型安全で非依存な軽量AIエージェントフレームワーク、Tankstack AI

2026年1月9日　「第4回【U35若手エンジニア限定】LT新年会」 における登壇資料です。
https://connpass.com/event/377003/

Transcript

1. 型安全で非依存な軽量AIエージェント フレームワーク、Tankstack AI 2026.1.9 @daitasu
2. 自己紹介 Name: @daitasu Belong to: SEN, Inc. Favorite: Sauna, Hotspring
3. 型安全で非依存な軽量AIエージェント フレームワーク、Tankstack AI
4. Tanstack AI とは？ • Tanstack チームが開発する軽量なAIフ レームワーク(現在はalpha版) • 完全中立の思想（The Switzerland of AI Tooling） ◦ AIプロバイダ非依存 ◦ フロントエンドフレームワークやバックエ ンド言語非依存（TS以外は開発中） • Type-Safety ◦ Zod Schema によるTSサポート ◦ モデル単位での型推論
5. 特徴① Peｒ-model Safety(モデルごとの型推論) • Tanstack AI のパッケージ ◦ コア： @tanstack/ai ◦ 各AIプロバイダのアダプター： @tanstack/ai-anthropic 、@tanstack/ai-gemini ◦ 各モデルの型定義はコアでなく、アダプター 側が保有している • モデルごとに型定義が切り替わる型システム ◦ 特定のモデルを指定すると、そのモデ ル専用のオプションだけが補完され、存 在しない定義はエラーになる
6. 特徴① Peｒ-model Safety(モデルごとの型推論) • Vercel AI SDK の場合 ◦ providerOptions という汎用型に 対し、モデル固有の型を当てる ◦ satisfies された型で見るため、モデ ルを変えてもエラーにはならない • Tanstack AI の場合 ◦ Adapter パターンによる型注入 ◦ モデルごとに固有の型定義を持つ ◦ モデル変更時に型推論が走りエラーとなる
7. 特徴② Isomorphic tool • ツール定義と実装の分離 ◦ Tanstack AI では定義と実装を分離している ◦ 定義したツールはフレームワーク非依存で流用可能 ◦ .server() 、　.client()でサーバ/クライアント双方で使える 1. ツール定義 2. サーバ実装 3. AIモデルでの 使用
8. デモ
9. 例： ダミーユーザ取得のツールを用いる例(時間あれば実際の画面の方見ます) 1. ツール定義 2. サーバ実装 3. AIモデルでの 使用
10. 例： ダミーユーザ取得のツールを用いる例(時間あれば実際の画面の方見ます) 4. Stream Chunk の取得 ◦ レスポンスはStream のChunk Type ごとに取得できる • 完了 • エラー • ツール呼び出し • ツール結果 etc…
11. 例： ダミーユーザ取得のツールを用いる例(時間あれば実際の画面の方見ます) 5. 実行結果
12. まとめ • Tanstack AI は軽量で型安全なAIフレームワーク • AIプロバイダやフレームワーク、ランタイム環境に依存しない思想 • Zod スキーマで型安全にツール構築可能 • Per-model Type Safetyであり、モデルごとの専用オプションの型定義が自動 補完される