Databricks、AI Agent向けメタハーネス「Omnigent」をオープンソース公開 — Claude Code / Codex横断制御の新レイヤー

実運用で見ると、Omnigentの価値は単に複数Agentを呼び出せる点ではなく、ポリシー、共有状態、監査しやすい実行履歴を同じ層で扱える点にあります。既存のClaude CodeやCodexを置き換えるというより、チームで使うための制御面を補う位置づけです。

📑目次

1. Omnigentとは — Databricksが目指すAgent抽象化レイヤー
2. 主要機能（Composition・Control・Collaboration）の詳細
3. インストール方法とクイックスタート
4. ポリシー設定とセキュリティの仕組み
5. 実際のユースケースと制限事項
6. よくある質問（FAQ）
7. まとめと今後の展望

---

Omnigentとは — Databricksが目指すAgent抽象化レイヤー

Databricksがオープンソースで公開した「Omnigent」は、既存のAI Agent harnessの上に位置するmeta-harnessです。Claude CodeやCodexなど複数のAgentを横断的に合成・制御・共有できる新しいレイヤーを提供します。5,000人以上のエンジニアを抱えるDatabricks社内の実践から生まれたツールで、Apache 2.0ライセンスにより誰でも即利用可能です。

---

主要機能（Composition・Control・Collaboration）の詳細

Omnigentの核心は3つの柱にあります。

Composition：複数Agentの動的合成

Claude Codeの長時間タスク処理とCodexの高速コード生成を1つのセッション内で組み合わせられます。Agentの役割をポリシーで定義し、必要に応じて動的に切り替えることが可能です。

---

Control：中央集権的なポリシー管理

コスト上限・トークン使用量・実行時間の上限を一元管理。APIキーやMCP接続もOmnigent経由で統一的に扱えます。

---

Collaboration：リアルタイム共有とチーム連携

セッションをチームメンバーと共有し、Agentの実行履歴や中間成果物をリアルタイムで確認できます。GitHub連携も標準搭載されています。

---

インストール方法とクイックスタート

公式GitHubリポジトリからクローンし、Python環境でインストールします。

git clone https://github.com/omnigent-ai/omnigent.git
cd omnigent
pip install -e .

初回起動時はDatabricksアカウントとの連携を設定します。APIキーは環境変数で管理可能です。

---

ポリシー設定とセキュリティの仕組み

Omnigentはセキュリティを重視しており、以下のポリシーをサポートします。

ポリシー項目	設定例	効果
max_tokens_per_session	50000	1セッションあたりのトークン上限
allowed_models	claude-opus-4.7,codex-pro	使用可能モデルのホワイトリスト
cost_limit_usd	10.0	1日あたりのコスト上限

出典：Databricks公式ブログ（2026年6月時点）

---

実際のユースケースと制限事項

制限事項として、Alpha版のため一部のMCPツールとの互換性が不完全な点が挙げられます。また、クラウドサンドボックスを利用しないローカル実行時はセキュリティポリシーの適用範囲が狭まるため注意が必要です。

---

関連記事: Claude Opus 4.8 リリース：Claude CodeのDynamic Workflowsと高速・低コスト化を解説、Anthropic、Claude Fable 5 / Mythos 5 をリリース — 長時間・複雑タスク向け新世代モデル、Anthropic Fable 5 / Mythos 5、米政府輸出規制で全ユーザーアクセス停止 — Agent利用者に大混乱。

よくある質問（FAQ）

Q: OmnigentはClaude CodeやCodexとどう違うのですか？

Omnigentはそれらの上に位置するmeta-harnessです。個別のAgentを直接置き換えるものではなく、複数Agentを統括するレイヤーとして機能します。

Q: インストールに必要な前提条件は何ですか？

Python 3.10以上と、利用する各AgentのAPIキーが必要です。Databricksアカウントは任意ですが、推奨されています。

Q: ポリシーでコスト上限を設定できますか？

はい。max_cost_per_dayなどの設定で1日あたりのUSD上限を柔軟に設定可能です。

Q: セッションをチームで共有する方法は？

OmnigentのWeb UIまたはCLIから「share session」コマンドを実行し、招待リンクを生成します。GitHubチームとの連携も可能です。

Q: クラウドサンドボックスは必須ですか？

必須ではありませんが、セキュリティとスケーラビリティの観点から本番利用時は推奨されます。

Q: Alpha版の安定性はどの程度ですか？

Databricks社内では5,000人規模で運用実績がありますが、外部ユーザー向けにはまだバグレポートが活発に出ています。クリティカルな本番ワークロードへの適用は慎重に。

---

まとめと今後の展望

OmnigentはAI Agentの「断片化」という長年の課題に対する実用的な回答です。Claude CodeやCodexをすでに併用しているユーザーにとって、導入のハードルは低く、即効性が高いツールと言えます。

さらに、Omnigentはオープンソースであるため、コミュニティによる拡張も期待できます。Databricksの5,000人規模のエンジニア組織での実践知見が詰まったツールとして、今後のAgent開発ワークフローの標準になる可能性があります。