SDK API リファレンス

agenticstar-platform SDK（v0.5.3）の全モジュール・クラス・メソッドの完全仕様です。

インストール

pip を使用して SDK をインストールしてください。

基本インストールcurl
pip install agenticstar-platform==0.5.3

特定モジュールのみインストールする場合は、extras を指定してください。

Extra	説明
`[[db]]`	PostgreSQL database support
`[[rag]]`	RAG (embedding + vector search) support
`[[storage]]`	Cloud storage (Azure, S3, GCS) support
`[[security]]`	Security (content moderation, PII detection) support
`[[auth]]`	AGENTIC STAR Auth service integration
`[[memory]]`	Semantic Memory (Mem0 + Qdrant) support
`[[all]]`	全モジュール

特定モジュールのインストール例curl
# RAG モジュール
pip install agenticstar-platform[rag]==0.5.3

# DB + RAG + Storage
pip install agenticstar-platform[db,rag,storage]==0.5.3

# 全モジュール
pip install agenticstar-platform[all]==0.5.3

モジュール一覧

SDK は以下の 8 つのモジュールで構成されています。

モジュール	説明	主要クラス
events	非同期イベント配信システム（SSE / Webhook）	EventEmitter, StreamingEvent
db	PostgreSQL 接続 + Azure AD 認証	PostgreSQLManager, DataAccess
rag	RAG（embedding + vector search via Qdrant）	EmbeddingGenerator, QdrantManager
storage	クラウドストレージ（Azure, S3, GCS）	AzureBlobStorageClient, S3StorageClient
auth	AGENTIC STAR 認証 API クライアント	AgenticStarAuthClient
memory	セマンティックメモリ（Mem0 + Qdrant）	SemanticMemoryClient
security	Content Moderation + PII Detection	AzureSecurityClient, ContentSafetyValidator
common	共通ユーティリティ（バリデーション・シークレットマスク）	SecretMasker, validate_identifier

events Events Module

非同期イベント配信システム。EventEmitter でイベントを発行し、SSE / Webhook / DB に配信します。

Enums

EventType

フロントエンド UI に表示されるイベントタイプ。

PHASE_START = "phase_start"

PROGRESS_UPDATE = "progress_update"

THOUGHT_MESSAGE = "thought_message"

COMPLETION_SUCCESS = "completion_success"

COMPLETION_FAILURE = "completion_failure"

USER_INTERACTION_REQUIRED = "user_interaction_required"

UNEXPECTED_ERROR = "unexpected_error"

HITL_REQUIRED_BROWSER_VNC = "hitl_required_browser_vnc"

HITL_REQUIRED_BROWSER_CLI = "hitl_required_browser_cli"

HITL_COMPLETED = "hitl_completed"

FILE_CREATED = "file_created"

PERMISSION_REQUEST = "permission_request"

PERMISSION_RESPONSE = "permission_response"

TOOL_START = "tool_start"

TOOL_RESULT = "tool_result"

FINAL_RESULT = "final_result"

PROGRESS_MESSAGE = "progress_message"

SubEventType

フロントエンド UI の細分化用サブイベントタイプ。

SEARCH_WEB = "search_web"

COMMAND_EXECUTION = "command_execution"

FILE_OPERATION = "file_operation"

LOCAL_ASSISTANT = "local_assistant"

MCP_TOOL = "mcp_tool"

A2A_TOOL = "a2a_tool"

FILE_EDITED = "file_edited"

FILE_READ = "file_read"

FILE_SEARCHED = "file_searched"

BASH_EXECUTED = "bash_executed"

WEB_FETCHED = "web_fetched"

TASK_LAUNCHED = "task_launched"

TODO_UPDATED = "todo_updated"

VIDEO_GENERATED = "video_generated"

IMAGE_GENERATED = "image_generated"

SLIDE_CREATED = "slide_created"

MACOS_AUTOMATION = "macos_automation"

Data Classes

StreamingEvent

リアルタイム SSE 配信用のイベントデータ。

@dataclass class StreamingEvent: event_type: EventType execution_id: str message: str timestamp: float metadata: Optional[Dict[str, Any]]= None sub_event_type: Optional[SubEventType]= None def to_dict() -> Dict[str, Any]: ...

SequencedEvent

順序保証付きイベント。

@dataclass class SequencedEvent: sequence: int # 0以上 event_type: EventType execution_id: str message: str timestamp: float metadata: Optional[Dict[str, Any]]= None sub_event_type: Optional[SubEventType]= None def __post_init__(): ... # sequence >= 0 を検証 def to_streaming_event() -> StreamingEvent: ... def to_dict() -> Dict[str, Any]: ...

ExecutionMessage

マーケットプレイス UI 統合用のデータベース格納メッセージ。

@dataclass class ExecutionMessage: user_id: str conversation_id: str message_id: str chunk_type: str content_data: Dict[str, Any] def to_dict() -> Dict[str, Any]: ... @classmethod def from_streaming_event( event: StreamingEvent, user_id: str, conversation_id: str, message_id: str, chunk_type: Optional[str]= None ) -> ExecutionMessage: ...

Classes

EventEmitter

非同期イベントキュー。イベント発行・消費を非ブロッキングで実行。

class EventEmitter: def __init__( execution_id: str, handler: Optional[EventHandler]= None ): ... @property def is_completed() -> bool: ... @property def sequence_number() -> int: ... async def emit_event( event_type: EventType, message: str, metadata: Optional[Dict[str, Any]]= None, sub_event_type: Optional[SubEventType]= None ) -> None: ... async def consume_events( timeout: float = 0.1 ) -> AsyncGenerator[str,None]: ... def mark_completed() -> None: ... async def cleanup() -> None: ... async def __aenter__() -> EventEmitter: ... async def __aexit__(...) -> None: ...

Returns

emit_event() → Noneイベントをキューに追加。ハンドラーが設定されている場合は非同期で呼び出される

consume_events() → AsyncGenerator[str, None]SSE フォーマットの文字列を非同期に yield。完了時に自動停止

✓

Context manager 対応: async with EventEmitter(...) as emitter:

イベント発行と消費Python
from agenticstar_platform import EventEmitter, EventType

emitter = EventEmitter(execution_id="exec-abc-123")

# イベント発行
await emitter.emit_event(
    event_type=EventType.PHASE_START,
    message="ドキュメント分析を開始します",
    metadata={"phase": "analysis", "total_pages": 42}
)

# イベント消費（SSE ストリーミング）
async for chunk in emitter.consume_events():
    print(chunk)

DatabaseEventHandler

PostgreSQL の execution_messages テーブルにイベントを永続化。

class DatabaseEventHandler: def __init__( data_access: Any, user_id: str, conversation_id: str, message_id: str, table_name: str = "execution_messages", chunk_type_map: Optional[Dict[EventType, str]]= None ): ... async def __call__(event: StreamingEvent) -> Optional[str]: ...

WebhookEventHandler

HTTP webhook エンドポイントにイベントを送信。

class WebhookEventHandler: def __init__( webhook_url: str, conversation_id: str, message_id: str, headers: Optional[Dict[str, str]]= None, timeout_seconds: int = 30, message_type: str = "append_message", token_provider: Optional[Callable]= None, chunk_type_map: Optional[Dict[EventType, str]]= None ): ... async def __call__(event: StreamingEvent) -> Optional[str]: ...

CompositeEventHandler

複数の EventHandler を並列実行。

class CompositeEventHandler: def __init__( handlers: List[Callable], return_first_chunk: bool = True ): ... async def __call__(event: StreamingEvent) -> Optional[str]: ...

Factory Functions

def create_sse_handler() -> EventHandler

SSE (Server-Sent Events) 形式のハンドラーを作成。

def create_json_handler() -> EventHandler

JSON 形式のハンドラーを作成。

def create_marketplace_handler( data_access: Any, webhook_url: str, user_id: str, conversation_id: str, message_id: str, token_provider: Optional[Callable]= None ) -> CompositeEventHandler

マーケットプレイス UI 用の複合ハンドラー（DB + Webhook）を作成。

Protocol

EventHandler

イベント処理の汎用インターフェース。

class EventHandler(Protocol): async def __call__( self, event: StreamingEvent ) -> Optional[str]: ...

Database Module — DatabaseEventHandler の data_access に DataAccess を渡して永続化
Storage Module — イベントログのクラウドストレージへのアーカイブ

db Database Module

PostgreSQL 接続プール + Azure AD 認証。

Exceptions

DatabaseError (Exception) ├── ConnectionError ├── QueryError └── ConfigError

Configuration

AzureADConfig

Azure Active Directory 認証設定。

@dataclass class AzureADConfig: tenant_id: str client_id: str client_secret: str # 非表示 username: str = "" @classmethod def from_dict(data: Dict[str, Any]) -> AzureADConfig: ... @classmethod def from_toml(toml_path: str, section: str = "azure_ad") -> AzureADConfig: ...

PostgreSQLConfig

PostgreSQL 接続設定（Azure AD サポート）。

class PostgreSQLConfig: provider: str = "postgresql" host: str = "localhost" port: int = 5432 database: str = "agenticstar_db" use_azure_ad: bool = False username: Optional[str]= None password: Optional[str]= None # 非表示 pool_min_size: int = 5 pool_max_size: int = 20 command_timeout: int = 60 pool_timeout: Optional[int]= 30 max_overflow: Optional[int]= 10 azure_ad: Optional[AzureADConfig]= None api_proxy_url: Optional[str]= None ssl_mode: str = "require" @classmethod def from_dict(data: Dict[str, Any]) -> PostgreSQLConfig: ... @classmethod def from_toml(toml_path: str, section: str = "database") -> PostgreSQLConfig: ... @classmethod def from_env(prefix: str = "DB_") -> PostgreSQLConfig: ...

TOML 設定例:

config.toml - PostgreSQLToml
[database]
provider = "postgresql"
host = "db.example.com"
port = 5432
database = "agenticstar_db"
use_azure_ad = true
pool_min_size = 5
pool_max_size = 20
command_timeout = 60

[azure_ad]
tenant_id = "xxxxxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxxx"
client_id = "yyyyyyyy-yyyy-yyyy-yyyy-yyyyyyyyyyyy"
client_secret = "your-secret-here"
username = "dbuser@example.onmicrosoft.com"

Connection Management

PostgreSQLManager

非同期 PostgreSQL 接続プール（Azure AD トークン管理対応）。

class PostgreSQLManager: def __init__(config: PostgreSQLConfig): ... @property def config() -> PostgreSQLConfig: ... @property def pool() -> Optional[asyncpg.Pool]: ... async def __aenter__() -> PostgreSQLManager: ... async def __aexit__(...) -> None: ... async def initialize() -> None: ... async def close() -> None: ... async def execute_query( query: str, params: tuple = () ) -> Dict[str, Any]: ... async def fetch_one( query: str, params: tuple = () ) -> Optional[Dict[str, Any]]: ... async def fetch_all( query: str, params: tuple = () ) -> List[Dict[str, Any]]: ... async def execute( query: str, params: tuple = () ) -> str: ...

Returns

execute_query() → Dict[str, Any]{"success": bool, "data": list, "count": int}

fetch_one() → Optional[Dict[str, Any]]1行の結果辞書、または該当なしで None

fetch_all() → List[Dict[str, Any]]結果行のリスト（0件の場合は空リスト）

execute() → strPostgreSQL のステータス文字列（例: "INSERT 0 1"）

✓

Context manager 対応: async with PostgreSQLManager(config) as mgr:

データベース接続と Query 実行Python
from agenticstar_platform.db import PostgreSQLConfig, PostgreSQLManager

config = PostgreSQLConfig.from_toml("config.toml")

async with PostgreSQLManager(config) as mgr:
    await mgr.initialize()

    # SELECT クエリ
    result = await mgr.fetch_all(
        "SELECT * FROM conversations WHERE user_id = $1",
        ("user-123",)
    )

    # INSERT
    await mgr.execute(
        "INSERT INTO events (event_type, data) VALUES ($1, $2)",
        ("phase_start", '{}')
    )

Data Access Layer

DataAccess

SQL インジェクション防止を備えた汎用テーブル操作ラッパー。

class DataAccess: def __init__( db: PostgreSQLManager| ApiPostgreSQLManager ): ... async def __aenter__() -> DataAccess: ... async def __aexit__(...) -> None: ... async def initialize() -> None: ... async def close() -> None: ... def is_initialized() -> bool: ... async def ensure_initialized() -> None: ... async def execute_query( query: str, params: tuple = () ) -> Dict[str, Any]: ... async def insert( table: str, data: Dict[str, Any], returning: Optional[List[str]]= None ) -> Dict[str, Any]: ... async def upsert( table: str, data: Dict[str, Any], conflict_columns: List[str], update_columns: Optional[List[str]]= None, returning: Optional[List[str]]= None ) -> Dict[str, Any]: ... async def select( table: str, columns: Optional[List[str]]= None, where: Optional[Dict[str, Any]]= None, order_by: Optional[str]= None, limit: Optional[int]= None ) -> Dict[str, Any]: ... async def select_one( table: str, columns: Optional[List[str]]= None, where: Optional[Dict[str, Any]]= None ) -> Optional[Dict[str, Any]]: ... async def update( table: str, data: Dict[str, Any], where: Dict[str, Any], returning: Optional[List[str]]= None ) -> Dict[str, Any]: ... async def delete( table: str, where: Dict[str, Any], returning: Optional[List[str]]= None ) -> Dict[str, Any]: ...

Returns

insert() / upsert() → Dict[str, Any]{"success": bool, "data": dict}。returning 指定時はカラム値を含む

select() → Dict[str, Any]{"success": bool, "data": list, "count": int}

update() / delete() → Dict[str, Any]{"success": bool, "affected_rows": int}

主要メソッドの使用例:

# INSERT result = await da.insert("users", {"name": "Alice"}, returning=["id"]) # UPSERT（競合時は更新） result = await da.upsert("users", {"email": "a@example.com", "name": "Alice"}, conflict_columns=["email"]) # SELECT with WHERE + ORDER + LIMIT result = await da.select("users", columns=["id", "name"], where={"active": True}, order_by="created_at DESC", limit=10)

ConfigAccess

エージェント・ツール・ガードレール・MCP などの設定情報へのアクセス層。

class ConfigAccess: def __init__(db: DataAccess): ... async def get_agent_instructions(agent_type: str) -> Dict[str, Any]: ... async def get_all_agent_configs() -> Dict[str, Any]: ... async def get_agent_config(agent_type: str, requested_level: str = "default") -> Dict[str, Any]: ... async def get_tool_config(tool_name: str) -> Dict[str, Any]: ... async def get_all_tool_configs() -> Dict[str, Any]: ... async def get_banned_urls() -> Dict[str, Any]: ... async def get_guardrails_settings() -> Dict[str, Any]: ... async def get_system_settings() -> Dict[str, Any]: ... async def get_mcp_configurations(execution_mode: Optional[str]= None) -> Dict[str, Any]: ...

禁止 URL の制限粒度を拡張する

get_banned_urls() は管理画面で登録された「禁止 URL」一覧を取得します。基本機能（ExtAuth Service）はドメイン単位の制限ですが、本メソッドで取得したパターンをエージェントのツール内で re.search 等により URL 文字列に照合することで、URL（パス）単位の制限を拡張機能として実装できます。設定は管理画面で一元管理されるため、運用上の重複は発生しません。

ExecutionAccess

実行メッセージの取得層。

class ExecutionAccess: def __init__(db: DataAccess): ... async def get_messages( execution_id: str ) -> Optional[List[Dict[str, Any]]]: ...

TelemetryAccess

NIST 監査テレメトリの保存・取得層。

class TelemetryAccess: def __init__(db: DataAccess): ... async def save_telemetry( telemetry_data: Dict[str, Any] ) -> Dict[str, Any]: ... async def list_telemetry( conversation_id: Optional[str]= None, service: Optional[str]= None, limit: int = 100, offset: int = 0 ) -> Dict[str, Any]: ... async def get_telemetry( telemetry_id: str ) -> Optional[Dict[str, Any]]: ...

PodRuntime

Pod ライフサイクル管理（開始通知・終了通知・自動スケールダウン）。

class PodRuntime: def __init__( db: DataAccess, execution_id: str, pod_name: str ): ... async def start() -> Dict[str, Any]: ... async def final(status: str = "completed") -> Dict[str, Any]: ...

ApiPostgreSQLManager

HTTP API プロキシ経由の PostgreSQL アクセス（CLI モード用）。PostgreSQLManager と同一の非同期インターフェースを持つ。

class ApiPostgreSQLManager: def __init__(api_url: str, token_provider: Optional[Callable]= None): ... async def fetch_one(query: str, params: tuple = ()) -> Optional[Dict[str, Any]]: ... async def fetch_all(query: str, params: tuple = ()) -> List[Dict[str, Any]]: ... async def execute(query: str, params: tuple = ()) -> str: ... async def execute_query(query: str, params: tuple = ()) -> Dict[str, Any]: ...

Factory Function

def create_postgresql_manager( config: PostgreSQLConfig ) -> Union[PostgreSQLManager, ApiPostgreSQLManager]

config.api_proxy_url の有無に応じて PostgreSQLManager（直接接続）または ApiPostgreSQLManager（API プロキシ）を自動選択して返す。

Error Handling

データベース操作の例外処理。

Database Error HandlingPython
from agenticstar_platform.db import PostgreSQLConfig, PostgreSQLManager, DataAccess

config = PostgreSQLConfig.from_toml("config.toml")

try:
    db_manager = PostgreSQLManager(config)
    da = DataAccess(db_manager)
    await da.initialize()

    result = await da.select("users", where={"id": "user-123"})
    if result["success"] and result["data"]:
        print(f"User: {result['data'][0]['username']}")
except Exception as e:
    print(f"Database error: {e}")
finally:
    await da.close()

Events Module — DatabaseEventHandler でイベントを DB に永続化
RAG Module — DB から取得したデータを Embedding 化して検索可能にする

rag RAG Module

RAG (Retrieval-Augmented Generation): Embedding + Vector Search via Qdrant。

Enums

VectorStoreProvider

QDRANT = "qdrant"

WEAVIATE = "weaviate"

MILVUS = "milvus"

Exceptions

RAGError (Exception) ├── EmbeddingError ├── QdrantError └── SearchError

Data Classes

SearchResult

単一の検索結果。

@dataclass class SearchResult: point_id: str payload: Dict[str, Any] score: float similarity: float = 0.0

UpsertResult

Upsert 操作の結果。

@dataclass class UpsertResult: success: bool point_id: str = "" error: Optional[str]= None error_code: Optional[str]= None

SearchResponse

検索操作の結果。

@dataclass class SearchResponse: success: bool results: List[SearchResult]= field(default_factory=list) total_found: int = 0 query: str = "" error: Optional[str]= None error_code: Optional[str]= None

Embedding Configuration

EmbeddingConfig

Azure OpenAI エンベッディング設定。

class EmbeddingConfig: base_url: str api_key: str # 非表示 model: str = "text-embedding-ada-002" api_version: str = "2024-02-15-preview" max_cache_size: int = 10000 dimensions: int = 1536 max_retries: int = 5 base_delay: float = 1.0 max_delay: float = 60.0 @classmethod def from_dict(data: Dict[str, Any]) -> EmbeddingConfig: ... @classmethod def from_toml(toml_path: str, section: str = "rag.embedding") -> EmbeddingConfig: ...

EmbeddingGenerator

キャッシング機能とリトライロジック付きエンベッディング生成。

class EmbeddingGenerator: def __init__(config: EmbeddingConfig): ... async def generate(text: str) -> List[float]: ... async def generate_batch( texts: List[str], batch_size: int = 25 ) -> List[List[float]]: ... def clear_cache() -> None: ...

Returns

generate() → List[float]ベクトル（次元数は config.dimensions、デフォルト 1536）。キャッシュ済みの場合は即返却

generate_batch() → List[List[float]]入力テキスト順のベクトルリスト。batch_size 単位で API 呼び出し（デフォルト 25）

# 単一テキストの Embedding vector = await generator.generate("Hello, world!") # → [0.012, -0.034, ...] # バッチ Embedding vectors = await generator.generate_batch(["text1", "text2", "text3"])

Vector Database

QdrantConfig

Qdrant データベース設定。

class QdrantConfig: url: str collection_name: str vector_size: int = 1536 distance: str = "cosine" # cosine, euclid, dot on_disk_vectors: bool = False on_disk_payload: bool = True hnsw_m: int = 16 hnsw_ef_construct: int = 256 payload_indexes: List[PayloadIndexConfig] auth_token_provider: Optional[Callable[[], str]]= None @classmethod def from_dict(data: Dict[str, Any]) -> QdrantConfig: ... @classmethod def from_toml(toml_path: str, section: str = "rag.qdrant") -> QdrantConfig: ...

PayloadIndexConfig

Payload フィールドのインデックス設定。

@dataclass class PayloadIndexConfig: field_name: str field_schema: str = "keyword" # keyword, integer, float, bool @classmethod def from_dict(data: Dict[str, Any]) -> PayloadIndexConfig: ...

TOML 設定例:

config.toml - RAG (Qdrant)Toml
[embedding]
provider = "openai"
model = "text-embedding-3-small"
api_key = "sk-..."
dimension = 1536

[qdrant]
host = "qdrant.example.com"
port = 6333
api_key = "your-qdrant-key"
use_ssl = true

QdrantManager

Qdrant ベクトル検索クライアント。

class QdrantManager: def __init__( config: QdrantConfig, embedding_generator: EmbeddingGenerator ): ... async def __aenter__() -> QdrantManager: ... async def __aexit__(...) -> None: ... def is_initialized() -> bool: ... async def initialize() -> None: ... async def ensure_initialized() -> None: ... async def upsert( point_id: str, text: str, payload: Dict[str, Any] ) -> Dict[str, Any]: ... async def batch_upsert( items: List[Dict[str, Any]], batch_size: int = 256 ) -> Dict[str, Any]: ... async def search( query_text: str, limit: int = 10, score_threshold: float = 0.4, filter_conditions: Optional[Dict[str, Any]]= None ) -> Dict[str, Any]: ... async def delete( point_ids: List[str] ) -> Dict[str, Any]: ... async def get_statistics() -> Dict[str, Any]: ... async def close() -> None: ...

Returns

upsert() → Dict[str, Any]{"success": bool, "point_id": str}

batch_upsert() → Dict[str, Any]{"success": bool, "upserted_count": int, "errors": list}

search() → Dict[str, Any]{"success": bool, "data": List[SearchResult], "total_found": int}

get_statistics() → Dict[str, Any]{"vectors_count": int, "indexed_vectors_count": int, "points_count": int, ...}

✓

Context manager 対応: async with QdrantManager(config, generator) as qdrant:

RAG: Embedding + Qdrant SearchPython
from agenticstar_platform.rag import (
    EmbeddingConfig, EmbeddingGenerator,
    QdrantConfig, QdrantManager
)

emb_config = EmbeddingConfig.from_toml("config.toml")
qd_config = QdrantConfig.from_toml("config.toml")

generator = EmbeddingGenerator(emb_config)

async with QdrantManager(qd_config, generator) as qdrant:
    # ドキュメントの追加
    await qdrant.upsert(
        point_id="doc-001",
        text="AGENTIC STAR は AI エージェント開発プラットフォームです",
        payload={"source": "docs", "category": "overview"}
    )

    # セマンティック検索
    results = await qdrant.search(
        query_text="AI プラットフォームとは？",
        limit=5,
        score_threshold=0.5
    )
    for r in results["data"]:
        print(f"Score: {r['score']}, Text: {r['payload']['text']}")

Database Module — DB から取得したデータを RAG に投入
Storage Module — ドキュメントファイルをストレージから取得して Embedding 化
Security Module — Embedding 前にコンテンツの安全性を検証

storage Storage Module

クラウドストレージ統合（Azure Blob Storage / AWS S3 / Google Cloud Storage）。

Enums

StorageProvider

Cloud storage provider type.

AZURE_BLOB = "azure_blob"

AWS_S3 = "aws_s3"

GCS = "gcs"

Exceptions

StorageError (Exception) - Base exception ├── StorageConfigError - Configuration error ├── StorageConnectionError - Connection error └── StorageOperationError - Operation error with error_code attribute

Result Types

UploadResult

File upload result.

@dataclass class UploadResult: success: bool # Upload succeeded object_name: str = "" # Object name object_url: str = "" # Object URL file_size: int = 0 # File size content_type: str = "" # Content type error: Optional[str]= None # Error message error_code: Optional[str]= None # Error code metadata: Dict[str, Any]= field(default_factory=dict) # Metadata

DownloadResult

File download result.

@dataclass class DownloadResult: success: bool # Download succeeded object_name: str = "" # Object name local_path: str = "" # Local file path file_size: int = 0 # File size error: Optional[str]= None # Error message error_code: Optional[str]= None # Error code

ObjectInfo

Cloud object metadata.

@dataclass class ObjectInfo: name: str # Object name size: int # Object size last_modified: Optional[str]= None # Last modified timestamp content_type: Optional[str]= None # Content type metadata: Dict[str, Any]= field(default_factory=dict) # Metadata

ListResult

List operation result.

@dataclass class ListResult: success: bool # Operation succeeded objects: List[ObjectInfo]= field(default_factory=list) # Objects count: int = 0 # Object count prefix: str = "" # Search prefix error: Optional[str]= None # Error message error_code: Optional[str]= None # Error code

Configuration

StorageConfig

Common storage configuration (base class).

class StorageConfig: provider: StorageProvider# Provider type bucket_name: str # Bucket/container name enabled: bool = True # Enabled flag max_file_size: int = 5*1024*1024*1024 # Max file size (5GB) auto_create_bucket: bool = False # Auto-create bucket prefix: str = "" # Object name prefix custom_domain: Optional[str]= None # Custom domain connection_timeout: int = 30 # Connection timeout (seconds) read_timeout: int = 300 # Read timeout (seconds)

AzureBlobConfig

Azure Blob Storage configuration.

class AzureBlobConfig: bucket_name: str # Container name connection_string: str # 非表示 enabled: bool = True max_file_size: int = 5*1024*1024*1024 auto_create_bucket: bool = False prefix: str = "" custom_domain: Optional[str]= None connection_timeout: int = 30 read_timeout: int = 300 max_block_size: int = 8*1024*1024 # Max block size (8MB) max_single_put_size: int = 256*1024*1024 # Max single upload (256MB) @classmethod def from_dict(data: Dict[str, Any]) -> AzureBlobConfig: ... @property def provider(self) -> StorageProvider: return StorageProvider.AZURE_BLOB

S3Config

AWS S3 configuration.

class S3Config: bucket_name: str # Bucket name aws_access_key_id: str # 非表示 aws_secret_access_key: str # 非表示 region_name: str = "us-east-1" # AWS region enabled: bool = True max_file_size: int = 5*1024*1024*1024 auto_create_bucket: bool = False prefix: str = "" custom_domain: Optional[str]= None connection_timeout: int = 30 read_timeout: int = 300 endpoint_url: Optional[str]= None # S3-compatible endpoint (MinIO, etc.) @classmethod def from_dict(data: Dict[str, Any]) -> S3Config: ... @property def provider(self) -> StorageProvider: return StorageProvider.AWS_S3

GCSConfig

Google Cloud Storage configuration.

class GCSConfig: bucket_name: str # Bucket name project_id: str # GCP project ID enabled: bool = True max_file_size: int = 5*1024*1024*1024 auto_create_bucket: bool = False prefix: str = "" custom_domain: Optional[str]= None connection_timeout: int = 30 read_timeout: int = 300 credentials_path: Optional[str]= None # 非表示 - Path to service account JSON credentials_json: Optional[str]= None # 非表示 - Service account JSON string credentials_base64: Optional[str]= None # 非表示 - Base64-encoded service account JSON @classmethod def from_dict(data: Dict[str, Any]) -> GCSConfig: ... @property def provider(self) -> StorageProvider: return StorageProvider.GCS

Storage Clients

AzureBlobStorageClient

Azure Blob Storage client. Supports async context manager (async with).

class AzureBlobStorageClient: def __init__(config: AzureBlobConfig): ... async def initialize() -> None: ... # Initialize client async def ensure_initialized() -> None: ... # Initialize if needed async def upload_file( file_path: str, prefix: Optional[str]= None ) -> UploadResult: ... async def upload_bytes( data: bytes, object_name: str, content_type: str = "application/octet-stream" ) -> UploadResult: ... async def download_file( object_name: str, local_path: str ) -> DownloadResult: ... async def list_objects( prefix: str = "" ) -> ListResult: ... async def delete_object( object_name: str ) -> Dict[str, Any]: ... async def delete_objects( object_names: List[str] ) -> Dict[str, Any]: ... async def close() -> None: ...

Returns

upload_file() / upload_bytes() → UploadResultsuccess, object_url, file_size, content_type を含む

download_file() → DownloadResultsuccess, local_path, file_size を含む

list_objects() → ListResultsuccess, objects: List[ObjectInfo], count を含む

delete_object() → Dict[str, Any]{"success": bool, "object_name": str}

S3StorageClient

AWS S3 storage client. Supports async context manager (async with).

class S3StorageClient: def __init__(config: S3Config): ... async def initialize() -> None: ... # Initialize client async def ensure_initialized() -> None: ... # Initialize if needed async def upload_file( file_path: str, prefix: Optional[str]= None ) -> UploadResult: ... async def upload_bytes( data: bytes, object_name: str, content_type: str = "application/octet-stream" ) -> UploadResult: ... async def download_file( object_name: str, local_path: str ) -> DownloadResult: ... async def list_objects( prefix: str = "" ) -> ListResult: ... async def delete_object( object_name: str ) -> Dict[str, Any]: ... async def delete_objects( object_names: List[str] ) -> Dict[str, Any]: ... async def close() -> None: ...

GCSStorageClient

Google Cloud Storage client. Supports async context manager (async with).

class GCSStorageClient: def __init__(config: GCSConfig): ... async def initialize() -> None: ... # Initialize client async def ensure_initialized() -> None: ... # Initialize if needed async def upload_file( file_path: str, prefix: Optional[str]= None ) -> UploadResult: ... async def upload_bytes( data: bytes, object_name: str, content_type: str = "application/octet-stream" ) -> UploadResult: ... async def download_file( object_name: str, local_path: str ) -> DownloadResult: ... async def list_objects( prefix: str = "" ) -> ListResult: ... async def delete_object( object_name: str ) -> Dict[str, Any]: ... async def delete_objects( object_names: List[str] ) -> Dict[str, Any]: ... async def close() -> None: ...

S3 ストレージの使用例Python
from agenticstar_platform.storage import (
    S3Config, S3StorageClient
)

config = S3Config.from_dict({
    "bucket_name": "my-bucket",
    "aws_access_key_id": "AKIA...",
    "aws_secret_access_key": "secret...",
    "region_name": "ap-northeast-1"
})

# async with によるコンテキストマネージャー
async with S3StorageClient(config) as storage:
    # ファイルアップロード
    upload_result = await storage.upload_file(
        file_path="/tmp/report.pdf",
        prefix="documents/"
    )
    if upload_result.success:
        print(f"URL: {upload_result.object_url}")

    # バイトデータのアップロード
    await storage.upload_bytes(
        data=b"Hello, World!",
        object_name="greetings/hello.txt",
        content_type="text/plain"
    )

    # オブジェクト一覧
    list_result = await storage.list_objects(prefix="documents/")
    for obj in list_result.objects:
        print(f"{obj.name} ({obj.size} bytes)")

    # ダウンロード
    download = await storage.download_file(
        object_name="documents/report.pdf",
        local_path="/tmp/downloaded.pdf"
    )

エラーハンドリングPython
from agenticstar_platform.storage import (
    StorageError, StorageConfigError,
    StorageConnectionError, StorageOperationError
)

try:
    result = await storage.upload_file("/tmp/large-file.zip")
except StorageConnectionError as e:
    print(f"Connection failed: {e}")
except StorageOperationError as e:
    print(f"Operation failed: {e}, code: {e.error_code}")
except StorageError as e:
    print(f"Storage error: {e}")

RAG Module — ストレージのドキュメントを取得して Embedding に投入
Security Module — アップロード前のコンテンツモデレーション

auth Auth Module

AGENTIC STAR 認証サービス統合。ユーザー・トークン・デバイス情報を管理。

Exceptions

AuthError (Exception) ├── AuthConfigError └── AuthAPIError ├── AuthUnauthorizedError (401) ├── AuthNotFoundError (404) └── AuthRateLimitError (429)

Configuration

AgenticStarAuthConfig

class AgenticStarAuthConfig: base_url: str api_key: str # 非表示 auth_type: str = "api_key" timeout: float = 30.0 @classmethod def create( base_url: str, api_key: str, auth_type: str = "api_key", timeout: float = 30.0 ) -> AgenticStarAuthConfig: ... @classmethod def from_config(config_path: Optional[Path]= None) -> AgenticStarAuthConfig: ...

Data Models

ApiUser

認証ユーザー情報（Pydantic BaseModel）。

class ApiUser(BaseModel): id: str username: Optional[str]= None email: Optional[str]= None first_name: Optional[str]= None last_name: Optional[str]= None display_name: Optional[str]= None email_verified: bool = False enabled: bool = True created_timestamp: Optional[int]= None attributes: Optional[Dict[str, Any]]= None organization: Optional[str]= None job: Optional[str]= None bio: Optional[str]= None last_login_at: Optional[str]= None

DeviceInfo

デバイス情報。

class DeviceInfo(BaseModel): id: Optional[str]= None device_code: str device_name: Optional[str]= None device_type: Optional[str]= None device_info: Optional[Dict[str, Any]]= None is_active: Optional[bool]= None created_at: Optional[str]= None last_used_at: Optional[str]= None

MCPTokenInfo

MCP トークン情報。

class MCPTokenInfo(BaseModel): access_token: str token_type: str expires_at: datetime scopes: List[str]

Client

AgenticStarAuthClient

class AgenticStarAuthClient: def __init__(config: AgenticStarAuthConfig): ... async def __aenter__() -> AgenticStarAuthClient: ... async def __aexit__(...) -> None: ... async def get_users( page: int = 1, limit: int = 20, search: Optional[str]= None, is_approved: Optional[str]= None, sort_by: Optional[str]= None, order: Optional[str]= None, include_last_login: bool = False ) -> GetUsersResult: ... async def get_user( user_id: str ) -> GetUserResult: ... async def get_mcp_tokens( user_id: str, providers: Optional[List[str]]= None ) -> GetMCPTokensResult: ... async def close() -> None: ...

Returns

get_users() → GetUsersResultsuccess, users: List[ApiUser], pagination: UserPagination

get_user() → GetUserResultsuccess, user: ApiUser, devices: List[DeviceInfo], login_history

get_mcp_tokens() → GetMCPTokensResultsuccess, tokens: Dict[str, MCPTokenInfo], errors

# ユーザー一覧の取得（ページネーション） result = await auth_client.get_users(page=1, limit=20) for user in result.users: print(f"{user.username} ({user.email})")

ユーザー情報取得と MCP トークンPython
from agenticstar_platform.auth import (
    AgenticStarAuthConfig, AgenticStarAuthClient
)

config = AgenticStarAuthConfig.from_config("config.toml")

async with AgenticStarAuthClient(config) as auth_client:
    # ユーザー情報取得
    result = await auth_client.get_user("user-123")
    if result.success:
        print(f"User: {result.user.username}")

    # MCP トークン取得
    tokens = await auth_client.get_mcp_tokens(
        user_id="user-123",
        providers=["slack", "gitlab"],
    )
    for provider, token in tokens.tokens.items():
        print(f"{provider}: expires={token.expires_at}")

Events Module — WebhookEventHandler の token_provider に認証トークンを供給
Memory Module — 認証済みユーザーのセマンティックメモリ管理

memory Memory Module

セマンティックメモリ（Mem0 + Qdrant）統合。ユーザーの知識・好み・事実をベクトル検索で想起。

Configuration

SemanticMemoryConfig

@dataclass class LLMProviderConfig: model: str # "azure_openai/gpt-4.1" api_key: str # 非表示 base_url: Optional[str]= None api_version: Optional[str]= None aws_access_key_id: Optional[str]= None # Bedrock 用 aws_secret_access_key: Optional[str]= None # Bedrock 用 aws_region_name: Optional[str]= None # Bedrock 用 @classmethod def from_dict(data: Dict[str, Any]) -> LLMProviderConfig: ... @classmethod def from_toml(toml_path: str, section: str) -> LLMProviderConfig: ...

@dataclass class SemanticMemoryConfig: llm_config: LLMProviderConfig embedder_config: LLMProviderConfig vector_store: Optional[Dict[str, Any]]= None rerank: Optional[Dict[str, Any]]= None custom_fact_extraction_prompt: Optional[str]= None @classmethod def from_dict(data: Dict[str, Any]) -> SemanticMemoryConfig: ... @classmethod def from_toml(toml_path: str, section: str = "memory") -> SemanticMemoryConfig: ...

SemanticMemoryClient

class SemanticMemoryClient: def __init__(config: SemanticMemoryConfig): ... @property def enabled() -> bool: ... # 同期メソッド（await 不要） def add( messages: List[Dict[str, str]], user_id: str, metadata: Optional[Dict[str, Any]]= None ) -> Dict[str, Any]: ... def search( query: str, user_id: str, limit: int = 10 ) -> Dict[str, Any]: ... def get_all( user_id: str ) -> Dict[str, Any]: ... def delete( memory_id: str ) -> Dict[str, Any]: ... def delete_all( user_id: str ) -> Dict[str, Any]: ... # 非同期メソッド async def cleanup() -> None: ...

Returns

add() → Dict[str, Any]Mem0 の結果辞書。messages は OpenAI 形式の [{"role": "user", "content": "..."}]

search() → Dict[str, Any]{"results": [...]}。各要素に memory, score 等を含む

get_all() → Dict[str, Any]ユーザーの全メモリを返す

delete() / delete_all() → Dict[str, Any]削除結果

Exceptions

SemanticMemoryError (Exception) └── SemanticMemoryConfigError

Utility Functions

def normalize_provider(provider: str) -> str

プロバイダー名を正規化（エイリアス対応。例: "Azure_OpenAI" → "azure_openai"）。

def parse_model_string(model: str) -> tuple[str, str]

モデル文字列をプロバイダーとモデル名に分割（例: "azure_openai/gpt-4.1" → ("azure_openai", "gpt-4.1")）。

def get_api_key(config: LLMProviderConfig) -> str

LLMProviderConfig から API キーを取得（SecretStr 対応）。

def convert_llm_to_mem0(llm_config: LLMProviderConfig) -> Dict[str, Any]

LLMProviderConfig を Mem0 形式の LLM 設定辞書に変換。

def convert_embedder_to_mem0(embedder_config: LLMProviderConfig) -> Dict[str, Any]

LLMProviderConfig を Mem0 形式の Embedder 設定辞書に変換。

セマンティックメモリの使用例Python
from agenticstar_platform.memory import (
    SemanticMemoryConfig, SemanticMemoryClient
)

config = SemanticMemoryConfig.from_toml("config.toml")
memory = SemanticMemoryClient(config)

# メモリ追加（同期メソッド）
memory.add(
    messages=[
        {"role": "user", "content": "私は Python が得意です"},
        {"role": "assistant", "content": "承知しました"},
    ],
    user_id="user-123",
)

# メモリ検索（同期メソッド）
result = memory.search(query="ユーザーの技術スキルは？", user_id="user-123")
for r in result.get("results", []):
    print(f"{r['memory']}")

# クリーンアップ（非同期）
await memory.cleanup()

Auth Module — 認証済みユーザー ID をメモリの user_id として使用
RAG Module — メモリ内容を Embedding 化して類似検索を強化

security Security Module

Content Moderation（Azure / AWS / GCP）+ PII Detection。

Enums

SecurityProvider

AZURE = "azure"

AWS = "aws"

GCP = "gcp"

ContentCategory

コンテンツモデレーション分類。

HATE = "hate"

SEXUAL = "sexual"

SELF_HARM = "self_harm"

VIOLENCE = "violence"

PROFANITY = "profanity"

INSULT = "insult"

THREAT = "threat"

PIICategory

PII（個人識別情報）分類。

PERSON_NAME = "person_name"

EMAIL = "email"

PHONE_NUMBER = "phone_number"

ADDRESS = "address"

DATE_OF_BIRTH = "date_of_birth"

NATIONAL_ID = "national_id"

PASSPORT_NUMBER = "passport_number"

SOCIAL_SECURITY = "social_security"

CREDIT_CARD = "credit_card"

IP_ADDRESS = "ip_address"

API_KEY = "api_key"

CONNECTION_STRING = "connection_string"

Exceptions

SecurityError (Exception) ├── SecurityConfigError └── SecurityAPIError (status_code, error_code)

Result Types

ContentModerationResult

コンテンツモデレーション結果。categories の値は severity（0-6）。

@dataclass class ContentModerationResult: blocked: bool # しきい値以上でTrue categories: Dict[ContentCategory, int]= {} # severity 0-6 threshold: int = 2 # 適用しきい値 raw_response: Dict[str, Any]= {} error: Optional[str]= None error_code: Optional[str]= None

PromptShieldResult

プロンプトインジェクション検出結果。

@dataclass class PromptShieldResult: attack_detected: bool attack_type: Optional[str]= None confidence: float = 0.0 raw_response: Dict[str, Any]= {} error: Optional[str]= None error_code: Optional[str]= None

PIIEntity

検出された PII エンティティ。

@dataclass class PIIEntity: category: PIICategory text: str # 検出されたテキスト offset: int # テキスト内の開始位置 length: int # 検出テキストの長さ confidence: float provider_category: str = "" # プロバイダー固有のカテゴリ名

PIIDetectionResult

PII 検出結果。

@dataclass class PIIDetectionResult: success: bool masked_text: str = "" entities: List[PIIEntity]= [] categories_detected: List[PIICategory]= [] raw_response: Dict[str, Any]= {} error: Optional[str]= None error_code: Optional[str]= None

SecurityCheckResult

統合セキュリティチェック結果。

@dataclass class SecurityCheckResult: allowed: bool # 許可/ブロック violations: List[str]= [] # 違反理由リスト content_moderation: Optional[ContentModerationResult]= None prompt_shield: Optional[PromptShieldResult]= None pii_detection: Optional[PIIDetectionResult]= None

Configuration

AzureSecurityConfig

class AzureSecurityConfig: content_safety_endpoint: str content_safety_api_key: str # 非表示 language_endpoint: Optional[str]= None # PII 検出用 language_api_key: Optional[str]= None # 非表示 enabled: bool = True moderation_threshold: int = 2 # severity 0-6 pii_enabled: bool = True pii_confidence_threshold: float = 0.7 timeout: float = 30.0

AWSSecurityConfig

class AWSSecurityConfig: aws_access_key_id: str = "" # 非表示 aws_secret_access_key: str = "" # 非表示 region_name: str = "us-east-1" guardrail_id: str = "" guardrail_version: str = "DRAFT" enabled: bool = False moderation_threshold: int = 2 pii_enabled: bool = True timeout: float = 30.0

GCPSecurityConfig

class GCPSecurityConfig: project_id: str credentials_path: Optional[str]= None # 非表示 model_armor_template: str = "" model_armor_region: str = "" dlp_location: str = "global" enabled: bool = False moderation_threshold: int = 2 pii_enabled: bool = True timeout: float = 30.0

Clients

AzureSecurityClient

class AzureSecurityClient(SecurityClientBase): def __init__(config: AzureSecurityConfig): ... async def __aenter__() -> AzureSecurityClient: ... async def __aexit__(...) -> None: ... async def check_content_moderation( text: str, threshold: Optional[int]= None ) -> ContentModerationResult: ... async def check_prompt_shield( user_prompt: str, documents: Optional[List[str]]= None ) -> PromptShieldResult: ... async def detect_pii( text: str, mask: bool = True, language: str = "ja", confidence_threshold: Optional[float]= None ) -> PIIDetectionResult: ... async def check_security( text: str, check_moderation: bool = True, check_prompt_shield: bool = True, check_pii: bool = False, fail_on_error: bool = True ) -> SecurityCheckResult: ... async def close() -> None: ...

Returns

check_content_moderation() → ContentModerationResultblocked（ブロック判定）, categories（severity 0-6）

check_prompt_shield() → PromptShieldResultattack_detected, attack_type, confidence

detect_pii() → PIIDetectionResultsuccess, entities（PIIEntity リスト）, masked_text

check_security() → SecurityCheckResultallowed, violations, 各検出結果

# PII マスク結果の利用 result = await security.detect_pii("Email: user@example.com", mask=True) print(result.masked_text) # → "Email: ***" print(result.entities[0].category) # → PIICategory.EMAIL

AWSSecurityClient / GCPSecurityClient

Azure と同一のインターフェース（SecurityClientBase 継承）。check_content_moderation(), check_prompt_shield(), detect_pii(), check_security(), close() を実装。

コンテンツモデレーション + PII 検出Python
from agenticstar_platform.security import (
    AzureSecurityConfig, AzureSecurityClient
)

config = AzureSecurityConfig(
    content_safety_endpoint="https://your-cs.cognitiveservices.azure.com/",
    content_safety_api_key="your-key",
)

async with AzureSecurityClient(config) as security:
    # コンテンツモデレーション
    moderation = await security.check_content_moderation(
        text="This is a sample message",
        threshold=2,
    )

    if moderation.blocked:
        print(f"Content blocked: {moderation.categories}")

    # 統合チェック
    result = await security.check_security(
        text="Contact me at user@example.com or 123-456-7890",
        check_pii=True,
    )

    if not result.allowed:
        print(f"Violations: {result.violations}")
    if result.pii_detection and result.pii_detection.entities:
        print(f"PII found: {result.pii_detection.masked_text}")

RAG Module — Embedding 投入前のコンテンツ検証パイプライン
Storage Module — ファイルアップロード前の PII スクリーニング
Events Module — モデレーション結果をイベントとして配信

common Common Module

共通ユーティリティ。SQL インジェクション防止・シークレットマスク・非同期コンテキストマネージャーミックスイン。

SecretMasker

シークレット値のマスク処理。ログ出力時にパスワードやトークンを安全に表示。

class SecretMasker: def __init__(mask_char: str = "*", visible_chars: int = 4): ... def mask(value: str) -> str: ...

def mask_secret(value: str, visible_chars: int = 4) -> str

ショートカット関数。SecretMasker().mask(value) と同等。

シークレットマスクPython
from agenticstar_platform.common import mask_secret

masked = mask_secret("my-secret-api-key-12345")
# → "my-s********************"

Validation Functions

SQL インジェクション防止用のバリデーション関数群。DataAccess 内部で自動的に使用されますが、カスタムクエリを構築する際にも直接使用できます。

def validate_identifier(name: str) -> str

テーブル名・カラム名のバリデーション。英数字・アンダースコアのみ許可。不正な場合は ValueError を送出。

def validate_identifiers(names: List[str]) -> List[str]

複数の識別子を一括バリデーション。

def validate_order_by(order_by: str) -> str

ORDER BY 句のバリデーション。column_name ASC|DESC 形式のみ許可。

バリデーションPython
from agenticstar_platform.common import validate_identifier, validate_order_by

table = validate_identifier("users")        # OK: "users"
validate_identifier("users; DROP TABLE --")  # → ValueError

order = validate_order_by("created_at DESC") # OK: "created_at DESC"

AsyncContextManagerMixin

非同期コンテキストマネージャーのミックスインクラス。SDK 内部で async with パターンを統一的に実装するために使用。

class AsyncContextManagerMixin: async def __aenter__(self) -> Self: ... async def __aexit__(...) -> None: ...

エラーハンドリング

全モジュールで共通の例外処理パターンを使用します。各モジュールはモジュール固有の基底例外クラスを持ち、サブクラスで具体的なエラーを区別します。

例外階層一覧

Exception ├── DatabaseError │ ├── ConnectionError │ ├── QueryError │ └── ConfigError ├── RAGError (VectorStoreError) │ ├── EmbeddingError │ ├── QdrantError (VectorStoreConnectionError) │ ├── SearchError │ └── VectorStoreConfigError ├── StorageError │ ├── StorageConfigError │ ├── StorageConnectionError │ └── StorageOperationError ├── AuthError │ ├── AuthConfigError │ └── AuthAPIError │ ├── AuthUnauthorizedError (401) │ ├── AuthNotFoundError (404) │ └── AuthRateLimitError (429) ├── SemanticMemoryError │ └── SemanticMemoryConfigError └── SecurityError ├── SecurityConfigError └── SecurityAPIError

共通パターン

全モジュールで「具体的な例外 → 基底例外 → Exception」の順にキャッチします。

マルチモジュール エラーハンドリングPython
from agenticstar_platform.storage import StorageError, StorageOperationError
from agenticstar_platform.auth import AuthError, AuthAPIError
from agenticstar_platform.security import SecurityError, SecurityAPIError

async def process_document(doc_id: str):
    try:
        # 1. DB からドキュメント取得
        doc = await db.fetch_one(
            "SELECT * FROM documents WHERE id = $1", (doc_id,)
        )

        # 2. セキュリティチェック
        moderation = await security.check_content_moderation(doc["content"])
        if moderation.blocked:
            raise ValueError("Content policy violation")

        # 3. Embedding 生成 + ベクトル DB に保存
        await qdrant.upsert(
            point_id=doc_id,
            text=doc["content"],
            payload={"source": "documents"}
        )

        # 4. 処理結果をストレージに保存
        await storage.upload_bytes(
            data=doc["content"].encode(),
            object_name=f"processed/{doc_id}.txt"
        )

    except StorageOperationError as e:
        # ストレージ操作エラー → error_code で判断
        logger.error(f"Storage op failed: {e.error_code}")
    except AuthAPIError as e:
        # 認証 API エラー → status_code で判断
        logger.error(f"Auth failed: {e.status_code}")
    except (StorageError, AuthError, SecurityError) as e:
        # モジュール基底例外でフォールバック
        logger.error(f"Module error: {type(e).__name__}: {e}")
    except Exception as e:
        # 予期しないエラー
        logger.critical(f"Unexpected: {e}")
        raise

まとめ

AGENTIC STAR Platform SDK v0.5.3 は、以下の 8 つの専門モジュールで構成された包括的なツールキットです:

Events — 非同期イベント配信（SSE / Webhook / DB）
Database — PostgreSQL + Azure AD 認証 + 専門アクセス層（Config / Execution / Telemetry / PodRuntime）
RAG — Embedding + Vector Search（Qdrant）
Storage — Cloud Storage（Azure / S3 / GCS）
Auth — AGENTIC STAR 認証サービス統合
Memory — Semantic Memory（Mem0 + Qdrant）
Security — Content Moderation + PII Detection（Azure / AWS / GCP マルチクラウド対応）
Common — 共通ユーティリティ（SQL インジェクション防止・シークレットマスク）

各モジュールは独立してインストール・利用可能であり、組み合わせることで強力な AI エージェントアプリケーションを構築できます。SDK はインフラのみを提供し、エージェントロジックは開発者が自由に設計します。

インストール​

モジュール一覧​

events Events Module​

Enums​

EventType​

SubEventType​

Data Classes​

StreamingEvent​

SequencedEvent​

ExecutionMessage​

Classes​

EventEmitter​

DatabaseEventHandler​

WebhookEventHandler​

CompositeEventHandler​

Factory Functions​

Protocol​

EventHandler​

db Database Module​

Exceptions​

Configuration​

AzureADConfig​

PostgreSQLConfig​

Connection Management​

PostgreSQLManager​

Data Access Layer​

DataAccess​

ConfigAccess​

ExecutionAccess​

TelemetryAccess​

PodRuntime​

ApiPostgreSQLManager​

Factory Function​

Error Handling​

rag RAG Module​

Enums​

VectorStoreProvider​

Exceptions​

Data Classes​

SearchResult​

UpsertResult​

SearchResponse​

Embedding Configuration​

EmbeddingConfig​

EmbeddingGenerator​

Vector Database​

QdrantConfig​

PayloadIndexConfig​

QdrantManager​

storage Storage Module​

Enums​

StorageProvider​

Exceptions​

Result Types​

UploadResult​

DownloadResult​

ObjectInfo​

ListResult​

Configuration​

StorageConfig​

AzureBlobConfig​

S3Config​

GCSConfig​

Storage Clients​

AzureBlobStorageClient​

S3StorageClient​

GCSStorageClient​

auth Auth Module​

Exceptions​

Configuration​

AgenticStarAuthConfig​

Data Models​

ApiUser​

DeviceInfo​

MCPTokenInfo​

Client​

AgenticStarAuthClient​

memory Memory Module​

Configuration​

SemanticMemoryConfig​

インストール

モジュール一覧

events Events Module

Enums

EventType

SubEventType

Data Classes

StreamingEvent

SequencedEvent

ExecutionMessage

Classes

EventEmitter

DatabaseEventHandler

WebhookEventHandler

CompositeEventHandler

Factory Functions

Protocol

EventHandler

db Database Module

Exceptions

Configuration

AzureADConfig

PostgreSQLConfig

Connection Management

PostgreSQLManager

Data Access Layer

DataAccess

ConfigAccess

ExecutionAccess

TelemetryAccess

PodRuntime

ApiPostgreSQLManager

Factory Function

Error Handling

rag RAG Module

Enums

VectorStoreProvider

Exceptions

Data Classes

SearchResult

UpsertResult

SearchResponse

Embedding Configuration

EmbeddingConfig

EmbeddingGenerator

Vector Database

QdrantConfig

PayloadIndexConfig

QdrantManager

storage Storage Module

Enums

StorageProvider

Exceptions

Result Types

UploadResult

DownloadResult

ObjectInfo

ListResult

Configuration

StorageConfig

AzureBlobConfig

S3Config

GCSConfig

Storage Clients

AzureBlobStorageClient

S3StorageClient

GCSStorageClient

auth Auth Module

Exceptions

Configuration

AgenticStarAuthConfig

Data Models

ApiUser

DeviceInfo

MCPTokenInfo

Client

AgenticStarAuthClient

memory Memory Module

Configuration

SemanticMemoryConfig