""" Parallel Review - LangGraphグラフ定義 Send APIを使用してfan-out → fan-in並列パターンを実装 3つのレビューエージェントが同じコードを同時処理し、最後にMergeエージェントが統合 """ from typing import TypedDict, Optional, Dict, List, Annotated from langgraph.graph import StateGraph, END, START from langgraph.types import Send from parallel.agents.security import security_node from parallel.agents.performance import performance_node from parallel.agents.maintainability import maintainability_node from parallel.agents.merger import merge_node # Reducer定義 def merge_dicts(left: Optional[dict], right: Optional[dict]) -> dict: """2つの辞書をマージ、並列更新で同じステートキーを処理するために使用""" if left is None: left = {} if right is None: right = {} return {**left, **right} # State定義 class ParallelReviewState(TypedDict): """並列レビューの共有ステート""" code_input: str # ユーザー入力コード language: Optional[str] # コード言語(プロンプト用) security_result: Optional[str] # セキュリティレビュー出力 performance_result: Optional[str] # パフォーマンスレビュー出力 maintainability_result: Optional[str] # 保守性レビュー出力 merged_report: Optional[str] # マージ後のレポート # Annotatedとreducerを使用して並列更新の競合を処理 model_used_by: Annotated[Dict[str, str], merge_dicts] security_issues: Optional[List[str]] # セキュリティ問題リスト(UI表示用) performance_issues: Optional[List[str]] # パフォーマンス問題リスト maintainability_issues: Optional[List[str]] # 保守性問題リスト # Dispatcherルーティング関数(add_conditional_edges用) def dispatcher_router(state: dict) -> List[Send]: """ ルーティング関数:Send APIを使用して同じステートを3つの並列エージェントに分配 これが真の並列処理を実現する鍵:LangGraphは全てのSend対象を同時実行 """ # 各エージェント用に独立したステートコピーを作成 security_state = dict(state) security_state["agent_type"] = "security" performance_state = dict(state) performance_state["agent_type"] = "performance" maintainability_state = dict(state) maintainability_state["agent_type"] = "maintainability" return [ Send("security_agent", security_state), Send("performance_agent", performance_state), Send("maintainability_agent", maintainability_state), ] # StateGraphを構築 def build_graph() -> StateGraph: """ 並列レビューワークフローグラフを構築 フロー:START → [security, performance, maintainability] (並列) → merger → END """ workflow = StateGraph(ParallelReviewState) # ノードを追加 workflow.add_node("security_agent", security_node) workflow.add_node("performance_agent", performance_node) workflow.add_node("maintainability_agent", maintainability_node) workflow.add_node("merge_agent", merge_node) # add_conditional_edgesを使用してエントリーから直接タスクを分配 workflow.add_conditional_edges(START, dispatcher_router) # fan-in: 全並列エージェント完了後にmerge_agentへ # LangGraphは全並列タスクの完了を自動的に待機 workflow.add_edge("security_agent", "merge_agent") workflow.add_edge("performance_agent", "merge_agent") workflow.add_edge("maintainability_agent", "merge_agent") # マージ完了後に終了 workflow.add_edge("merge_agent", END) return workflow.compile() # ストリーミング実行関数 def stream_parallel(code_input: str, language: str = "python"): """ 並列レビューワークフローをストリーミング実行 各ノード実行完了後に(node_name, state_update)をyield Args: code_input: レビュー対象のコード language: コード言語(python, javascript, java等) """ graph = build_graph() initial_state = { "code_input": code_input, "language": language, "security_result": None, "performance_result": None, "maintainability_result": None, "merged_report": None, "model_used_by": {}, "security_issues": None, "performance_issues": None, "maintainability_issues": None, } for event in graph.stream(initial_state, stream_mode="updates"): # eventフォーマット: {node_name: state_update_dict} for node_name, state_update in event.items(): yield node_name, state_update