Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
AI Agent Vertex AI Agent Builder × A2A × ADKで繋...
Search
為藤アキラ
April 29, 2025
0
80
AI Agent Vertex AI Agent Builder × A2A × ADKで繋げるマルチエージェント
為藤アキラ
April 29, 2025
Tweet
Share
More Decks by 為藤アキラ
See All by 為藤アキラ
[OpsJAWS Meetup33 AIOps] Amazon Bedrockガードレールで守る安全なAI運用
akiratameto
2
240
Amazon Bedrockで実現する堅牢なデータエンジニアリング
akiratameto
1
55
Bedrock カスタムモデルvs汎用モデルの比較
akiratameto
1
110
Vertex AIで実現するLLMデータアノテーションの効率化と自動化
akiratameto
0
85
Amazon Bedrock Agents (ナレッジベースの種類)
akiratameto
1
160
DeepSeek-R1をカスタムモデルとしてAmazon Bedrockにインポートし活用
akiratameto
0
190
Amazon Bedrock Agents (基本編)
akiratameto
0
140
SageMaker Feature Storeを活かしたLLM推論
akiratameto
1
57
Featured
See All Featured
Designing Experiences People Love
moore
142
24k
Navigating Team Friction
lara
186
15k
Build The Right Thing And Hit Your Dates
maggiecrowley
36
2.7k
GraphQLとの向き合い方2022年版
quramy
46
14k
Thoughts on Productivity
jonyablonski
69
4.7k
Why Our Code Smells
bkeepers
PRO
337
57k
Site-Speed That Sticks
csswizardry
10
640
Designing Dashboards & Data Visualisations in Web Apps
destraynor
231
53k
Build your cross-platform service in a week with App Engine
jlugia
231
18k
For a Future-Friendly Web
brad_frost
179
9.8k
Bash Introduction
62gerente
614
210k
Scaling GitHub
holman
459
140k
Transcript
AI Agent #4 Vertex AI Agent Builderで実現するマルチエージェント Vertex AI Agent
Builder × A2A × ADKで繋げるマルチエージェント 株式会社BLUEISH 代表取締役CEO兼CTO 為藤アキラ @AkiraTameto
為藤 アキラ (Akira Tameto) 株式会社BLUEISH 代表取締役 CEO兼CTO ・AWS歴12年 ・直近のAIプロジェクト マルチAIエージェントサービス
「BLUEISH Agents」の開発 自己紹介
法人向けAIエージェントプラットフォーム「BLUEISH Agents」
2025/04/10 Agent2Agent(A2A)という新しいオープンプロトコルの発表
なぜ、A2Aが必要なのか? なぜ、A2Aが必要なのか?
なぜ、A2Aが必要なのか? 出典元:Google A2A - GitHub
なぜ、A2Aが必要なのか? アプリケーションが振り分けるパターン 受電対応エージェント Speech-to-Text アプリケーション 受電対応レポート作成エージェント パターン分析エージェント
なぜ、A2Aが必要なのか? 独自プロトコルでAIエージェント同士を連携 受電対応エージェント Speech-to-Text 受電対応レポート作成 エージェント パターン分析 エージェント
なぜ、A2Aが必要なのか? 様々なエージェントが乱立 受電対応エージェント Speech-to-Text 受電対応レポート作成 エージェント パターン分析 エージェント エージェント エージェント
エージェント エージェント エージェント エージェント
なぜ、A2Aが必要なのか? ① 単一エージェントが乱立し、重複コストがかかる ② セキュリティ周りで境界線が曖昧になる ③ ガバナンスが曖昧になる
なぜ、A2Aが必要なのか? 様々なエージェントが乱立 受電対応エージェント Speech-to-Text ( Remote Agent ) クライアントエージェント Client
Agent パターン分析 エージェント ( Remote Agent ) 受電対応レポート作成エージェント ( Remote Agent ) 依頼 結果
A2Aのアーキテクチャでのクライアントとリモートの考え方 ・クライアントエージェント (タスク全体の管理者) ユーザーの指示を受け取り、適切なリモートエージェントにタスクを依頼する。 複数のエージェントからの結果を統合して全体のタスクを管理します。 ・リモートエージェント (特定の専門知識や能力を持つ実行者) 特定の専門分野(検索・計算・翻訳など)に特化し、依頼されたタスクを実行する。 専用データやツールへのアクセス権限を持ち、結果をクライアントに返します。 ・タスクベースの通信
この二者は「タスク」という単位で通信します。クライアントが依頼し、リモートが実行して結果を返すと いう流れで、定められたプロトコルに従って対話します。
Agent Card Agent Cardは、エージェントの能力、スキル、エンドポイントURL、認証要件などを記述した公 開メタデータファイルです。 エージェント同士はJSON形式の Agent Card を使用して自身の機能を公開し合うことで、タス クを実行できる最適なエージェントを特定して通信することができます。
Vertex AI Agent Builderの各役割 A9 Agent Garde4 19 Agent Engin$
"9 Vertex AI Searc5 r9 様々なテンプレがあるのでテンプレを選び、ADK で関数を書いてエー ジェントを作 r9 エージェントをデプロイ、管理、スケーリングできるようにするフルマ ネージド サービb r9 Data Store等を活用してRAGとか検索エンジンにする
まとめ c0 孤立する単一LLMの/エージェントをA2Aで協調の世界' a0 A2Aのアーキテクチャとクライアントとリモートの考えD 0 Vertex AI Agent Builderの各役割
Thank You!