Framework multiagente con soporte MCP para flujos de trabajo agénticos declarativos basados en YAML, utilizado para auditoría de código asistida por IA, triaje de vulnerabilidades e investigación de seguridad con integración de CodeQL.
El Agente Taskflow de Security Lab es un framework multiagente con soporte MCP para flujos de trabajo agénticos declarativos basados en YAML.
Construido sobre el OpenAI Agents SDK, utiliza Pydantic para la validación de gramática y Jinja2 para el renderizado de plantillas.
El Agente Taskflow aprovecha una gramática basada en YAML al estilo de GitHub Workflow para realizar una serie de tareas utilizando un conjunto de Agentes.
Su principal propuesta de valor es como herramienta CLI que permite a los usuarios definir y programar rápidamente flujos de trabajo agénticos sin tener que escribir ningún código.
Los Agentes se definen mediante personalidades, que reciben una tarea a completar, con un conjunto de herramientas.
Los Agentes pueden cooperar para completar secuencias de tareas mediante los denominados taskflows.
Puedes encontrar una descripción detallada de la gramática de taskflow aquí y ejemplos de taskflows aquí.
┌─────────────────────────────────────────────────────┐
│ CLI (cli.py) │
│ Typer-based entry point: -p, -t, -l, -g, -m, --resume, --lint│
└─────────────────────┬───────────────────────────────┘
│
┌─────────────────────▼───────────────────────────────┐
│ Runner (runner.py) │
│ Taskflow execution loop, model resolution, │
│ template rendering, session checkpointing │
└─────────────────────┬───────────────────────────────┘
│
┌─────────────────────▼───────────────────────────────┐
│ MCP Lifecycle (mcp_lifecycle.py) │
│ Server connection, cleanup, process management │
└─────────────────────┬───────────────────────────────┘
│
┌─────────────────────▼───────────────────────────────┐
│ Agent (agent.py) │
│ TaskAgent wrapper, hooks, OpenAI Agents SDK bridge │
└─────────────────────────────────────────────────────┘
Supporting modules:
models.py — Pydantic v2 grammar models (validation)
session.py — Task-level checkpoint / resume
available_tools.py — YAML resource loader with caching
template_utils.py — Jinja2 template environment
mcp_utils.py — MCP client parameter resolution
mcp_transport.py — MCP transport implementations (stdio, streamable)
mcp_prompt.py — System prompt construction
prompt_parser.py — Legacy prompt argument parser
capi.py — AI API endpoint and token management
path_utils.py — Platform-aware data/log directories
El agente admite tanto la API Chat Completions como la API Responses de OpenAI.
El tipo de API se puede configurar de forma global o por modelo en un archivo model_config:
seclab-taskflow-agent:
version: "1.0"
filetype: model_config
api_type: chat_completions # default for all models
models:
gpt_default: gpt-4.1
gpt_responses: gpt-5.1
model_settings:
gpt_responses:
api_type: responses # override for this model
endpoint: https://api.githubcopilot.com
token: CAPI_TOKEN # env var name containing the API key
Los model_settings por modelo pueden incluir:
api_type — "chat_completions" (predeterminado) o "responses"endpoint — anulación de la URL base de la API para este modelotoken — nombre de una variable de entorno que contiene la clave de APIEl runner puede controlar tres SDK tras una interfaz común:
openai_agents (predeterminado) — el SDK de Python de OpenAI Agents. Admite
traspasos entre múltiples personalidades, tanto chat_completions como responses
api_type, temperature, parallel_tool_calls,
exclude_from_context, y MCP sobre stdio, SSE y HTTP transmitible.copilot_sdk — el SDK de Python de GitHub Copilot. Admite streaming,
reasoning_effort, MCP sobre stdio/SSE/HTTP, y control de permisos
por herramienta. El SDK selecciona su propio protocolo de comunicación por modelo, por lo que el campo
api_type del YAML no se respeta; los traspasos entre múltiples personalidades,
temperature y parallel_tool_calls tampoco están disponibles.
Los taskflows que usan campos no admitidos fallan en tiempo de carga con un
BackendCapabilityError que nombra el campo infractor.anthropic_sdk — el SDK de Python de Anthropic, que controla la API nativa
Messages (/v1/messages). Admite streaming, llamadas a herramientas mediante
MCP, y pensamiento adaptativo con reasoning.effort configurable
(low, medium, high, max). No se admiten traspasos.
Diseñado para usarse con el endpoint de Anthropic de CAPI; la autenticación usa
Authorization: Bearer (no x-api-key).Precedencia de selección (de mayor a menor):
backend: por tarea en el bloque model_settings de la propia tarea (anula
el valor a nivel de modelo para esa tarea concreta; véase _resolve_task_model()).backend: por modelo en el model_settings de la configuración del modelo (permite
backends mixtos en un único taskflow).backend: en el nivel superior del documento de configuración del modelo
(valor predeterminado global).SECLAB_TASKFLOW_BACKEND.openai_agents.seclab-taskflow-agent:
version: "1.0"
filetype: model_config
models:
code_analysis: claude-opus-4.7
general_tasks: gpt-5.4-mini
model_settings:
code_analysis:
api_type: messages
backend: anthropic_sdk
reasoning:
effort: high
general_tasks:
api_type: responses
backend: openai_agents
Cada adaptador de backend traduce sus excepciones nativas del SDK a la jerarquía neutral en sdk/errors.py, de modo que el runner aplica la política de reintentos sin importar ningún SDK. Añadir un backend implica también traducir sus errores; test_every_backend_adapter_translates_transport_failures lo verifica en todo el registro.
Los fallos de transporte requieren un manejo explícito y son fáciles de pasar por alto. Los SDK de los proveedores envuelven httpx solo alrededor de la llamada que envía la solicitud, y con streaming esta retorna cuando llegan las cabeceras de la respuesta, mientras que el cuerpo se itera después. Por lo tanto, una conexión que muere a mitad del cuerpo se manifiesta como un error httpx sin envolver, que no pertenece ni a la jerarquía propia del SDK ni a las excepciones integradas. sdk/_transport.py enumera los que son reintentables, y cada adaptador los mapea a BackendTransportError. El conjunto se enumera en lugar de capturar httpx.TransportError en su totalidad, porque LocalProtocolError significa que la solicitud estaba mal formada y UnsupportedProtocol es determinista.