Kubernetes上でのエンタープライズAIハーネスのための参照アーキテクチャ：本番環境でのエージェント安全導入のための4層

本稿では、セルフホスト型のエンタープライズAIハーネスをKubernetes上に構築するためのリファレンスアーキテクチャを、入力、エージェントループ、実行、アイデンティティ・ポリシー・監査の4層に分けて提示する。入力層はTraefikやn8nのウェブフックを用いてユーザー、エージェント、イベントのトラフィックを分離する。エージェントループ（ReAct）層はkagentやLangGraphなどのコンポーネントにより、メモリ、委任、ヒューマン・イン・ザ・ループ（Human In The Loop、略してHITL）を備えたステートフルなエージェントセッションを管理する。実行層はFastMCP、n8n、LiteLLMを介して、外部リソース（MCPツール、ワークフロー、大規模言語モデル（Large Language Models、略してLLM））へのアクセスを制御する。アイデンティティ・ポリシー・監査層はKeycloak、agentgateway、Vault/OpenBao、OpenTelemetry（略してOTEL）/Grafanaを通じて、認証、認可、監査の横断的機能を提供する。このアーキテクチャは、セキュリティ境界、マルチテナンシー（行レベルセキュリティ（Row-Level Security、略してRLS）、名前空間、ネットワークポリシーによる）、およびデプロイメントコンテキスト（Kubernetes、Helm、NetworkPolicy）を重視している。スキルはポッドローカルな機能インジェクション（SKILL.mdを含むOpen Container Initiative（略してOCI）イメージ）として実装され、ツールはネットワーク経由でアクセス可能である。本稿ではエンジニアリングタスクの例を用いてワークフローを説明し、入力からagentgatewayを経て実行に至るまでのアイデンティティの流れと、全体にわたる監査証跡を示す。著者は、これは製品ではなく動作するリファレンスモデルであり、必須の層についての議論を歓迎すると述べている。