--- title: "Orchestration" description: "2389 Research, Inc.は、AIを活用した仕事とコミュニケーションの統合を推進するスタートアップです。2024年6月にHarper ReedとDylan Richardが設立し、AIドリブンなコラボレーションの未来を目指しています。" canonical_url: "https://2389.ai/ja/tags/orchestration/" last_updated: "2026-08-10T14:19:55-05:00" doc_version: "1.0" kind: "term" --- # Orchestration ## Pages - [Mammoth](https://2389.ai/ja/research/products/mammoth/index.md) — DOTベースのパイプラインランナー。有向グラフをチェックポイント、リトライ、ヒューマン・イン・ザ・ループゲートを備えたマルチステージAIコーディングワークフローに変換する。 - [Smasher](https://2389.ai/ja/research/products/smasher/index.md) — DOT有向グラフをマルチステップAIワークフローに変換するRustパイプラインランナー。ストリーミング、Webダッシュボード、ヒューマンインザループゲートを備える。 - [Mux](https://2389.ai/ja/research/products/mux/index.md) — AIエージェント構築のためのインフラライブラリ。ツール実行、マルチプロバイダーLLMサポート、MCP統合、承認ゲート、マルチエージェントオーケストレーション。 - [Coven](https://2389.ai/ja/research/products/coven/index.md) — セルフホスト型AIエージェントオーケストレーション。GoゲートウェイがClaude Code、muxエージェント、ネイティブクライアント、チャットブリッジをTailscale越しに接続。 - [Building Multi-Agent Systems](https://2389.ai/ja/research/products/building-multiagent-systems/index.md) — AIエージェント協調のアーキテクチャパターン — ファンアウト、パイプライン、委任、ワークスティーリング、マップリデュース、MAKERパターン。 - [Tracker](https://2389.ai/ja/research/products/tracker/index.md) — DOT ファイルから DAG ワークフローを実行するパイプラインオーケストレーションエンジン。人間のゲート、LLM ノード、自動チェックポイントに対応。 - [dotpowers](https://2389.ai/ja/research/products/dotpowers/index.md) — superpowers開発メソドロジーをDOTパイプラインとして実装。アイデアをブレインストーミングし、TDDで計画を立て、マルチモデルレビューでビルドし、リリースまで一気に完結。 - [AIパイプラインのための言語を作った理由](https://2389.ai/ja/research/writing/why-we-built-a-language-for-ai-pipelines/index.md) — エスケープされたDOT文字列を、AIパイプライン専用に設計した言語で置き換えました。Dippinは複数行のプロンプト、39項目のlintチェック、コスト見積もり、シナリオテストを、ひとつの文法で提供します。 - [ダークファクトリーは .dot ファイルだった](https://2389.ai/ja/research/writing/the-dark-factory-is-a-dot-file/index.md) — StrongDM がスペックを公開し、Dan Shapiro が Kilroy を作り、私たちはさらに 3 つ作った。すべての実装が同じアーキテクチャに収束した。面白いのはファクトリーのコードではなく、パイプラインのグラフだ。 - [自己学習型LLMエージェント：ドメイン固有知識へのフラクタルアプローチ](https://2389.ai/ja/research/writing/self-learning-llms/index.md) — エージェントが自律的にドメイン専門知識を構築・進化させ、汎用LLMから自己学習型の専門特化アシスタントへとスケールする方法を探求する - [チームスピリットの重要性―協調的コンテキストがマルチエージェントLLMの性能を向上させる方法](https://2389.ai/ja/research/writing/team-spirit-matters/index.md) — マルチエージェントのワークフローに社会的説明責任を組み込むことで、LLMの応答の深さ・一貫性・共感が向上し、現実世界のチームワークのダイナミクスを反映できる。 ## Sitemap Parent: [Tags](https://2389.ai/ja/tags/index.md) Site index: [llms.txt](https://2389.ai/llms.txt) · [sitemap.md](https://2389.ai/sitemap.md) · [HTML](https://2389.ai/ja/tags/orchestration/)