Hugging Face、Python製AIエージェントハーネス「Tau」を公開　Piの移植版としてTUIやツリー型セッションを搭載

何が発表されたのか

Hugging Faceは、オープンソースのAIコーディングエージェント用ハーネス「Tau」を公開しました。本発表は、先行して開発されていたTypeScriptおよびRustベースのAIエージェントフレームワーク「Pi（pi.dev）」を、Python環境へ完全移植したものです。開発者のAlejandro AO氏による公式デモ動画では、Tauのインストール方法から、Textualフレームワークを採用したターミナルUI（TUI）の操作、セッション管理、スキルの追加方法などが実演されました。本プロジェクトは、開発者がAIエージェントの内部動作を容易に理解し、独自のカスタムエージェントを構築するための教育的かつ実用的なツールとして位置づけられています。すでにGitHub上でリポジトリが公開されており、MITライセンスのもとで即座に利用可能です。

発表された機能・アップデートの全容

動画内で実演されたTauの主要な機能について、デモ画面の描写を交えて解説します。

Textualを採用した高度なターミナルUI（TUI）

Tauを起動すると、ターミナル上に非常に整理された3ペイン構成のUIが表示されます。UIの構築にはPythonの著名なTUIライブラリである「Textual」が採用されています。画面左側には会話の入力プロンプトとエージェントとのやり取りが表示されます。画面右側のサイドバーには、セッションのメタデータがリアルタイムで更新されます。具体的には、ターン数やツール呼び出し回数を示す「Activity」、入力・出力トークン数およびAPI利用料金の概算を示す「Cumulative usage」、自動的にコンテキストを圧縮する閾値を示す「Compaction」（デフォルトは245kトークン）、現在コンテキストに追加されているファイル名を示す「Context」などが一目で確認できます。これにより、開発者はエージェントの動作状態やコストを常に監視しながら開発を進められます。

柔軟なLLMプロバイダーへのログインとモデル選択

エージェントを動作させるためのLLM接続は、/login コマンドから直感的に実行できます。認証方法として「Subscription（OAuthアカウント）」「API key」「Custom provider」の3種類がサポートされています。APIキー認証では、OpenAIやAnthropic、Google Gemini、DeepSeek、xAI、Groq、Cerebras、NVIDIA NIM、OpenRouter、Mistral、Hugging Faceなど、主要なプロバイダーが網羅されています。デモでは、Hugging Faceが提供する推論プロバイダー経由で、シングルルーターを介して多数のモデルにアクセスする方法が推奨されていました。ログイン完了後は /model コマンドを入力することで、利用可能なモデルの一覧がTUI上にポップアップ表示され、矢印キーまたはマウス操作で即座にアクティブなモデルを切り替えることができます。

セッションのツリー構造管理と会話のフォーク（分岐）

Tauの最大の特徴の一つは、会話セッションがフラットな「リスト」ではなく「ツリー構造」で保存されている点です。送信されるすべてのメッセージには parent プロパティが付与されており、親メッセージのIDを指し示しています。これにより、Gitのブランチのように、会話の任意の特定の時点から新しい分岐（フォーク）を作成することができます。TUI上で /tree コマンドを実行すると、これまでのアシスタントの発話、ユーザーの入力、実行されたツールコールの履歴がツリー形式で一覧表示されます。開発者は、特定のノードを選択してEnterを押すだけで、その時点のコンテキストを引き継いだまま新しい会話のブランチを開始できます。これにより、異なるプロンプトやモデルによる挙動の違いを、同一のセッションから分岐させて比較実験することが容易になります。

セッションのHTML/JSONL書き出しとエージェントによる自己分析

実行したセッションは、/export コマンドを用いて外部ファイルに書き出すことが可能です。例えば /export ~/temp/test.html と実行すると、美しくデザインされたHTMLファイルが出力されます。このHTMLファイルをWebブラウザで開くと、左ペインにツールコールの実行履歴がタイムラインとして可視化され、右ペインに会話の詳細なテキストが表示されます。さらに、HTML画面上からセッション全体のツリー構造をビジュアル表示したり、セッションデータを「JSONL形式」で直接ダウンロードしたりすることも可能です。動画では、出力したセッションIDを別のTauエージェントに渡し、「このセッションを分析してフィードバックをくれ」と指示することで、エージェントが過去の実行ログを自動的に解析し、詳細なレポートを生成するデモが披露されました。

Markdownで記述する「スキル」のインポートと実行制御

Tauにおける「スキル（Skills）」は、エージェントが特定のタスクを実行するための手順書です。これは単なるプログラムコードではなく、人間が読めるMarkdown（.md）形式で記述されます。スキルファイルは、ホームディレクトリやプロジェクトのルートにある .agents、.tau、または .pi ディレクトリに配置することで、起動時に自動的に検出されます。TUIのサイドバーには現在ロードされているスキルが一覧表示され、/skills コマンドから個別のスキルの説明（F1キー）や、具体的な指示内容（Ctrl+Enter）をTUI上で直接プレビューできます。エージェントは、与えられたタスクを解決するために必要なスキルをシステムプロンプトから自動的に選択して実行します。また、ユーザーが /skill:explore-project のように明示的にスキルを指定して実行させることも可能です。

スラッシュコマンドを用いたカスタムプロンプトの置換

Tauは、頻繁に使用する複雑なプロンプトをショートカット化する「カスタムプロンプト」機能を備えています。これは、TUIの入力欄で /issue などのスラッシュコマンドを入力すると、あらかじめ定義されたテンプレートプロンプトに自動的に置換されてエージェントに送信される仕組みです。デモでは、GitHubのイシューを作成するための詳細な指示テンプレートが /issue コマンドによって一瞬で展開される様子が示されました。この機能の興味深い点は、エージェント自身はカスタムプロンプトの存在を認識しておらず、フロントエンド側のUI層で置換処理が行われるというアーキテクチャにあります。これにより、エージェントのコンテキストを無駄に消費することなく、ユーザー側の入力効率を劇的に向上させています。