インポート
aggrega import は、別の形式で書かれたプロジェクト(Langflow からエクスポートしたフロー、MCP クライアントの設定、Compose ファイル、および以下に挙げるその他の形式)を読み取り、そこから Aggrega のファイル、つまり Aggregate、Release、そして --target が指定するターゲット向けの Manifest を書き出します。どのソースにも保持できない少数の値に回答すれば、これらは合わせて、書かれたとおりに検証とビルドが通るワークスペースになります。インポートはそれぞれの値を一度だけ尋ね、回答を回答ファイルに保存します。何もデプロイせず、クラスターやクラウドアカウントにも接続しません。ドラフトはワークスペース内の通常のファイルであり、その後どう扱うかは自由です。
- LangGraph
- CrewAI
- n8n
- Dify
- Langflow
- Flowise
- Google ADK
- Microsoft Agent Framework
- MCP client configurations
- Compose
aggrega importAggrega のドラフトファイル
レビューと編集のために
既存のプロジェクトを入力すると、Aggrega のドラフトファイルが出力されます。何もデプロイされず、まずドラフトをレビューします。
得られるもの
- プロジェクトを手作業で書き直さずに Aggrega に取り込めます。 ドラフトされた Aggregate、Release、Manifest は、自分で書くのと同じ種類のファイルです。これらは書かれたとおりに、インポートが指定するターゲット向けにビルドでき、ワークスペースがアタッチするすべてのガバナンスポリシーが、ほかのビルドと同様にそのビルドを判定します。
- ソースが記述している内容は引き継がれます。 カタログに強い一致があるノードやサービスは、そのカタログの Component を参照し、フローが指定するモデルなど、ソースが与える値を持ちます。ソースが動作するプラットフォームは、そのプラットフォーム向けのカタログの Recipes が実行するイメージでドラフトされます。シークレットは、その値としてではなく、常に取得元への参照としてドラフトされます。
- 尋ねられるのは、どのソースにも保持できないものだけで、それも一度だけです。回答はソースの隣にある回答ファイルに保存されるため、同じソースを次にインポートするときには何も尋ねられません。
- ドラフトは利用者のものです。 ワークスペース内のプレーンな YAML であり、ビルドが依存するものは何も残されません。編集、名前の変更、コミットを自由に行えます。
- ドラフトはソースに追従できます。
aggrega import --syncは、以前のインポートのドラフトを変更されたソースに合わせて更新し、インポートが書いた部分だけを変更します。編集した部分をソースが変更した場合は、編集を上書きせずに停止し、その部分を示します。
行わないこと
インポートは、ソースが記述している内容とカタログが決定する内容をドラフトし、残りを尋ねます。各ドラフトには、ドラフトした値がどこから来たかが、値の横のコメントに記されます。
- ソースが記述できない内容を推測しません。 Release がデプロイされる環境を指定するソースはないため、ドラフトされた Release は
developmentを指定し、変更すべきデフォルトであることを示すコメントが付きます。カタログが必要とし、どのソースも保持していない値(オーナーアカウントのメールアドレス、自分のコードからビルドしたアプリケーションのイメージ、Kubernetes Secret の名前)は、空のままドラフトされ、後述のインポートの実行の流れで説明するとおりに尋ねられます。 - コードは読み取りません。 フローやプロジェクト自体のプログラムは読み取られません。CrewAI の crew のプログラム、LangGraph アプリケーションのグラフコード、Langflow コンポーネントのソース(フロー内にそのまま運ぶことを除く)がそれに当たります。
- 値の意味は判断しません。 各ノードやサービスは、ワークスペースのカタログにある Components(その名前、カテゴリ、ラベル、宣言している値の名前)と照らし合わせて評価されます。上位の段階の一致はドラフト内で参照され、それより弱い一致は、その Component とスコアを示すコメントとして書かれ、選択は利用者に委ねられます。
- ソースに合わせてプラットフォームが実行するバージョンを変更しません。 プラットフォームのイメージは、そのプラットフォーム向けのカタログの Recipes が実行できるとわかっているバージョンでドラフトされ、ソースが別のバージョンを指定している場合は、イメージの横のコメントにそのバージョンが記されます。
- ソースから認証情報を代わりに移動することはしません。 キーを含み得る値(環境値、ヘッダー、MCP サーバーのコマンドライン)は、デフォルトでは書かれたとおりにドラフトに持ち込まれ、インポートはそれぞれを
credential-carried警告で示しますが、値で示すことはありません。インポーターのempty_credentials設定を使うと、代わりに空として書き出されます(設定)。ドラフトを共有する前に警告を読んでください。 - 何もデプロイも実行もしません。 ソースとカタログを読み取り、ファイルを書き出します。ドラフトのビルドと、ビルドが書き出したものの実行は、利用者が別途行う手順です。
インポートの実行方法
インポートは、以下のコマンドで実行することも、AI アシスタントに実行させることもできます。
-
ワークスペースから始めます。 インポートは、実行されたワークスペースのルート(
workspaceキーを持つ.aggrega-config.yamlがあるフォルダー)の下、または--output-dirが指定するディレクトリの下にドラフトを書き出します。そこに既にある Aggregate を上書きすることはありません。 -
照合するカタログ。 インポートは、ワークスペースのカタログの Components に対してのみソースを採点し、それ以外には照合しません。ワークスペースが独自のカタログフォルダーを指定していない場合、それは標準ライブラリカタログで、ワークスペースのデフォルトレジストリから読み取られます。カタログを公開するたびにカタログ全体の署名付きスナップショットが公開され、最初のインポートはそのスナップショットを取得し、署名を検証し、ワークスペースのコンテンツキャッシュに保持して、ドラフトの隣に書き込む記録の中でそのダイジェストによって示します。そのため、同じドラフトを後でインポートするときは、レジストリに再び問い合わせることなく同じカタログを読み取ります。このカタログに対して、PostgreSQL サービスは
core/datastore/postgresに照合され、--targetはカタログの Recipes から Manifest をドラフトします。カタログがない場合、インポートには照合する対象がなく、ターゲットにバインドする Recipe がないため--targetは拒否されます。独自のカタログフォルダーを指定しているワークスペースは、代わりにそれらに対してインポートし、スナップショットは取得しません。対象は、
workspace.catalog_dirsに列挙されたディレクトリ、ワークスペースのルートにあるcatalogフォルダー、またはAGGREGA_CATALOG_DIRSが指定するディレクトリです。標準ライブラリカタログ自体のファイルは、それらをフォルダーとして使いたいワークスペースのために、aggrega-hubリポジトリ https://github.com/aggrega-ai/aggrega-hub のaggrega-catalogフォルダーにあります。--upgradeはレジストリが公開する最新のスナップショットを取得し、以降はそれに対してインポートします。--offlineの下では、スナップショットを取得する必要があるインポートは停止し、実行すべきものを示します。 -
インポートを実行します。 ファイルまたはディレクトリを指定します:
Terminal window aggrega import compose.yaml --target compose形式はファイルの名前と内容から認識されます。認識できない場合は
--formatで指定します。--targetはcomposeやhelmなどのプロバイダー機能を指定し、ドラフトが必要とする各コンポーネントタイプと各フィーチャータイプを、カタログがそのタイプ向けに提供するその機能の Recipe にマッピングする Manifest をドラフトします。対応付ける Recipe は、1 つしかなければそれ、複数あればタイプ名にちなんだものです。ドラフトされた Release はその Manifest を指定し、ドラフトの内容はターゲットに従います。composeではシークレットは Docker Compose がシェルから埋める変数参照になり、helmでは Kubernetes Secret の名前になります。インポートは標準エラーに、読み取った形式、各警告、マッピングした各ノードにつき 1 行を出力し、標準出力には書き出したファイルを一覧表示します。 -
どのソースにもない値に回答します。 カタログが必要とし、どのソースにも保持できない値(所有者アカウントのメールアドレス、独自のコードからビルドしたアプリケーションのイメージ、Kubernetes Secret の名前など)は、一度だけ回答します。インポートは、ソースの隣にある
import-answers.yaml、または--answersで指定したファイルから回答を読み取ります。ターミナルでは、まだ不足している値を 1 つずつ質問し、回答をそのファイルに書き込みます。シークレットには、その値ではなく取得元(変数または Secret の名前)で回答します。何も質問できない場合(継続的インテグレーション、パイプ経由、アシスタントやエディターからの実行など)、インポートは不足している各値のキーと空の回答を含む回答ファイルを書き出し、それらを一覧表示して、ステータス 1 で終了します。値を記入してから、インポートを再度実行してください。1 つの回答ファイルがすべてのターゲットに使われます。あるターゲットのドラフトが必要としない回答は、ファイルに保持されたまま使われません。インポート回答ファイルでは、このファイルを詳しく説明しています。 -
インポートはビルドに必要なものを取得します。 不足しているものがなくなると、インポートは
aggrega pullと同様にドラフトされた Release の依存関係を取得し、その隣にrelease.lockを書き出します。--offlineの下では何も取得せず、実行すべきaggrega pullコマンドを示します。 -
検証してビルドします。 ドラフトがあるフォルダーで:
Terminal window aggrega validate --release release.yamlaggrega build --release release.yaml両方が成功すると、ビルドはターゲットのファイルを
dist/の下に書き出しています。拒否は、変更すべき内容とその場所を、変更するドキュメントの中で示します。 -
ビルドが書き出したものを実行します。 Docker Compose 向けのビルドは
dist/compose/docker-compose.yamlを書き出しますが、このファイルは Compose プロジェクト名を指定しないため、-pで指定します:Terminal window docker compose -p <name> -f dist/compose/docker-compose.yaml up -d-pを指定しない場合、Docker Compose はファイルを含むフォルダーの名前composeをプロジェクト名にするため、この方法で起動した 2 つのワークスペースは 1 つのプロジェクトを共有します。サービスは 1 つのネットワーク上に置かれ、Docker Compose はそのネットワークにプロジェクトに由来する名前<name>_composeを付けます。ビルドがポートを公開していないサービスには、そのネットワークの内部からdocker compose -p <name> -f dist/compose/docker-compose.yaml exec <service> …でアクセスするか、そのネットワーク上で起動したコンテナーからdocker run --network <name>_compose …でアクセスします。ウォークスルーの「実行する」と「テストする」のセクションには、そのウォークスルー自身のビルドのためのコマンドが示されています。実行の
core/ai-model/openaiモデルが、同じプロジェクト内で Ollama が提供する小さなモデルを指すようにすれば、OpenAI のキーなしで応答できます。そのためには、ドラフトされたファイルに 3 つの変更を加え、追加したコンポーネントに必要なものを取得する--auto-pull付きでビルドし、スタックの起動後に 1 つのコマンドを実行します:- Aggregate には、何にも接続しないコンポーネントをもう 1 つ追加します。型が
core/ai-model/ollamaのlocal-modelで、そのvaluesにはmodel: qwen2.5:0.5bを指定します。 - Manifest には、その Compose Recipe として
core/ai-model/ollama: compose/ollamaを追加します。 - Release には
local-model: {}を追加し、OpenAI モデルのinfraの下にあるendpointを、そのサーバーの OpenAI 互換アドレスhttp://local-model:11434/v1に設定します。 - スタックの起動後、プルしたモデルを、ビルドの OpenAI モデルが指定するモデル名
<model>(gpt-4o-miniやgpt-4.1など)でコピーするコマンド:docker compose -p <name> -f dist/compose/docker-compose.yaml exec local-model ollama cp qwen2.5:0.5b <model>。
その後、
OPENAI_API_KEYには任意の空でない値を設定できます。ローカルサーバーは何も検証しません。n8n のワークフローは、モデルのアドレスとキーを、endpointが渡すアドレスからではなく、モデルノードが選択する認証情報から読み取ります。そのため、その認証情報にもサーバーのアドレスを、data内のapiKeyの横にurlとして与えてください。core/ai-model/ollamaがデフォルトで実行する Ollama サーバーは、Chat Completions に加えて OpenAI の Responses API も提供するため、apiType: Responsesを指定する Agent Framework の宣言的エージェントは、書かれたままでこのサーバーに接続できます。Kubernetes 向けのビルド、すなわち
helmターゲットは、helm プロバイダーの説明どおり、チャートではなく素のマニフェストを書き出します。書き出し先はdist/helm/の下、または Release が境界に配置するコンポーネントについてはdist/boundaries/<boundary>/helm/の下で、その一部はさらに下の専用フォルダーに置かれます。MCP や Dify のビルドのファイルのように名前空間を指定しないファイルは、kubectlコンテキストが指定する名前空間に、指定がない場合はdefaultに入ります。まずそこにファイルが読み取る Secrets を作成し、それからフォルダーを適用します:Terminal window kubectl apply -R -f dist/helm/-Rを付けると、それらのフォルダー内のファイルにも適用されます。ClusterIPの Service は、MCP や Dify のビルドが実行するサーバーに与える種類であり、クラスター内からのみ到達できます。手元のマシンから到達するには、kubectl port-forward svc/<service> <local port>:<port>でローカルポートをそれに転送します。このコマンドは停止するまで実行され続けます。 - Aggregate には、何にも接続しないコンポーネントをもう 1 つ追加します。型が
インポートはドラフトの隣に、書き出した内容の記録である .aggrega-import.json を書き出します。aggrega import --sync を実行するつもりがある間は保持してください。このコマンドはこれを読み取って、利用者の編集とインポート自身が書いたものを区別します。回答ファイルも保持してください。シークレットを含まないため、ソースの隣でバージョン管理に置くことができ、そのソースを後でインポートするたびに読み取られます。
AI アシスタントを使う
Aggrega のツールでセットアップした AI アシスタントでも同じことができます。次のプロンプトを貼り付けてください。
Aggrega のツールだけを使い、自分でフォルダーを作成しないでください。`source` を `compose.yaml`、`target` を `compose` に設定して `import` ツールを呼び出してください。このツールはドラフトを Workspace フォルダーに書き込みます。まだ必要な値があると表示された場合は、それぞれの値とその内容を教えてください。指定された回答ファイルで私が各キーの横に回答を書き込むまで待ち、その後、同じ方法でもう一度 `import` ツールを呼び出してください。次に、`release` を `release.yaml` に設定して `validate` ツールを呼び出し、`release` を `release.yaml`、`write` を true に設定して `build` ツールを呼び出してください。ビルドが書き出したファイルを教えてください。それらは Workspace フォルダーの `dist/` の下にあります。VS Code で開く
Visual Studio Code 用の Aggrega 拡張機能をインストールした状態で、インポートを実行したワークスペース(その .aggrega-config.yaml を含むフォルダー)を VS Code で開きます。ドラフトはそのルート、または --output-dir で指定したフォルダーにあります。ワークスペースに Release が 1 つしかない場合はエディターが自動的に選択します。複数ある場合は、Aggrega: Select Release… でエディターが扱うものを選びます。エディターは編集中のドラフトを選択した Release に照らしてチェックし、見つかった問題をファイル内と「問題」パネルに表示します。コマンドパレットの Aggrega: Show topology graph は、選択した Release のコンポーネントとそれらの間の接続を描画します。Aggrega: Build、Aggrega: Preview build、Aggrega: Pull は同じ Release に対して動作し、それぞれアクティビティバーの Aggrega ビューにある Commands パネルのボタンとしても使えます。Build はファイルをワークスペースの dist/ に書き込みます。その他については Visual Studio Code で Aggrega を使うを参照してください。
インポーターの入手元
各形式はインポータープラグインによって読み取られます。コンパイラのコアインポーター(下の表の形式ごとに 1 つ)はコンパイラのリリースごとに公開され、カタログにエントリーがなくても、すべてのワークスペースでそれぞれの形式を処理します。インポーターを必要とする最初のインポートは、ワークスペースのデフォルトレジストリからコンパイラ自身のバージョンでそれを取得し、検証して、ワークスペースのコンテンツキャッシュに保持します。そのため以降のインポートはすべてそこから読み取り、それを得るためにネットワークにアクセスすることはありません。モジュールをまったく取得できない場合(たとえばワークスペースがオフラインの場合)、インポートは停止して、モジュールをマシンに置く 2 つの方法を示します。コアインポーターでは、各インポーターと、plugins.importer エントリーを通じてインポーターに与えられる設定を詳しく説明しています。
形式
| フォーマット | 読み取るもの | ウォークスルー |
|---|---|---|
| Compose | Compose ファイルとそのオーバーライドファイル、またはそれらを含むディレクトリ | Compose プロジェクトをインポートする |
| MCP クライアントの設定 | .mcp.json、claude_desktop_config.json、.vscode/mcp.json、.cursor/mcp.json、または MCP レジストリの server.json | MCP クライアントの設定をインポートする |
| Langflow | Langflow からエクスポートされたフロー(JSON) | Langflow のフローをインポートする |
| Flowise | Flowise からエクスポートされた chatflow または agentflow(JSON) | Flowise の chatflow をインポートする |
| n8n | n8n からエクスポートされたワークフロー(JSON) | n8n のワークフローをインポートする |
| Dify | Dify からその DSL でエクスポートされたアプリケーション(YAML) | Dify アプリケーションをインポートする |
| CrewAI | CrewAI プロジェクトのエージェント宣言とタスク宣言 | CrewAI プロジェクトをインポートする |
| LangGraph | LangGraph アプリケーションの langgraph.json | LangGraph アプリケーションをインポートする |
| Google ADK | Google ADK 上に構築されたアプリケーションの Agent Config ファイル(root_agent.yaml から) | Google ADK エージェントをインポートする |
| Microsoft Agent Framework | 宣言型エージェント(kind が Prompt の YAML ドキュメント) | Microsoft Agent Framework の宣言型エージェントをインポートする |
aggrega import はこのコマンドの完全なリファレンスです。すべてのフラグ、ソースの認識方法、--sync が何を変更し何を拒否するかを説明しています。インポートの回答ファイル は、回答ファイルの配置場所、内容、シークレットへの回答方法を説明しています。