Hatchet
Hatchet · コーディング · 生産性向上
Hatchetはバックグラウンドタスク、AIエージェント、耐久実行のワークフローを束ねるオープンソースのエンジンだ。ワーカーは自社クラウドで動き、実行履歴は残るので再試行も再生もできる。
Hatchet について
About
Hatchetとは
Hatchetは、関数を書けるチーム向けのタスクオーケストレーションプラットフォームだ。その周りにあるキューの世話をしたくない、という前提で作られている。タスクをコードで定義し、ワークフローに組み上げれば、スケジューリング、再試行、同時実行の上限、実行履歴はエンジン側が持つ。
設計上もっとも効くのは、コードがどこで動くかという点だ。ワークフローオーケストレーションエンジン自体はマネージドサービスで、ワーカーは自社インフラに置く。Kubernetes、ECS、Railway、開発中のノートPCでも構わない。顧客データは自社クラウドに残り、Postgres上のエンジンに渡るのはスケジューリング用のメタデータだけだ。
狙っているのは、バックグラウンド処理が2本から20本に増えたときに訪れる混沌だ。自作のcronスクリプト、再試行を手書きしたキュー、別系統のパイプライン基盤が、それぞれ一部分だけを解いている。ここではモデルは一つで済む。タスクは関数、関数は状態を保持し、失敗はスタックトレース付きで見える。
限界もはっきりしている。Hatchetはコードを書く人向けのインフラだ。ビジュアルなワークフロー作成画面も、ノーコードのキャンバスもない。ダッシュボードだけを触って本番ワークフローを組み上げることはできない。Python、TypeScript、Go、Rubyを書かないチームには向かない。
はじめかた
- hatchet.runでアカウントを作り、ダッシュボードからAPIトークンを取得する。無料枠にクレジットカードは要らない。
- SDKをインストールし、最初のタスクを普通の関数として書く。入出力には型を付ける。
- タスクをワーカーに登録し、自社環境でそのプロセスを起動してHatchetに接続させる。
- 自社API、cron式、外部イベントのいずれかからタスクを起動し、ダッシュボードで実行を開いて各ステップを追う。
- 正常系が動いたら再試行ポリシーと同時実行の上限を足し、テナントを分けて環境を切り離す。
AIツール情報
Hatchetの料金、対応プラットフォーム、性能を簡単に確認できます。
こんな人におすすめ
このツールが最も力を発揮するユーザー、タスク、シーン。
ユーザー
- 自作のバックグラウンドタスクキューを畳みたいバックエンドエンジニア。移行は関数を包み直す作業で済み、サービス全体の書き換えは要らない。ワーカーの運用を自チームで持つ前提だ。
- 多段のエージェントを回すAIプロダクトチーム。時間のかかるツール呼び出し、モデルの再試行、並列のファンアウトがタスクモデルに収まる。各ステップをコードで書けることが条件になる。
- テナント間の公平性に悩むデータ・基盤チーム。同時実行キーとテナント別の上限が最初から入っているので、自前の流量制御を一つ減らせる。
- 後からセルフホストを見据えるスタートアップ。MITライセンスなので、クラウドで始めても自社ハードへ移せる。タスクの書き換えは不要だ。
タスク
- バックグラウンドジョブの処理。メール送信、PDF生成、画像リサイズ、webhookのファンアウトを自動再試行と完全な履歴付きで回せる。
- AIエージェントオーケストレーション。検索、モデル呼び出し、検証、配信を分ければ、モデル呼び出しの失敗で全体をやり直さずに済む。
- 定期実行とイベント駆動のワークフロー。cronとwebhookの受け口が、cronサーバーとキューの消費者という寄せ集めを置き換える。
- 大規模な取り込みパイプライン。並列ステップとバックログ上限があるので、トラフィックの急増でシステム全体が落ちない。
シーン
- 金曜の午後に誰も触りたくない脆いcron設定から抜けたいとき。
- 30分かかる調査エージェントを、途中のデプロイをまたいで走らせたいとき。
- 新サービスを初日からユーザー単位で公平にさばきたいとき。締切前に即席のレートリミッターを書かずに済む。
主な機能
Postgresに支えられた耐久実行
タスクと状態遷移はすべてPostgresに書き込まれる。ワーカーが落ちても進行中の処理は消えない。耐久実行では実行を一時停止し、待機し、後から再開できる。デプロイや障害の後でも同じだ。失敗した実行はダッシュボードから再生できるので、入力内容を推測する必要はない。
同時実行、レート制限、公平性
同時実行の上限は入力フィールドをキーにできる。ひとつの顧客が全スロットを占める事態は起きない。全体と動的なレート制限に加えて、優先度と公平性のルールも用意されている。多テナントのキューで、たいていのチームが手書きして後悔する部分だ。
子タスクによるワークフロー構成
タスクはDAGに組み上げられ、実行時に子タスクを生み出せる。数千件の文書を並列で処理するようなファンアウトに向く。出力は依存ステップへ自動で渡り、子タスクはそれぞれ再試行設定を持つ。各ステップが普通の関数なので、長いワークフローでも読みやすい。
イベント、cron、webhookの起動
ワークフローは自社API、cron式、指定時刻、受信イベントから起動する。webhookの受け口が内蔵されているので、StripeやGitHubのコールバックを受けるためだけに別サービスを立てなくていい。イベントは再投入もできる。下流システムが落ちていたときに効く。
OpenTelemetryによる可観測性
HatchetはOpenTelemetryコレクターを内蔵し、実行ごとにトレースとスパンを生成する。既存の監視基盤へそのまま転送できる。アプリケーションログはダッシュボードで全文検索と絞り込みができる。失敗の通知は、顧客がメールの不在に気づく前に届く。
SDKと上限なしのセルフホスト
公式SDKはPython、TypeScript、Go、Rubyをカバーし、同じタスク定義がクラウドでも自社環境でも動く。セルフホストではエンジン、ダッシュボード、Postgresをまとめて動かす。MITライセンスなので実行回数の上限はない。無料枠で始めたチームが後から社内へ移しても、タスクは書き換えずに済む。
メリットとデメリット
メリット
- タスクモデルが小さい。関数ひとつ、型付き入力、型付き出力。多くのエンジニアは半日で形にできる。
- 実行履歴が実用的で、ステップごとの状態、ログ、再生が揃う。テキストログを目で追う作業が減る。
- 同時実行キーとレート制限が一級の機能として入っており、自前の流量制御コードを一層まるごと省ける。
- MITでのセルフホストが現実的な選択肢で、オープンソース版は機能を削ったデモではない。
デメリット
- ワーカーの配備とスケールは自前のままで、運用負荷は消えずに移動するだけだ。
- ビジュアルなワークフロー作成画面がないため、非エンジニアに自動化を触らせたいチームには合わない。
- 実行量が非常に多い場合、従量課金は固定の月額より見通しを立てにくい。
- ダッシュボードは実行とキューの把握に寄っており、事業分析は別ツールが要る。
よくある質問
一定の範囲なら無料だ。クラウドの無料枠は月100万回の実行と100万件のイベントを含み、クレジットカードは要らない。MITライセンスのエンジンをセルフホストする場合、費用は自社インフラの分だけになる。
関連コンテンツ
Hatchetに関連するツール、スキル、記事を探す。
Hatchetの代替ツール
Base Code
Base44 (Wix) · コーディング · 生産性向上Base CodeはBase44の共有クラウド開発環境だ。既存のGitHubリポジトリに対する変更をチャットで伝え、プレビューで確認し、プルリクエストとして返せる。
Google EmbeddingGemma 2
Google DeepMind · ライティング · 画像 · コーディングGoogle EmbeddingGemma 2 は 7 億 4000 万パラメータのオープンなモデルで、テキスト、コード、画像、音声、動画フレームを同じ 768 次元空間のベクトルに変え、スマートフォンやノート PC 上で動く。
GitGlow
GitGlow · コーディング · 生産性向上GitGlow は自分のコードと AI エージェントの変更を一つのレビューにまとめるデスクトップ Git クライアントだ。出荷前に、マシンから何が出ていくのかを確かめられる。