AutoGPT Platformのシステム構成図(非公式)
このページは、構成管理プラットフォームIceShoreを提供する株式会社ラウンチャーズが、本家のコードをAIで読んで作った非公式の解説です。AutoGPTの開発元とは関係がなく、開発元が確認した内容でもありません。
AutoGPT Platformは、GitHubのSignificant-Gravitas/AutoGPTにあるソフトウェアで、AIのエージェント(OttoとExperts)に仕事を任せたり、AIのワークフローを画面で組み立てて実行したりできます。このページでは、Docker Composeで起動したときにどのサービスがどこへつながるかを、全体の構成図で示します。本資料では誌面の都合上、19のユースケースのうち、主要なユースケースである「ワークフローの実行」にフォーカスして説明します。ほかのユースケースの流れは、IceShoreの公開サンプルで見られます。

全体の構成
中心になるのは次のサービスです。
| サービス | 役割 |
|---|---|
| frontend | 利用者が操作する画面(ポート3000) |
| rest_server | REST API。ワークフローの保存・実行の受け付け・ファイルのアップロードなど(ポート8006) |
| websocket_server | 実行の進み具合を画面へ送る(ポート8001) |
| executor | ワークフローを組み立てる単位(ブロック)を、つながりに沿って実行する |
| copilot_executor | 対話のアシスタント「Otto」を動かす(コード上の名前はcopilot) |
| scheduler_server | 予定に従ってワークフローを起動する |
| notification_server | アラート・ブリーフィング・各種の知らせのメールを送る |
| database_manager | executor・スケジューラー・通知などに代わってPostgreSQLを読み書きする(rest_serverと画面のログインは直接読み書きする) |
| platform_linking_manager | チャットのサービス(Slack・Telegram・Teamsなど)のボットに代わって、アカウントの紐付けを引き、Ottoとの会話を始める(profile「bot」を付けたときだけ起動) |
データの保存と受け渡しには、PostgreSQL(pgvector)、3ノードのRedisクラスタ、RabbitMQ、FalkorDBを使います。アップロードされたファイルは、ClamAVでウイルスの有無を検査されます。
中心になるユースケース:ワークフローを実行するときの流れ
ほかの18のユースケースの流れは、下の「ほかのユースケースの流れを見るには」の節から公開サンプルで見られます。利用者が実行のボタンを押すと、処理は次のように進みます。番号は図の線の番号と同じで、10は3の直後に起きる処理です。

- frontendが、rest_serverの実行APIへ依頼を中継します。外部のプログラムがAPIキーで直接呼ぶ場合は、frontendを通りません。
- rest_serverが、実行の記録をPostgreSQLに作ります。画面からの実行では、その前に利用者のクレジットの残高を確かめます。
- rest_serverが、RabbitMQのキュー(graph_execution_queue_v2)に実行を積みます。
- executorがキューから実行を取り出し、ブロックをつながりに沿って動かします。入力がそろったブロックから動き、同時に動くこともあります。
- executorは、各ブロックの入力・出力・状態を、database_managerを通して読み書きします。
- database_managerがPostgreSQLを読み書きします。
- LLMのブロックは、外部のLLM APIを呼びます。
- 連携のブロックは、外部のサービスのAPIを呼びます。
- executorが、実行と各ブロックの状態の変化をRedisに流します。websocket_serverがここから受け取り、画面の表示を更新します。
- rest_serverは、キューに積んだ直後に、最初の状態(QUEUED)をRedisに流します。
ほかのユースケースの流れを見るには
構成図には、次の19のユースケースを描いています。IceShoreの公開サンプルは、ログインなしで開けます。ユースケースを選ぶと、その処理が通るサービスと順番だけが図に出て、根拠にしたファイルも見られます。
- ビルダーでのワークフローの作成と編集
- ワークフローの実行
- 実行の進み具合のリアルタイム表示
- 実行の予定の登録
- 予定に従ったワークフローの実行
- 実行の取り消し
- 連携のWebhookから始まるワークフローの実行
- Ottoとの対話
- チャットのサービスからのOttoの利用
- チャットのアカウントとの紐付け
- ファイルのアップロードとウイルス検査
- ストアの出品の画像・動画のアップロード
- アラートのメールの送信
- ブリーフィングのメールの送信
- 登録の確認・パスワードの再設定などのアカウントのメール
- 出来事から送る通知のメール(ストアの審査結果・試用や契約の知らせなど)
- 起動時の準備:DBのスキーマの移行
- 起動時の準備:スキルの一覧の登録
- 起動時の準備:Redisのクラスタの組み立て
ユースケースの名前は、公開サンプルの表記と同じです。
公開サンプル:https://app.iceshore.ai/ja/design/d57976af137515f0841.90261952/
この構成図の範囲
- サービスは
autogpt_platform/docker-compose.platform.ymlとautogpt_platform/docker-compose.ymlから、サービスどうしのつながりはバックエンドとフロントエンドのコードから読みました。AutoGPT Platformを実際に動かして確かめてはいません。 - 内容は、AIが元のコードと照らし合わせて確かめました。
- アプリが直接使わないボリューム(
falkordb_data・clamav-data)、ログイン時のJWTの検証、状態のイベントの一部などは、図に描いていません。 - AutoGPTのリポジトリは日々更新されます。ページの上に、元にしたコミットと最終確認日を書いています。
自分のシステムの構成図を作りたい方へ
このページの構成図は、AIがAutoGPTのコードを読み、IceShoreに登録したものです。お使いのAI(Claude Code・Codexなど)をIceShoreにつなぐと、AIがTerraform・CloudFormation・Docker Compose・Kubernetesのマニフェストなどと、アプリのコードを読んで、同じ形式の構成図とユースケースを作ります。
1人なら無料で、期限なく使えます。チームで使う場合の料金は、料金のページにあります。