構築パス

実行アクセス付きの AI workflows を構築します。

ガイド付き Dev Schooling から始め、keys と SDK を受け取り、その後に制御された M13 実行へ進みます。

1 / 6 — Dev Schooling

Dev Schooling から始めます。

Dev Schooling は作業領域内のガイド付き onboarding session です。developer setup 全体を案内し、VS Code で実行する commands を正確に示します。

commands に従います。keys を受け取ります。SDK をダウンロードします。構築を始めます。

ガイド付き developer setup

開始準備完了

01セッションを開く

02commands を実行

03keys を受け取る

04SDK をダウンロード

05ローカルで開始

あなたが行うこと

VS CodeDev Schooling が提示する command を実行します。

01セッションを開く

ガイド付き workflow を開始し、明確な onboarding パスに沿って進みます。

02commands を実行

受け取った commands をコピーし、VS Code で実行します。

03keys を受け取る

API key、private key、public key reference が developer 実行用に準備されます。

04SDK をダウンロード

ガイド付き setup の最後に SDK Package を受け取ります。

05ローカルで開始

準備が整ったら SDK start commands を使い、Dev Credits でテストします。

セッションログ

[✓]

Dev Schooling セッションを開きました。

[✓]

VS Code command handoff を準備しました。

[✓]

Developer keys をプロビジョニングしました。

[✓]

SDK ダウンロードが解除されました。

[✓]

ローカル開始パスの準備完了。

Schooling Workflow を開始 Dev Credits を取得 →

2 / 6 — アクセス

アクセス準備

developer 状態を確認します。

Dev Schooling 後、このコンソールで workspace、schooling、API keys、Dev Credits を確認し、実行準備が整っているか判断できます。

Schooling Workflow を開始 Dev Credits を取得 →

API calls、SDK テスト、workflow 実行には Dev Credits が必要です。

3 / 6 — RITA

workspace の方向性を保ちます。

RITA はローカル workspace の知識を4つの orientation artifacts に変換します：Python source index、JSON contract index、Markdown system index、runner index。開発は files、anchors、summaries、execution entrypoints の境界付きマップから始まります。

artifact タブ

semantic_workspace_index.json

1{2  "artifact_file": "semantic_workspace_index.json",3  "index_family": "python_source",4  "map_entries": [5    {6      "source_ref": "steps/RITA08_SummarizeAdmittedSourcesPY.py",7      "semantic_summary": "Builds clean semantic summaries for admitted source files.",8      "anchors": [9        "function: build_prompt lines 274-275",10        "function: validate_semantic_summary lines 293-309"11      ]12    }13  ]14}

command タブ

rita_run.trigger.json

1{2  "command": "rita run <workspace_path>",3  "triggers": [4    "bind workspace identity",5    "initialize workspace-local state",6    "run RITA core life",7    "write orientation artifacts"8  ],9  "outputs": [10    "semantic_workspace_index.json",11    "semantic_workspace_index-json.json",12    "semantic_workspace_index-md.json",13    "semantic_workspace_index-runner.json"14  ],15  "runtime_state": "active"16}

RITA impact layer

エネルギーと token cost の削減

RITA は高コストな model work の前に compact workspace orientation を準備し、context の再読み込みと無駄な token movement を減らします。

開発の加速

RITA は orientation plateaus、indexes、change awareness を保持し、盲目的な retrieval cycles を減らして開発再開を速くします。

IP 保護

RITA は workspace-local に留まります。制御された indexes と targeted retrieval を公開し、proprietary context を active workspace contract に閉じ込めます。

4 / 6 — M13 API Bridge

workflow に pressure が必要なとき M13 を呼び出します。

ローカル workflow の場面を適切な M13 pressure mode にルーティングします：高速 orientation、深い reasoning、compact summary、hard check、challenge pressure、attack-level reality testing。

fast

素早い orientation と直接的な次アクション。

reasoning

タスクが C-level thinking を必要とするときの深い combined derivation。

summary

継続と handoff のための compact state transfer。

check

結果が先へ進む前の hard KPI judging。

challenge

より強い代替案に対する benchmark pressure。

attack

workflow が production context に入る前の reality pressure。

API 詳細を開く →

5 / 6 — SDK

ローカル machine room に入ります。

SDK を完全なローカル execution workspace として探索します：files、runner、workflow、artifacts、API Bridge、RITA が1つの machine room に入っています。

ローカル execution workspace：すべてのファイルを確認してから実行します。

12個の tiles。3つは live run 可能です。すべての run が inspectable artifacts を残します。

machine room

Machine Room ›Local Runner

ここで Extension が現実になります。

terminal から Extension を起動し、flow 全体が通る様子を確認します。

execution-space/engine/terminal_extension_runner.pyexecution-space/bin/run.shexecution-space/bin/run_action_builder.sh

[✓]python3 execution-space/engine/terminal_extension_runner.py run

[✓]Starting local execution: run_eu_ai_act_diagnostic_pipeline

[✓]Run path: execution-space/runs/terminal_extension_run_<timestamp>

[✓]TERMINAL EXTENSION RUN PASSED

01020304050607080910111213

まず Schooling Workflow を開始します。keys と SDK Package はガイド付き setup の最後にまとめて解除されます。Schooling Workflow を開始

6 / 6 — Publish / Payout

workflows を公開し、実行から収益を得ます。

Beta

workflow が有用になると、公開へ進めます。公開済み workflows が利用を生むと、developers は生成された tokens の最大30%を Payout Tokens として受け取れます。

公開可能 workflow

workflow には制御された execution path、明確な artifacts、繰り返し使われる理由が必要です。

Payout Tokens

payout layer は developer contribution を生成された execution value に接続します。

最大30%

対象となる公開済み workflows は、生成 tokens の最大30%を Payout Tokens として返せます。