AI Agent(智能体)チュートリアル

AI Agent(Artificial Intelligence Agent)は「智能体」とも呼ばれ、本質はタスクを自動実行するプログラムです。核心は、モデルに質問に答えるだけでなく、手順に沿って動作を完了させることにあります。
AI Agent(人工知能エージェント)環境を認識し、意思決定を行い、行動を実行して特定の目標を達成できるインテリジェントなソフトウェア実体です。質問に答えるチャットボットであるだけでなく、実際に行動して作業を遂行できるスマートな実行者です。
Agent = LLM(頭脳) + Planning(計画) + Tool use(実行) + Memory(記憶)
0コードですぐに体験、一言でアプリ生成:https://www.miaoda.cn/。
このチュートリアルは誰向けですか?
- AIを使って日常のタスクを自動化したい人
- プログラミングに詳しくないが、AIで実際の仕事をしたい初心者
- 基本的なパソコン操作はできるが、Agent/ワークフローなどの概念がゼロベースの人
- AIをチャットから本当に「働かせる」レベルに引き上げたい人
Agentとは?
Agentとは、実際に仕事ができるインテリジェントなアシスタントです。
Agent = LLM(頭脳) + Planning(計画) + Tool use(実行) + Memory(記憶)
Agentを学ぶには思考の転換が必要です:「チャットボックスの対話」から「目標駆動のタスク実行」へ。

従来のソフトウェアプログラムは固定された命令フローに従います:入力 → 処理 → 出力一方、AI Agentはより自律性のある従業員のような存在で、以下のことができます:
- タスク目標の理解:あなたがどのような結果を求めているかを把握する
- 計画の立案:目標を達成する方法を考える
- ツールの使用:さまざまなリソースやAPIを呼び出す
- 自己調整:フィードバックに基づいて戦略を最適化する
- 継続的な実行:タスクが完了するか、解決できない問題に直面するまで
類推で理解する:
- 従来のプログラム = 自動販売機:コインを入れる → ボタンを押す → 商品が出る
- AI Agent = 個人秘書:ニーズを伝える → 秘書が計画する → タスクを完了して報告する
コア構造:
- 目標(Goal):何を完了すべきかを把握する
- 意思決定(Reasoning):実行手順を計画する
- ツール(Tools):API、コード、またはシステムを呼び出してタスクを完了する
ワークフロー:
入力 → 思考 → ツール呼び出し → 実行 → 結果を返す → 継続反復
通常の大規模モデルとの違い:
- 大規模モデル:内容を出力する
- Agent:結果を出力し、実行を推進する
例えば、AI Agentと対話して、次のように入力します:北京3日間の旅行を計画して、予算5000、エージェントは以下のタスクを完了します:
- ニーズの分解
- 航空券、ホテル、観光地を検索する
- 旅行プランを生成する
- 条件を満たした場合、予約まで完了する

学習リソース
既存のプラットフォームと人気フレームワーク:
| コアニーズ | おすすめツール | 主な強み |
|---|---|---|
| 秒哒、一言でアプリ生成 | 秒哒公式サイト | 0コード、一言で要件を生成し、アプリを生成 |
| MonkeyCode、AIアプリ開発プラットフォーム | MonkeyCode公式サイト | プラットフォーム上で直接タスクを作成し、AIにコーディングさせ、クラウド開発環境でターミナル、ファイル管理、プレビューを使用できる |
| 小云雀、剪映のAI動画生成 | 剪映-小云雀 | 字节跳动(ByteDance)自社開発のSeedance 2.0動画モデル + Seedream 5.0画像モデルに、豆包大規模モデルを組み合わせてテキストを理解 |
| QoderWork、デスクトップ級AI Agent | QoderWork | ニーズを伝えると、結果を納品します。 |
| 自動化トリガーとシステム連携 | n8n | 統合範囲が広く、セルフホスティング可能で、一般的な内部システムとも連携できる |
| 開発者が制御可能な高度なカスタマイズ |
Dify LangChain |
前者は完全なオープンソースソリューションを提供;後者は複雑な推論チェーンの構築に適している |
| マルチロール連携とタスク分解 | AutoGen CrewAI |
前者は動的連携を重視し、後者は明確なロール体系でプロセスを駆動する |
| 自律タスク実行Agent | AutoGPT | 初期の現象級オープンソースAgentプロジェクト。目標駆動、タスクの自律分解、循環実行(Plan → Execute → Reflect)を重視 |
以下は、その他の人気のあるAI Agentオープンソースフレームワークです。これらのプロジェクトは、主にツール呼び出し(Tool Calling)、記憶(Memory)、ワークフロー(Workflow)、マルチAgent協調(Multi-Agent)、長期タスク実行能力を中心に展開しています。
| プロジェクト | 位置づけ | 特徴 |
|---|---|---|
| OpenAI Agents SDK | 軽量級Agent開発フレームワーク | ツール呼び出し、ハンドオフ(Handoff)、マルチAgentオーケストレーションをサポートし、構造がシンプルですぐに使いこなせる |
| LangGraph | ステートマシン式Agentオーケストレーション | グラフ構造に基づいて複雑なフローを制御し、長期状態と循環実行をサポート |
| LlamaIndex | RAG + Agentフレームワーク | 知識ベース、データ接続、検索拡張のシナリオに強い |
| Semantic Kernel | エンタープライズ級Agentオーケストレーション | マイクロソフトがオープンソース化。プラグイン、フロー、記憶、マルチモデル連携をサポート |
| PydanticAI | 型安全なAgent開発 | Pythonの型システムで出力を制約し、エンジニアリング応用に適している |
| Mastra | モダンなフルスタックAgentフレームワーク | Workflow、Memory、デプロイ、可観測性をサポート |
| Agno(旧Phidata) | マルチAgentアプリケーションフレームワーク | Agent + Knowledge + Toolsの組み合わせ能力を重視 |
| Camel-AI | マルチエージェント協調フレームワーク | ロールプレイングの仕組みを通じてチーム連携とタスク分解をシミュレーションする |
| MetaGPT | ソフトウェア会社シミュレーションフレームワーク | 製品、アーキテクチャ、開発、テストを複数のロールに分割し、協調して実行する |
| Swarms | Agentクラスターオーケストレーション | 大規模Agent間の連携とタスクスケジューリングを重視 |
| Haystack Agent | 検索と知識拡張Agent | 企業検索、ドキュメントQA、ツールチェーンの組み合わせに適している |
| Atomic Agents | コンポーザブルなAgentアーキテクチャ | モジュール設計とテスト容易性を重視 |
| DSPy | 宣言型Prompt / Agentフレームワーク | Promptと推論プロセスをエンジニアリング化し、最適化可能にする |