Estrutura multiagente com suporte a MCP para fluxos de trabalho agênticos declarativos orientados por YAML, usada para auditoria de código assistida por IA, triagem de vulnerabilidades e pesquisa de segurança com integração ao CodeQL.
O Agente Taskflow do Security Lab é uma estrutura multiagente habilitada para MCP para fluxos de trabalho agênticos declarativos, orientados por YAML.
Construído sobre o OpenAI Agents SDK, utiliza Pydantic para validação de gramática e Jinja2 para renderização de templates.
O Agente Taskflow utiliza uma gramática baseada em YAML semelhante ao GitHub Workflow para executar uma série de tarefas usando um conjunto de Agentes.
Sua principal proposta de valor é ser uma ferramenta de CLI que permite aos usuários definir e scriptar rapidamente fluxos de trabalho agênticos sem precisar escrever nenhum código.
Os Agentes são definidos por meio de personalidades, que recebem uma tarefa a ser concluída, com um conjunto de ferramentas.
Os Agentes podem cooperar para completar sequências de tarefas por meio dos chamados taskflows.
Você pode encontrar uma visão geral detalhada da gramática de taskflow aqui e exemplos de taskflows aqui.
┌─────────────────────────────────────────────────────┐
│ 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
O agente suporta tanto a API Chat Completions quanto a Responses da OpenAI.
O tipo de API pode ser configurado globalmente ou por modelo em um arquivo 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
model_settings por modelo pode incluir:
api_type — "chat_completions" (padrão) ou "responses"endpoint — substituição da URL base da API para este modelotoken — nome de uma variável de ambiente que contém a chave da APIO runner pode operar três SDKs por trás de uma interface comum:
openai_agents (padrão) — o OpenAI Agents Python SDK. Suporta
handoffs entre múltiplas personalidades, tanto chat_completions quanto responses
api_type, temperature, parallel_tool_calls,
exclude_from_context, e MCP via stdio, SSE e HTTP streamable.copilot_sdk — o GitHub Copilot Python SDK. Suporta streaming,
reasoning_effort, MCP via stdio/SSE/HTTP e controle de permissões
por ferramenta. O SDK seleciona seu próprio protocolo de comunicação por modelo, portanto o campo
api_type do YAML não é respeitado; handoffs entre múltiplas personalidades,
temperature e parallel_tool_calls também não estão disponíveis.
Taskflows que usam campos não suportados falham no carregamento com um
BackendCapabilityError indicando o campo problemático.anthropic_sdk — o Anthropic Python SDK, operando a API nativa
Messages (/v1/messages). Suporta streaming, chamada de ferramentas via
MCP e raciocínio adaptativo com reasoning.effort configurável
(low, medium, high, max). Handoffs não são suportados.
Projetado para uso com o endpoint Anthropic da CAPI; a autenticação usa
Authorization: Bearer (não x-api-key).Precedência de seleção (da maior para a menor):
backend: por tarefa no bloco model_settings da própria tarefa (substitui
o valor no nível do modelo para aquela tarefa específica; consulte _resolve_task_model()).backend: por modelo no model_settings da configuração do modelo (permite
backends mistos em um único taskflow).backend: no nível superior do documento de configuração do modelo
(padrão 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 traduz suas exceções nativas do SDK para a hierarquia neutra em sdk/errors.py, para que o executor aplique a política de nova tentativa sem importar nenhum SDK. Adicionar um backend significa traduzir seus erros também; test_every_backend_adapter_translates_transport_failures impõe isso em todo o registro.
Falhas de transporte exigem tratamento explícito e são fáceis de passar despercebidas. Os SDKs dos fornecedores envolvem o httpx apenas na chamada que envia a requisição, e com streaming isso retorna assim que os cabeçalhos da resposta chegam, enquanto o corpo é iterado depois. Uma conexão que morre no meio do corpo, portanto, surge como um erro httpx puro, nem na hierarquia do próprio SDK nem nas builtins. sdk/_transport.py enumera os que são passíveis de nova tentativa, e cada adaptador os mapeia para BackendTransportError. O conjunto é enumerado em vez de capturar httpx.TransportError de forma abrangente, porque LocalProtocolError significa que a requisição estava malformada e UnsupportedProtocol é determinístico.
A nova tentativa tem um único responsável: o branch, em _deploy_with_transport_retry. É o único nível que reinicia o estado de captura entre tentativas, para que um resultado de ferramenta registrado antes de uma falha não possa ser publicado duas vezes nem se tornar a saída nomeada da tarefa, e ele reproduz apenas o branch que falhou, e não os irmãos que podem já ter escrito em sistemas externos. As novas tentativas são limitadas por TASK_RETRY_LIMIT com backoff linear a partir de TASK_RETRY_BACKOFF.
Descubra as ferramentas mais usadas pela nossa comunidade.
Sem dados de popularidade ainda.