FASTでAIエージェントを作りまくろう！

Transcript

1. ©Mitsubishi Electric Corporation 2 0 2 6 / 3 / 2 4 小川 雄喜 FAST で AIエージェントを作りまくろう！
2. ©Mitsubishi Electric Corporation 2 FAST・・・その前に・・・ 10,000 AIdeas Competition
3. ©Mitsubishi Electric Corporation 3 FASTとの出会い 参照： https://dev.classmethod.j p/articles/bedrock- agentcore-fast-fullstack- template/
4. ©Mitsubishi Electric Corporation • Awards • Community 4 自己紹介 • Name, Attribute • 小川 雄喜 （おがわ ゆうき） • 三菱電機＠京都 • Favorite AWS Service
5. ©Mitsubishi Electric Corporation 5 • AgentCore Runtime / Gateway / Memoryを統合 • Amazon Amplifyで フロントエンドをホスティング • CDKで全リソースを 一括デプロイできるテンプレート FAST:Fullstack AgentCore Solution Template 参照： https://github.com/awslabs/fullstack-solution-template-for-agentcore AgentCore機能を使いまくったチャットアプリがすぐにできる！
6. ©Mitsubishi Electric Corporation 6 デプロイは実質 2 ステップ！ • CDK依存関係のインストール • npm install • CDK Bootstrap（初回のみ） • 対象アカウント＆リージョンでCDKデプロイ実績があればスキップ可 • バックエンドデプロイ • cdk deploy –all • フロントエンドデプロイ • deploy-frontend.py • 必要に応じてCognitoユーザーを作成 • 設定ファイルで最初のユーザーは作成しておくことも可 デプロイは30分くらいで完了！
7. ©Mitsubishi Electric Corporation 7 開発仕様書、実クラウドを参照して回答 • 膨大かつ複数の開発仕様書/マニュアルから、該当箇所 を素早く検索して要約 • 実際のクラウドに接続し、IoT機器データやサーバーロ グを参照 実際の私のチームでは・・・ • 全ての開発者向け仕様書、顧客向けのマニュアル、過去 のQA対応をRAG化して、Gatewayに接続 • 管理情報はDBに入れて、DBから検索（非RAG化） • マイクロサービスで稼働する複数クラウドの情報を、 APIを使い分けて情報収集 • 自身のAWSクラウドの稼働情報をCloudWatchログ、 データベース情報から取得 • 開発メンバーだけでなく、営業メンバー含めて活用中 どんな時に使う？ Knowledge Agent for Dev Team
8. ©Mitsubishi Electric Corporation 8 • RAGやLambdaをGateway にアタッチしていくだけ • RAGは大きさ、ドキュメントの種類 によって複数に分ける • マイクロサービス構成の場合、API をLambdaから呼び出す構成で連 携 • クラウドリソースもLambda経由 で取得 • 開発ドキュメントはパイプライン でRAGと連携 • 作ってすぐにエージェントに反映 どうFASTを活用していく？
9. ©Mitsubishi Electric Corporation 9 チームが立ち上がったら、 まずはチームエージェントを作ろう！ • エージェントで、アジャイルチーム内の開発者と非開発者をつなぐ • プロダクトオーナーが、細かい要求仕様の確認をエージェントを通じて確認 • 品質担当者が、試験仕様のレビューをエージェントを介して実施 • オペレータが、クラウドのエラー状況をエージェントを介して調査 • 開発者はエージェントを意識したデータパイプラインを構築 • コード、仕様書、マニュアルをRAG化するパイプライン構築 まとめ：AI時代のエージェントとの付き合い方
10. ©Mitsubishi Electric Corporation 10 残りの時間で FAST利用時の注意点！
11. ©Mitsubishi Electric Corporation 11 • デフォルト構成 • リージョン：us-west-2 • デプロイ：Docker必須 • 今回はJTC構成でも、動作する構成へ対応 • OS：Windows • リージョン：ap-northeast-1 • デプロイ：Docker不要 FASTはデフォルトだと、デプロイしにくい場合あり
12. ©Mitsubishi Electric Corporation 12 • 以下でDockerが必要な構成 • AgentCore Runtimeのコンテナイメージビルド • Feedback Lambdaの依存関係バンドル • フロントエンドで いいね！/わるいね！ のフィードバックあり • 解決策 • config.yaml の deployment_type を docker->zip に変更 • PythonFunction を lambda.Function + ARM_64 に変更 Docker依存の解消 backend: pattern: strands-single-agent deployment_type: zip # docker → zip に変更 import * as lambda from "aws-cdk-lib/aws-lambda" const feedbackLambda = new lambda.Function(this, "FeedbackLambda", { architecture: lambda.Architecture.ARM_64, code: lambda.Code.fromAsset(path.join(__dirname, "..", "lambdas", "feedback")), ... 他の設定 })
13. ©Mitsubishi Electric Corporation 13 • Windowsのパス区切り文字 • path.join()がバックスラッシュを返すため、zip-packager Lambda (Linux)がパスを解釈できない • POSIXセパレータ（スラッシュ）を明示的に使用するように修正 • Zip更新が反映されない • S3キーが固定だとCloudFormationが差分を検知できない • S3オブジェクトキーにコンテンツハッシュを付与して、変化を確実に検知 他にも詰まった問題①
14. ©Mitsubishi Electric Corporation 14 • 東京リージョンのモデルID • デフォルトで使用されるモデルIDはUS専用なので注意 • デフォルト：us.anthropic.claude-sonnet-4-5-20250929-v1:0 • プレフィックスはglobal./jp.などにして呼び出す • Marketplaceの権限不足 • サードパーティのモデル（Claudeなど）はMarketplace権限が必要になる • ただし、初回呼び出しのみに限る • 対象アカウントのBedrockのプレイグラウンドなどで誰かが利用後であれば、モデルがサ ブスクリプション済みとなるため不要 • それか、Amazon Novaなどのモデルであればそもそも不要 他にも詰まった問題②
15. AIdeas: AI Customer Support Agent — A Context-Aware Customer Support AI Agent