Trigger.dev

Trigger.dev は、TypeScript で AI エージェントとワークフローを構築・デプロイするためのオープンソース（Apache 2.0）プラットフォームです。チェックポイント再開システムにより、クラッシュ、デプロイ、アイドル時間を乗り越えてタイムアウトなしでタスクを実行するため、エージェントの実行が数分でも数時間でも、インフラを自分で管理する必要はありません。その chat.agent プロダクトは、AI の会話を1つの耐久タスクに変えます。メッセージが届くと起き、来なければ凍結する仕組みで、すでに本番環境で数百万のセッションと84年以上分の計算時間を処理しています。

主な機能

• タイムアウトなし：タスクはかかるだけの時間実行できます。遅いツール、長いチェーン、考え中のサブエージェントは、失敗の理由ではなく単なる仕事です。
• チェックポイント再開による耐久性：プロセスはスナップショットされます（現在は CRIU、プライベートベータで Firecracker マイクロVM）。クラッシュした実行は、停止したまさにその地点から再開します。
• chat.agent の耐久チャット：1会話につき1つの長寿命タスク。耐久ストリームにより、リロード時は最後に読んだチャンクから再生されます。モデルの再実行は不要です。
• リトライ、キュー、冪等性：堅牢なエージェントを構築するための本番向けプリミティブ。
• ヒューマン・イン・ザ・ループ：人間が承認、却下、フィードバックするまでタスクを一時停止。計算資源が解放されるため、待機は無料です。
• 組み込みの可観測性：すべてのターンがスパンになり、AI メトリクスダッシュボードがコスト、トークン、遅延を追跡します。
• 完全なランタイムの自由：パッケージのインストール、ffmpeg の実行、ヘッドレスブラウザの操作まで。マシンは本物の Linux 環境です。

使用シナリオ

このツールを使用すべき人は？

• AI エージェントを構築する TypeScript チーム：本番の現実を生き抜く必要があるエージェントループ向けの耐久タスクに。
• チャットプロダクトの開発者：リロード、再デプロイ、クラッシュをまたいで再開するマルチターンの AI チャットに。
• 脆弱なサーバーレスワークフローを置き換える開発者：Lambda や Vercel functions のようなタイムアウトの壁がありません。

解決する問題

1. サーバーレスのタイムアウト：従来のプラットフォームで途中失敗していたバックグラウンドジョブや長時間のエージェント実行を解決します。
2. 状態の喪失：プロセスが死ぬとすべてを忘れるエージェントの問題を、チェックポイントと耐久セッションで解消します。
3. 待機のコスト：人間の承認や外部イベントを待って遊んでいるエージェントが、もう計算資源を燃やし続けることはありません。

料金プラン

Trigger.dev は、タスクが実際に実行されている計算時間にのみ課金されます。中断中の会話は実行されていないため、人間の承認待ちが無料なのはこのためです。

優位性と独自の価値提案

競合他社と比較した優位性：

1. AI ネイティブで TypeScript ファースト：Temporal や Vercel Workflows と違い、AI SDK 統合を中心に設計され、端到端の型安全性を備えています。
2. リプレイではなくチェックポイント再開：ステップを再実行するのではなく、VM 全体の状態（CPU、メモリ、ファイルシステム）をスナップショットします。長時間の実行でより速く、より安価です。
3. オープンソース：Apache 2.0 でセルフホストガイド付き。ロックインはありません。

際立つポイント：

• chat.agent は useChat と streamText の間の API ルートを消し去ります。
• 制限されたランタイムではなく、専用のCPU、メモリ、ディスクを持つ本物の Linux マシン。
• 本番のエージェント実行の20件に1件は36分を超えます。他の場所ではリクエストが切断されていた領域です。

ユーザーレビュー

Trigger.dev は開発者ツールのコミュニティで広く取り上げられています。Scaling DevTools ポッドキャストでは CEO の Matt Aitken を迎えた耐久エージェント回が放送され、2026年の複数のレビュー（「長時間のAIワークフローがついに失敗しなくなった」）が、タイムアウト起因のジョブ失敗をいかに解消するかを強調しています。チャットエージェントのローンチ（2026年8月10日発表、7月2日から GA）は「耐久ストリーム」設計と、Arena のような本番顧客が Agent Mode を大規模に稼働させていることで注目を集めました。

はじめに

クイックスタートガイド

1. アカウントを作成：cloud.trigger.dev から始め、オンボーディングに従います。
2. SDK をインストール：プロジェクト内で CLI のセットアップコマンドを実行します。
3. タスクを書く：コードベースに task() または chat.agent() を定義します。標準的な AI SDK のコードです。
4. デプロイして観測：ダッシュボードからトリガーし、実行ごとのトレーシング、リトライ、メトリクスを確認します。

統合

• Vercel AI SDK（クライアント側は useChat、サーバー側は streamText）。
• あらゆる LLM プロバイダー（OpenAI、Anthropic など）。
• Node.js SDK、Python スクリプト、ffmpeg、ブラウザ自動化。

よくある質問

Trigger.dev はオープンソースですか？

はい。Trigger.dev は Apache 2.0 で、セルフホスト可能です。chat.agent もコアプラットフォームの一部です。

AWS Lambda や Vercel functions と何が違うのですか？

Trigger.dev のタスクにはタイムアウトがなく、耐久実行によりクラッシュを生き延びます。サーバーレス関数はプラットフォームの制限で死にます。

「耐久チャット」とは何ですか？

会話が、それを処理するプロセスより長生きするセッションになることです。応答の途中でリロードしても、読むのをやめた地点からストリームが再生されます。モデルの再実行は不要です。

アイドル時間にも料金がかかりますか？

いいえ。中断中の会話は計算を実行していないため、人間の承認待ちや一晩の間隔はコストゼロです。

代替案

Trigger.dev が合わない場合、次の選択肢を検討してください：

• n8n：AI エージェントノードを備えたノーコードのワークフロー自動化。
• LangGraph：グラフベースのエージェント統括フレームワーク。
• [Temporal]：古典的な耐久ワークフローエンジン（詳細は Temporal のサイトを参照）。

ヒントとベストプラクティス

1. 失えない状態はデータベースに：メモリは会話の間は持ちますが、ヒープはクラッシュでリセットされます。失うわけにいかないものは DB に保存しましょう。
2. 初期化には onBoot を：新しいワーカーは onChatStart ではなく onBoot を発火します。chat.local のセットアップはここが正しい場所です。
3. 無料の待機を活用する：ヒューマン・イン・ザ・ループの承認を中心にフローを設計しましょう。中断中の計算はコストゼロです。

まとめ

Trigger.dev は、AI エージェントを出荷するうえで最も難しい部分、つまり信頼性へのオープンソースの答えです。タイムアウトなし、チェックポイントベースの耐久性、AI ネイティブのプリミティブにより、長時間実行のエージェントワークフローは実際に本番デプロイできるものになりました。そしてチャットエージェントのローンチは、同じ基盤がインタラクティブな会話を大規模にさばけることの証明です。