key集合として配布する。flat objectを採用する。
```json
{
  "app.starting": "Starting agent.",
  "mcp.task_queued": "Task {task} was queued.",
  "sandbox.access_denied": "Access denied: {path}",
  "ollama.vision_unsupported": "The selected model does not support image input."
}
```
### 14.2 validation
- JSON parse failure: fatal。
- baseline key集合にないunknown key: fatal。
- missing key: 起動は継続し、runtimeでenへfallback。
- enにもない場合はkey自体を表示する。
- placeholder名はen baselineと一致しなければfatal。
### 14.3 Language propagation
`LanguageContext`をrequest/sessionへ渡し、CLI/diagnostic/MCP templateだけでなくPrompt Composerのlocale instructionにも利用する。LLMに入力言語自動判定をさせない。
---
## 15. Logging・Audit設計
### 15.1 Application log
- stdio時はstderr + rolling file。
- log levelは設定可能だがCLI optionにはしない。
- stdoutへ通常ログを出すコードはtestで禁止する。
### 15.2 LLM log
call ID、session ID、task ID、Planner Task ID、phase、iteration、replan番号、model、request metadata、prompt、response、tool_calls、token usageを記録する。Planning、Skill選択、再計画、実行、context要約を同じ相関形式で記録し、Tool resultにもcall IDとiterationを付ける。秘密情報の自動継承は禁止だが、利用者入力にsecretが含まれる可能性はあるためlog directoryはuser-only ACLにする。既存rotation設定はLLM logにも適用する。
### 15.3 Audit JSONL
Auditはappend-only JSONLを採用する。1 event = 1 line。
```json
{"ts":"...","event":"process.start","session_id":"...","task_id":"...","exe":"...","sha256":"...","args":["..."],"decision":"allow"}
{"ts":"...","event":"file.write","task_id":"...","path":"...","before_sha256":"...","after_sha256":"..."}
{"ts":"...","event":"policy.deny","task_id":"...","kind":"network","target":"example.com:443","reason":"not_allowlisted"}
```
最低event集合: `task.start`, `task.end`, `tool.call`, `process.start`, `process.exit`, `file.write`, `file.delete`, `policy.deny`, `network.rule.apply`, `network.rule.remove`, `recovery.start`, `recovery.end`。各eventは可能な限りsession ID、task ID、内部error codeを持つ。
---
## 16. Recovery・終了設計
### 16.1 graceful stop
1. 新規agent_run受付停止。
2. 実行中Taskをcancelledへ遷移予定としてマーク。
3. Job Objectを終了しprocess tree停止。
4. File transaction rollbackが必要なら実施。
5. WFP filter/ACL/temp resource cleanup。
6. journal clean確認。
7. transport終了。
### 16.2 client disconnect
- stdio: EOFまたはparent process消失をClient切断とみなし、所有Taskをsafe stop。
- Streamable HTTP: 1回のHTTP response完了は切断ではない。MCP sessionの明示終了、session失効、server shutdownをsafe stop triggerとする。
### 16.3 Ollama retry
network/temporary errorだけを最大3回retryする。validation error、Vision unsupported、invalid model等の恒久errorは即failed。backoffは250 ms、500 ms、1,000 msに固定し、汎用retry frameworkを導入しない。
---
## 17. 状態遷移
### 17.0 実行キュー
複数Taskの受付は許可するが、`planning` / `running` およびTask Resource適用はアプリケーション全体で最大1件とする。受付順の単一キューで直列実行する。

### 17.1 Task
```text
queued -> planning -> running -> completed
                    -> planning   # replan
queued/planning/running -> failed
queued/planning/running -> cancelled
completed/failed/cancelled are terminal
```
### 17.2 Session
```text
active -> closing -> closed
```
closed Sessionは再利用しない。プロセス再起動後に以前のSession IDが指定された場合はnot found。
---
## 18. Validation / Verification設計
### 18.1 起動時validation
- YAML schema_version
- MCP transport value
- HTTP hostがloopback
- locale baseline/placeholder
- Ollama endpoint URI
- Sandbox path canonicalization
- process approval path/hash format
- network host/port syntax
- resource limit range
- Fixed/User prompt file state
- Skill directory
### 18.2 deterministic verification
| 対象 | 検証 |
| --- | --- |
| TaskGraph | cycle、max_tasks、completed immutable |
| TokenPERT | O<=M<=P<=budget、式のunit test |
| TokenCPM | 既知DAGに対するcritical path unit test |
| Filesystem | allow/deny/reparse point integration test |
| Process | hash mismatch、path mismatch、shell toggle |
| Network | deny loopback、allow-list host/port |
| Recovery | 各transaction stateで強制crashして再起動cleanup |
| MCP | stdio purity、Streamable HTTP loopback、GET 405 |
| Localization | fallback、unknown key fatal、placeholder validation |
---
## 19. Security Test Matrix
| ID | ケース | 期待 |
| --- | --- | --- |
| ST-01 | read許可file | 成功 |
| ST-02 | read未許可file | ACCESS_DENIED |
| ST-03 | write許可file | 成功 |
| ST-04 | delete権限なしdelete | 拒否 |
| ST-05 | junctionで許可外へ脱出 | 拒否 |
| ST-06 | symlink chainで許可外へ脱出 | 拒否 |
| ST-07 | 承認exe/hash一致 | 成功 |
| ST-08 | exe更新/hash不一致 | 拒否 |
| ST-09 | shell disabledでPowerShell | 拒否 |
| ST-10 | 子が未承認exe起動 | 拒否 |
| ST-11 | Job close | 全descendant終了 |
| ST-12 | network denyで127.0.0.1 | 拒否 |
| ST-13 | network allowで許可host:port | 成功 |
| ST-14 | network allowで未許可port | 拒否 |
| ST-15 | MCPからpolicy変更試行 | schema/機能上不可能 |
| ST-16 | Ollama tool arg path脱出 | Policyで拒否 |
| ST-17 | crash after ACL apply | 再起動cleanup |
| ST-18 | crash after WFP apply | 再起動cleanup |
| ST-19 | malformed locale | 起動失敗 |
| ST-20 | non-loopback HTTP bind | 起動失敗 |
---
## 20. エラー分類
| Category | 例 | Task結果 | Retry |
| --- | --- | --- | --- |
| validation | invalid config/schema/tool args | failed | No |
| policy_denied | path/network/exe denial | LLMへobservation。回復不能ならfailed | LLM再計画のみ |
| ollama_transient | connection reset/temporary unavailable | running維持 | 最大3 |
| ollama_permanent | model not found/vision unsupported | failed | No |
| tool_failure | process nonzero/patch mismatch | running→replan | 最大同一5 |
| resource_limit | timeout/memory/process limit | failedまたはreplan | 原則No |
| recovery_failure | ACL/WFP cleanup不能 | application fatal | No |
errorは内部codeとlocalized messageを分離し、ログ/auditにはcode、MCPにはlocalized textを返す。
---
## 21. 実装順序
| Phase | 実装 | 完了条件 |
| --- | --- | --- |
| 1 | Config/Locale/MCP stdio skeleton | agent_run/statusのstubが動作 |
| 2 | Session/Ollama/Prompt | text-only会話とtoken取得 |
| 3 | Planner | TaskGraph + TokenPERT/CPM unit test |
| 4 | Internal Tool dispatcher | tool schemaとToolUseGuard |
| 5 | Filesystem/Process Sandbox | ACL/AppContainer/Job integration test |
| 6 | Resource Transaction/Recovery | 強制crash recovery test |
| 7 | WFP | deny/allow-list integration test |
| 8 | Vision/Streamable HTTP | image optional、loopback HTTP |
| 9 | Audit/Hardening | security matrix全PASS |
| 10 | Release/Operational E2E | self-contained Bundle単独起動、stdio/HTTP実利用 |

### 21.1 Release設計
- `dotnet publish -c Release -r win-x64 --self-contained true` のfolder publishを配布元とする。
- Bundleはversion付きZIP、展開済みdirectory、file manifest、SHA-256 checksumから成る。
- 起動時の相対pathは実行ファイルdirectoryを基準に解決し、ソースツリーを参照しない。
- 必須Gateはlocal Ollamaだけで実行し、cloud modelは任意互換試験に限定する。
---
## 22. Codex実装制約
- 新規NuGet dependencyを勝手に追加しない。追加時は標準ライブラリで不能な理由を示す。
- MCP Toolを `agent_run` / `agent_status` 以外に増やさない。
- Internal ToolをOSコマンド名ごとに増やさず、本章のTool catalogとschemaを変更管理の単位にする。
- Legacy HTTP+SSE transport、WebSocket、独自transportを追加しない。
- Streamable HTTPをnon-loopbackへbind可能にしない。
- 認証/TLSを「便利だから」という理由でv1へ追加しない。
- SandboxPolicyをMCP/LLMから変更できるI/Fを作らない。
- Fixed System Promptを外部ファイルへ移動しない。
- AppContainer profileをTaskごとに作成・削除しない。
- WFPを汎用Firewall rule engineへ拡張しない。
- DatabaseをSession/Journal目的で導入しない。Journalは小さなfile transactionで実装する。
- Graph library/Workflow engineを導入しない。
- `Utils`, `Common`, `Infrastructure`, `Manager`等の曖昧な巨大moduleを作らない。
- 仕様語彙と異なる新名称を導入する場合はDesign.mdを先に更新する。
- セキュリティ判定をLLM出力だけに依存させない。
---
## 23. 未固定の実装詳細
次は設計方針のみを固定し、実装時にWindows SDK/APIの実状を確認して選択する。仕様変更を意味しない。
| 項目 | 固定済み方針 | 実装時に決めること |
| --- | --- | --- |
| WFP | deny/default block + hostname resolve + IP/port allow | layer/sublayer/filter condition/API sequence |
| File backup threshold | memory超過時temp rollback | default閾値benchmark |
| Process TOCTOU | path+SHA必須 | file identity handleを用いた最適API |
| Context summary | 重要情報保持 | 要約promptとthreshold |
| Retry backoff | Ollama最大3 | 具体interval |
---
## 24. 仕様トレーサビリティ
| Specifications.md | Design.md | 主検証 |
| --- | --- | --- |
| 5章 MCP | 5章 | AT-01〜06 |
| 6章 Ollama | 6〜7章 | Ollama integration tests |
| 7章 Agent | 7章/17章 | ToolUseGuard/loop tests |
| 8章 Planner | 8章 | AT-14〜17 |
| 9章 Session | 9章 | session/context tests |
| 11章 Sandbox | 10〜13章 | ST-01〜18 |
| 14章 i18n | 14章 | AT-18〜20 |
| 16〜17章 Audit/Recovery | 15〜16章 | recovery/audit tests |
| 18章 Security Invariant | 11〜19章 | Security Test Matrix |
---
## 25. 参考資料
- IPA/SEC「実務家のための形式手法 厳密な仕様記述を志すための形式手法入門 厳密な仕様記述入門」2013年。
- Model Context Protocol Specification, Transports。stdio / Streamable HTTP、旧HTTP+SSE置換、loopback推奨等を参照。
- Ollama API Reference, Chat / Generate。tools、images、options、think、keep_alive、prompt/eval token countを参照。
---
## 26. 設計変更ルール
- `Specifications.md` と矛盾する設計変更は禁止。
- Security Invariant、MCP schema、SandboxPolicy schema、Task state transitionを変える場合は仕様書も同時更新する。
- 実装時にWindows API制約が判明しても、仕様を暗黙緩和しない。実現不能なら明示的に設計レビューへ戻す。
- 語彙を追加する前に既存用語で表現できないか確認する。
---
## 27. Configuration key索引
| Key | 意味 |
| --- | --- |
| schema_version | 設定schema版 |
| application.language | 既定locale |
| mcp.transport | stdio/http |
| mcp.http.host | loopback address only |
| mcp.http.port | listen port |
| mcp.images.max_count | 画像数上限 |
| mcp.images.max_bytes_each | 1画像byte上限 |
| mcp.images.max_total_bytes | request画像合計byte上限 |
| mcp.tasks.time_to_live_hours | 永続MCP Task保持時間 |
| mcp.tasks.poll_interval_ms | Task poll間隔 |
| agent.user_system_prompt | 追加prompt path |
| agent.max_iterations | 128 default |
| agent.same_failure_limit | 5 default |
| ollama.endpoint | Ollama URL |
| ollama.model | model name |
| ollama.think | thinking option |
| ollama.keep_alive | model keep alive |
| ollama.options.* | typed runtime options |
| ollama.extra_options.* | future passthrough options |
| planner.max_tasks | 32 default |
| sandbox.filesystem.read | read allow-list |
| sandbox.filesystem.write | write allow-list |
| sandbox.filesystem.execute | execute path allow-list |
| sandbox.filesystem.delete | delete allow-list |
| sandbox.process.allow_shell | shell toggle |
| sandbox.process.approvals | path+sha256 approvals |
| sandbox.process.max_processes | Job process limit |
| sandbox.network.mode | deny/allow |
| sandbox.network.allow | host/port list |
| sandbox.resources.memory_mb | Job memory limit |
| sandbox.resources.process_timeout_seconds | process timeout |
| file_edit.memory_backup_limit_mb | memory/temp threshold |
| localization.directory | locale directory |
| localization.fallback | en |
| skills.directory | Skill directory |
| logging.directory | log directory |
| logging.level | Application log閾値 |
| logging.http_requests | HTTP request log有効化 |
| logging.max_file_bytes | rotation size |
| logging.retained_files | rotation保持数 |
| limits.whole_read_bytes | whole read上限 |
| limits.search_max_results | search結果上限 |
| limits.tail_max_lines | tail行数上限 |
| limits.context_summary_ratio | context要約開始比率 |
## 28. 主要データ型索引
- `AgentSession`
- `AgentTask`
- `TaskGraph`
- `TokenEstimate`
- `TokenBudgetClass`
- `OllamaOptions`
- `OllamaChatRequest`
- `OllamaChatResponse`
- `SandboxPolicy`
- `FilesystemPolicy`
- `ProcessPolicy`
- `NetworkPolicy`
- `ResourcePolicy`
- `ExecutableApproval`
- `TaskResourceJournal`
- `AuditEvent`
- `LanguageContext`
- `SkillDescriptor`
- `AgentSkill`
- `ToolCallRecord`
## 29. 実装レビュー用チェックリスト
- [ ] public MCP toolは2個だけか。
- [ ] Legacy SSE endpointが生成されていないか。
- [ ] HTTPはloopback検証されているか。
- [ ] Fixed Promptがresource埋め込み等で変更不能か。
- [ ] Internal Tool argumentが必ずPolicy Engineを通るか。
- [ ] pathはcanonicalize/reparse検査後に評価しているか。
- [ ] process hashは実行直前に再計算しているか。
- [ ] shell有効でもFilesystem/Network policyを迂回できないか。
- [ ] Job breakawayがないか。
- [ ] Network allow-list外がdefault denyか。
- [ ] WFP/ACL変更前にjournalを書いているか。
- [ ] 起動時Recoveryがserveより前か。
- [ ] file rollback後にhash検証しているか。
- [ ] completed Taskを更新するpathがないか。
- [ ] TokenPERT式がdeterministicか。
- [ ] Ollama token countsがcallごとに集計されるか。
- [ ] context summaryが重要情報を保持するか。
- [ ] locale unknown keyがfatalか。
- [ ] stdio stdoutがMCP messageだけか。
- [ ] AuditとApplication Logが分離されているか。