頭を悩ませずに動くAIエージェントを作る方法
ニュースでまた別の「ブレークスルー」AIエージェントの話題を読んで、リポジトリを開くと、LangChainのスパゲッティコードが300行もあり、少しの刺激でクラッシュする——そんな経験はありませんか？私はよく目にします。理論的にはすべてシンプルに聞こえます：モデルにツールへのアクセス権を付与すれば、すべてを勝手にやってくれる、と。しかし実際には、無限の幻觉ループと、仕組みの理解よりも早く膨れ上がるトークン請求書に苦しめられます。
最近、Bojie Liのai-agent-bookリポジトリを見つけました。これは単なるリンク集ではありません。著者はエージェント設計について理論から実践的なエンジニアリングまで、一冊まるごと書き下ろし、大量のコードとともに公開しています。まるで、実際のシステム構築から得られたすべての経験を 하나의ガイドにパッケージングしたかのようです。
一体何なのか
短く言えば、AIエージェント開発者向けの決定版ガイドです。このプロジェクトは「プロンプトの書き方を知っている」と「信頼性の高いシステムの構築方法を知っている」の間の大きなギャップを埋めてくれます。著者はシンプルな公式を提示しています：Agent = LLM + Context + Tools。全体の構成はこのアイデアを中心に構築されています。
ここには「パラダイムシフト」といった空虚な話は一切ありません。その代わり、5分間の対話後にエージェントが突然指示を忘れてしまう理由や、推論コストで破产しないためのKV Cacheの扱い方を学ぶことができます。プロジェクトは中国語ですが、英語翻訳もあり、コードはPythonという普遍的な言語で書かれています。
実際に役立つ主要機能
著者はプロジェクトを章ごとに整理し、それぞれに動作するデモを用意しています。時間を忘れてコードに没頭してしまった機能をいくつか紹介します。
ゼロから独自のCoding Agentを構築
第5章には、功能齐全のコード作成アシスタントの実装が含まれています。多くの代替案とは異なり、 десяток системныхユーティリティをインストールする必要はありません。すべての機能（ripgrep相当のものも含む）はピュアPythonで書かれています。これは便利です： любой машинеで実行でき、エージェントがファイルを読み取ること、編集すること、自身 でリントを実行することをすぐに確認できます。
MCPプロトコルの実践
このプロジェクトではModel Context Protocol（MCP）を積極的に活用しています。第4章では、ツールを感知（perception）、実行（execution）、協調（collaboration）に分割する方法を示しています。ファイルシステム操作、Web検索、さらにはブラウザ制御用のサーバーの例があります。エージェントの外部との通信を標準化する方法を探しているなら、ここを見るべきです。
コンテキストエンジニアリング
これはおそらく最も有用的な部分です。単にすべてをモデルに投入するのではなく、著者は「動的スキル」（Agent Skills）の作成を教えてくれます。エージェントは能力の簡潔なリストのみを表示し、たとえばPPTX生成スキルが必要だと判断した場合にのみ、システムがそのツールの完全なドキュメントとコードをロードします。これによりトークンを節約でき、モデルの動作もより安定します。
ファインチューニングなしの自己進化
第8章では、エージェントが自身の成功から学習するアプローチをカバーしています。成功したアクションの連鎖を記録し、それらを新しいツールや「経験」に変換して、後でベクトルデータベースを通じて検索します。これにより、モデルの重みを変更することなく、実行するたびにシステムがより賢くなるレイヤーが作成されます。
内部構造
すべてのコードはフォルダ chapter1 — chapter10 に整理されています。 examplesの アーキテクチャは非常に透明です。主にPython 3.10+を使用し、ネットワーク関連はFastAPI、LLMの操作には標準ライブラリを使用しています。
品質評価セクション（第6章）もチェックする価値があります。SWE-benchのような標準的なベンチマークだけでなく、タスクコストの分析ツールや最初のトークンまでの時間（TTFT）の測定も含まれています。これは「本番環境ではいくらになるんですか？」とクライアントが尋ねるときに бизнесにまさに必要なものです。
活用場所
- 内部ツールの構築。社内の反復的なタスク（ログ解析やレポート生成など）を自動化したい場合は、第5章と第10章の例を参照してください。
- チームトレーニング。リポジトリはカリキュラムとして最適です。週1章ずつ進め、会議で議論できます。
- 次世代RAG。第3章には、単純なテキスト検索からナレッジグラフやマルチレイヤーメモリへの移行の説明があります。
誰におすすめか
まず第一に、シンプルなチャットボットで遊んだことがあり、自律的な何かを構築したいと考えている方です。複雑なRAGシステムに取り組んでいる場合や、既存のソフトウェアにAIを追加しようとしている場合、これらの例は数週間分の場当たり的なエンジニアリングを節約してくれます。
ここに готовый「すべてを素晴らしいものにする」ボタンはありませんが、1つを構築するための設計図はあります。欠点は一部のドキュメントがまだ翻訳越しに読んだ方がよいですが、コード構造は非常に論理的なので、Pythonを書いたことがある人なら迷わずに済みます。
<a href="https://star-history.com/#bojieli/ai-agent-book&Date">
このプロジェクトはすでに5,000を超えるスターを獲得しており、コミュニティは активноコンテンツを翻訳しています。本を書く予定がなくてもブックマークする価値は十分あります。これらのリソースの実用価値は、言語の壁を любойを越えています。
関連プロジェクト