私なりのAIエージェントの理解と開発ツールの選び方

Transcript

1. 私なりのAIエージェントの理解と 開発ツールの選び方 chiaoi
2. Agenda 1. 一般的なAIエージェントの定義 2. グラフで考えて理解する 3. フレームワークをグラフで捉える 4. マルチエージェントもグラフで分かる 5. まとめ
3. AIエージェントの一般的定義 ワークフロー (workflows) LLMとツールが事前定義されたコードパスを通じてオーケストレーションされるシステム エージェント (agent) LLMが自らのプロセスとツール使用を動的に指示し、タスクを達成する方法についての 制御を維持するシステム 出典: https://www.anthropic.com/engineering/building-effective-agents 前提: LLMが組み込まれたシステム
4. AIエージェントの一般的定義 ワークフロー (workflows) LLMとツールが事前定義されたコードパスを通じてオーケストレーションされるシステム エージェント (agent) LLMが自らのプロセスとツール使用を動的に指示し、タスクを達成する方法についての 制御を維持するシステム 出典: https://www.anthropic.com/engineering/building-effective-agents 前提: LLMが組み込まれたシステム 抽象的な定義で、 AIエージェント初心者に は少しわかりづらい。
5. グラフで考えて整理する (LangGraphの考え方)
6. システムをグラフとみなす END 処理 D 処理 B 処理 A STA RT 処理 C
7. ノード(頂点)は処理 処理 例 State型の値が 入っていく 処理された State型の値が出てくる
8. エッジ(辺)は処理の流れ 処理A 処理Aを行ったあとに、 - 処理Bを行うことができる - 処理Cを行うことはできない 処理B 処理C
9. 分岐は条件分岐(or並列実行) 処理A 処理Aを行ったあとに、 - 処理Bのみ - 処理Cのみ - 処理Bと処理Cを同時に 処理B 処理C
10. システムの実行はSTARTからENDへのパス END 処理 D 処理 B 処理 A STA RT 処理 C 例) START → 処理A → 処理B → 処理C → 処理B → END START → 処理A → 処理D → END
11. ワークフローとエージェントの違い = 分岐の進む先を誰が決めるかの違い 処理A 処理C 処理B
12. ワークフローの理解 処理A 処理C 処理B 処理Bに進む条件が... - 「常にBに進む」（固定フロー） - 「state.count < 3」（状態を見る） - 「random() < 0.2」（ランダム） - 「”B” in response.content」 （LLMの出力をデータとして読む） 開発者が判断ロジックを定義する
13. エージェントの理解 LLM 呼び 出し 処理C 処理B 処理Bに進む条件が... - 「response.tool_calls」（Tool useを見る） - 「llm.invoke(“次はB or C?”).content == “B”」 （LLMにどうするかを直接質問する） LLMが判断をする
14. Tool use LLM 呼び出し 処理A Tool A LLMの判断を「構造化されたデータ 」として受け取る仕 組み。 1. LLMに使えるtoolと、その使い方を教える。　（tool として登録） 2. LLMが、「使うツール名」「引数」を構造化データとし て返す。 開発者はtool_callsを見るだけで分岐できる。 自律的な分岐が簡単に実装できる。→ 必須ではない Tool B
15. 私なりのAIエージェント理解 1. システムをグラフで捉えると理解がしやすい 2. ワークフローとエージェントの違いは「分岐の進み先を誰が決めるか 」 3. Tool useはエージェントの必須条件ではない → 自律的な分岐(LLMが判断する分岐)を簡単にする手段 さらに 全てのフレームワークが明示的にグラフを使っているわけではないが、実装 の方法もグラフを使って理解できる。
16. フレームワークのAIエージェント構築方法 を グラフで表現する 注) ここからは、LLMによる条件分岐の判断がどこかにあるシス テムを「Agent」と呼びます。 一部分だけにしかないものを「Agentic Workflow」と呼ぶ方も います。
17. 明示的にグラフを定義する END 処理 D 処理 B 処理 A STA RT tool C 例) LangGraph 条件付き エッジ ノード エッジ ツール ノード
18. 暗黙的にグラフを定義する 例) LangGraph、Mastra Workflow プログラミング言語を用いて - if文やwhile文を用いてグラフを作成する - 関数合成を繰り返してグラフを作成する （then: 順次実行、branch: 条件分岐）
19. toolを紐付けると自動的にグラフが作られる 例) Strands Agents、Mastra Agentに、 - Tool A - Tool B を登録する STA RT END LLM Tool B Tool A
20. 単独エージェントのまとめ LangGraph Mastra Workflow Mastra Strands Agents コントロールのしやすさ 実装の難易度 細かく制御 できる 多様なタスクに対 応できる 大変 簡単
21. マルチエージェント = 複数のエージェントを使用して、さらに複雑な　エー ジェントタスクを行う。
22. エージェントを一つの処理とみなすこともできる END 処理 D 処理 B 処理 A STA RT 処理 C マルチエージェントを考えるときには、 この考え方が大切。
23. ノードの一部をエージェントにする END 処理 B エージェントA STA RT tool C 例) LangGraph、Mastra 条件付き エッジ ノード ツール ノード エージェントB
24. 全てのノードをエージェントにする STA RT 例) Strands Graph エージェント A エージェント C エージェント B 条件付きエッ ジ or 並列実行 エージェント D END
25. まとめ役エージェントがいる STA RT 例) Strands Agent as Tools エージェント Top エージェント B エージェント A END
26. エージェントみんなで考える STA RT 例) Strands Swarm エージェント A エージェント C エージェント B エージェント D END
27. フレームワーク選定 → システムをコントロールしたい、開発期間が長い。 (LangGraph) → エージェント間の繋がりくらいはコントロールしたい。 (Mastra) → エージェントに柔軟にやってほしい、開発期間が短い。 (Strands Agents) = 作りたいシステムがどのようなグラフで書く　と表 現しやすそうかを考えてみる
28. 紹介) 自作校正エージェント 事前に決めた7つの観点から、必ずレ ビューをして欲しかった。 7つの項目は、時間がかかるので非同期で レビューしたかった。 7つの観点からの集約の同期ポイントも確 実にして欲しかった。 実装したいシステムの流れも頭の中でイ メージができている。 LangGraphを使った 実装は大変だった
29. まとめ - システム全体を「グラフ」として捉えると、ワークフローやAIエージェント理解へ の助けとなった。 - 「グラフ」と捉える考え方で、「単独エージェント」や「マルチエージェント」の特徴 を解釈することができた。 - フレームワークごとにグラフのどの部分を「明示的に」開発者が作成し、どの部 分を「暗黙的に」フレームワーク内で作成するかが、かなり変わってくる。 - その違いに注目すると、エージェントフレームワークのどれを使うと良さそうか 見えてくる 。