標準の型アノテーションを使ってJSON、MessagePack、YAML、TOMLをエンコード・デコードする、高速なPythonシリアライズ・バリデーションライブラリ。
agntcy/oasf
AIエージェントの能力、スキル、ドメイン、メタデータを記述し、検証や発見を可能にする標準JSONスキーマのフレームワークとサーバー。
- スター
- 340
- フォーク
- 47
- 未解決の Issue
- 19
- 最終コミット
- 6 時間前
これは何?
OASF(Open Agentic Schema Framework)は、AIエージェントのレコードに共通のデータ構造を定義します。各レコードでは、スキルとドメインを属性ベースのタクソノミーで記述し、さらにレコードを柔軟に拡張できるオプションのモジュールを利用できます。分散システム全体でエージェントの能力を一貫した方法で定義、検証、発見できるようにすることが目的です。
データモデリングの手法はOCSF(Open Cybersecurity Schema Framework)を参考にしており、スキーマサーバーもOCSFのスキーマサーバーを基にしています。スキーマの閲覧と検証に使えるHTTPスキーマサーバーに加え、Buf Schema Registryで公開されているProtocol Buffer定義も提供します。
開発では、コンテナ化された環境を含むTaskfileベースのワークフローを採用しています。Helmを使ったローカルKindクラスターへのデプロイや、スキーマ変更のホットリロードにも対応しています。プライベートなスキーマ拡張も利用でき、MCPサーバーを使ってLLMによるレコードの生成と検証を支援できます。
主な機能
- 01AIエージェントを記述するための標準レコード構造を定義します。
- 02属性ベースのタクソノミーから取得したスキルとドメインをエージェントに付与します。
- 03検証に対応したプライベートなスキーマ拡張をサポートします。
- 04スキーマの閲覧と検証に使えるHTTPスキーマサーバーを提供します。
- 05スキーマ開発中のホットリロードと、Helmを使ったローカルデプロイに対応します。
- 06Protocol Buffer定義をBuf Schema Registryで公開します。
ユースケース
- システムをまたいでエージェントの能力を発見できるよう、その記述方法を標準化する。
- 開発中に共通スキーマに照らしてエージェントのレコードを検証する。
- 独自の拡張を加えたプライベートスキーマサーバーをホストする。
- MCPサーバーを介してLLMにOASFレコードを生成・検証させる。
クイックスタート
- 1
リポジトリをクローンする
git clone https://github.com/agntcy/oasf.git - 2
前提ツール(Taskfile、Buildx を含む Docker、Go、yq、curl、tar)をインストールする
- 3
サーバーイメージをローカルでビルドする
IMAGE_TAG=latest task build:server - 4
一時的な Kind クラスターに OASF をローカルでデプロイし、localhost:8080 を開く
task up
使う前に知っておきたいこと
- ローカルデプロイには、Buildx を含む Docker、Go、yq、および Taskfile のセットアップが必要です。
- サーバーバックエンドを変更した場合は task up を再実行する必要があるため、ホットリロードが適用されるのはスキーマの変更のみです。
収録されている特集
トピック
よくある質問
- oasf とは?
- AIエージェントの能力、スキル、ドメイン、メタデータを記述し、検証や発見を可能にする標準JSONスキーマのフレームワークとサーバー。 OASF(Open Agentic Schema Framework)は、AIエージェントのレコードに共通のデータ構造を定義します。各レコードでは、スキルとドメインを属性ベースのタクソノミーで記述し、さらにレコードを柔軟に拡張できるオプションのモジュールを利用できます。分散システム全体でエージェントの能力を一貫した方法で定義、検証、発見できるようにすることが目的です。
- oasf は無料で使えますか?ライセンスは?
- oasf は Apache-2.0 ライセンスのオープンソースです。商用製品で使う前にライセンス条件を確認してください。
- oasf は今もメンテナンスされていますか?
- 活発にメンテナンス中。oasf の最終コミットは 2026年10月22日 です。
- oasf は何に使えますか?
- システムをまたいでエージェントの能力を発見できるよう、その記述方法を標準化する。 開発中に共通スキーマに照らしてエージェントのレコードを検証する。 独自の拡張を加えたプライベートスキーマサーバーをホストする。 MCPサーバーを介してLLMにOASFレコードを生成・検証させる。
- oasf のインストール方法は?
- リポジトリをクローンする: git clone https://github.com/agntcy/oasf.git 前提ツール(Taskfile、Buildx を含む Docker、Go、yq、curl、tar)をインストールする サーバーイメージをローカルでビルドする: IMAGE_TAG=latest task build:server 一時的な Kind クラスターに OASF をローカルでデプロイし、localhost:8080 を開く: task up
- oasf はどこで入手できますか?
- ソースコードとインストール手順は GitHub にあります:https://github.com/agntcy/oasf
概要はプロジェクトの README をもとに AI が生成しています。GitHub の数値は毎日更新されます。
関連プロジェクト
AIアプリケーションを外部ツールやデータに接続するオープン標準、Model Context Protocol(MCP)の仕様、TypeScriptおよびJSON Schemaの定義、公式ドキュメントを提供します。
複数のプロバイダーのLLMから、Pydanticで検証済みの構造化データを取得し、検証失敗時には自動で再試行するPythonライブラリです。
LLMアプリケーションに入出力ガードを追加し、LLMの出力から検証済みの構造化データを生成するPythonフレームワーク。
1つの.sk irファイルから、TypeScript、Python、Java、Go、C++など向けの型安全なデータモデルとRPCコードを生成する宣言的スキーマ言語。
LLMの生成時に出力を制約し、指定した型、正規表現、JSON Schema、文法に適合させるPythonライブラリ。