1 つのサーバーで 60 のコンテナ
1 つのベアメタルボックスで数十から数百の Hoody コンテナを実行。KSM と BTRFS のデデュプでマージナルコストはほぼゼロ。
コンテナ·スナップショット
タイプアンロックステージ本番環境難易度シンプルジョブサービスを監視対象AI ビルダー対象ソロ起業家サービスパイプサービスエージェントHoody の利点HTTP ネイティブHoody の利点AI ネイティブ
タイプアンロックステージ本番環境難易度シンプルジョブサービスを監視対象AI ビルダー対象ソロ起業家サービスパイプサービスエージェントHoody の利点HTTP ネイティブHoody の利点AI ネイティブ
use-cases / watch-your-agent-think-from-the-coffee-shop / hero
PIPE · トレース · ライブ
カフェからエージェントの思考を眺める
エージェントは自宅のコンテナで動作。あなたは街の反対側にいる。エージェントループが各ステップを Hoody Pipe にパイプ; スマートフォンのタブから同じパスを curl。トレースが文字単位で届く — SSH なし、ダッシュボードなし、アップロードなし。
10:42
agent-pipe.…hoody.com/v1/pipe/trace
ストリーミング中tail · ポーリングなし
# tail of /pipe/trace[think] user wants invoice CSV; check schema first[tool_use] sql.describe("invoices")[result] 14 cols · last_paid_at present[think] group by month, sum total[tool_use] sql.exec("SELECT …")[result] 12 rows · 41 ms[think] format as CSV, write to /out[tool_use] files.write("invoices.csv")
use-cases / watch-your-agent-think-from-the-coffee-shop / mechanism
各ステップをパイプアウト、curl でパイプイン
エージェントのループはすでに構造化されたイベント — think、tool_use、result — を発行している。それらを PUT でパスにパイプ。スマートフォンから、同じパスを GET。パイプはバイトを保存しない; 読み手にそのまま流す。
agent.loop · 自宅コンテナ
PUT/api/v1/pipe/trace
# inside the agent loop$ echo "$step" | curl -T - \ https://agent-pipe.…hoody.com/api/v1/pipe/trace[INFO] Streaming to 1 receiver(s)...バッファなし · エージェント自身でバックプレッシャーtermux · カフェのテーブル
GET/api/v1/pipe/trace
# read from the same path$ curl -N \ https://agent-pipe.…hoody.com/api/v1/pipe/trace[think] check schema first…スマートフォンタブ起動中 · トレースは届くと印刷される2 つの HTTP コネクション、1 つのパス。パイプは送信側が到着するまで受信側のコネクションを保持する — エージェントが起動する前にスマートフォンを開いておくこともできるし、実行中に参加することもできる。Hoody Pipe はその間のワイヤーであり、決してデータベースではない。
use-cases / watch-your-agent-think-from-the-coffee-shop / anatomy
読めるトレースの解剖
エージェントは 4 種類の行を発行する。それぞれがダッシュボードでは得られないことを伝える: 何が起こったかだけでなく、起こったときにエージェントが何を考えていたか。
01 · 青
[think] — 推論ステップ
モデルの計画を、自分の言葉で。なぜこのツールを選んだのか、何を期待しているのか、どこで分岐する可能性があるか。これらを読むことは、エージェントの心をリアルタイムで読むこと。
[think] user wants invoice CSV…02 · ニュートラル
[tool_use] — 呼び出し
エージェントが呼び出すと決めた正確な関数と引数。1 つの呼び出しにつき 1 行、ループが発火した順序で。SDK の抽象化なし; ワイヤーレベルのリクエストそのもの。
[tool_use] sql.describe("invoices")03 · 緑
[result] — 返ってきたもの
ツールのレスポンスを、行に要約。行数、ファイルサイズ、ステータスコード、エラーメッセージ。次の [think] 行が推論する対象。
[result] 12 rows · 41 ms04 · ライブ
ポーリングではなくストリーミング
エージェントが発行するごとに各行が届く。5 秒ごとの更新なし、「2 分前に更新」なし。カーソルが点滅しているとき、エージェントは思考の合間にいる。リフレッシュではなく tail している。
[tool_use] files.write("invoices.csv")use-cases / watch-your-agent-think-from-the-coffee-shop / punchline
エージェントは 40 分間動いた。あなたは本のように読んだ。
40 分の推論、ツール呼び出し、結果 — 1 つの連続した、色分けされたテキストストリームとしてレンダリング。エンドポイントをポーリングしているのではない。ダッシュボードをリロードしているのではない。カフェからエージェントの心を tail している。
トレース · ライブ TAIL00:00 → 40:12
- 00:00[think]推論ステップ
- 00:14[tool_use]ツール呼び出し
- 00:31[result]返ってきたレスポンス
- 06:02[think]推論ステップ
- 12:48[tool_use]ツール呼び出し
- 23:11[result]返ってきたレスポンス
- 31:55[think]推論ステップ
- 40:12[result]返ってきたレスポンス
- ダッシュボードなし
- ポーリングなし
- アップロードなし
- ただの curl
use-cases / watch-your-agent-think-from-the-coffee-shop / replaces
これが置き換えるもの
エージェントを観察することは、これまで SaaS、ダッシュボード、または独自の WebSocket アプリを意味してきた。「ただ curl したらどうなる?」という質問の前にはどれも生き残れない。
- AgentOps / LangSmith ダッシュボード自分のログを読むための SaaS レイヤー
- エージェントトレース用の Datadog APMサービス向けに作られ、ループには不器用
- エージェントロギング SaaSあなたの推論ステップが他人のデータベースの中
- 自分自身との画面共有カフェから自宅へ VNC · バッテリー殺し
- 5 秒ごとに /status をポーリングあなたが発明したレイテンシ · あなたが支払うコスト
- カスタム WebSocket ダッシュボード永遠にメンテする週末プロジェクト
use-cases / watch-your-agent-think-from-the-coffee-shop / cta
ループをパイプ、パスを curl。エージェントの思考は、読める tail になる。
use-cases / watch-your-agent-think-from-the-coffee-shop / related
他のユースケースを読む
