マルチエージェント連携

複数のサブエージェントが協調して大規模タスクに取り組むパターン。コンテキスト分離と並列処理により高い専門性とスループットを実現する。

パターン8: マルチエージェント連携

概要

複数のサブエージェントが協調して作業するパターン。各エージェントが専門領域のMCPのみを担当することで、コンテキストの肥大化を防ぎ、専門性の高い作業を並列実行できる。

構成

メインClaudeと3つの専門サブエージェントの構成を以下に示す。

サブエージェント定義

各サブエージェントの定義例を以下に示す。

<!-- agents/rfc-specialist.md -->

name: rfc-specialist
tools: rfcxml:\*
model: sonnet

<!-- agents/translation-specialist.md -->

name: translation-specialist
tools: deepl:translate-text, xcomet:xcomet_evaluate, xcomet:xcomet_detect_errors
model: sonnet

<!-- agents/documentation-specialist.md -->

name: documentation-specialist
tools: mermaid:\*
model: sonnet

メリット

マルチエージェント連携の主なメリットは以下の通りである。

• コンテキスト分離 - 各エージェントは自分のMCPだけ認識。ツール定義によるコンテキスト消費を最小化。
• 専門性向上 - 役割に特化した指示により、各タスクの品質が向上。
• 並列処理 - Git worktreesで物理的に分離可能。独立したタスクを同時実行。

設計判断と失敗ケース

• エージェント分割の基準: MCP単位での分割が最も自然。1エージェントに3つ以上のMCPを割り当てると、コンテキスト分離のメリットが薄れる。
• 失敗ケース: エージェント間の情報共有が不足すると、全体の整合性が崩れる。例えば、RFC Agentが抽出した用語をTranslation Agentが知らないまま翻訳すると、用語不統一が発生する。オーケストレーターが中間結果を適切に中継する設計が重要。
• コスト考慮: サブエージェントの起動にはそれぞれコンテキストウィンドウを消費する。小規模タスクではオーバーヘッドの方が大きくなるため、並列処理の効果が出る規模感を見極める必要がある。