生成AIデザインパターン

第10章. コンポーザブルエージェントワークフロー

この作品はAIを使って翻訳されている。ご意見、ご感想をお待ちしている：[e-mail]

この章では、最初の9章から までのパターンをアプリケーションにまとめ、パターンがどのように相互作用し、時間が経つにつれて良くなっていく、本番に耐えうるエージェントアプリケーションを構築できるようになるかを示す。

この章の完全なコードは、本書のGitHub リポジトリで発見できる。お好きなPython IDEでコードを開き、私たちと一緒にフォローしてほしい。

エージェントのワークフロー

この章では、完全なアプリケーションを構築するのではなく、顧客のユースケースに対応するアプリケーションの垂直スライスを示す。GenAIでは、このような垂直スライスは、AIアシストや完全自動化のプロセスにあるユーザ主導（手動）のワークフローに対応することが多い。AIアシスタントはコパイロットと呼ばれ、自律型AIはエージェントと呼ばれる。このスペクトル上のアプリケーションはすべてエージェントと呼ばれる。したがって、GitHubリポジトリでデモしているのは、エージェント型ワークフローだ。

このワークフローは教育コンテンツの作成を意図している。パターン23「マルチエージェントコラボレーション」の説明で探ったのと同じユースケースだ。これは図10-1に描かれている。図7-5とは異なり、レビューのステージが2つあり（1つだけではない）、転送されるデータが描かれていることに注意されたい。また、コンテンツ執筆チームには、本書の内容に基づいてGenAIのトピックについて執筆するライターを含め、さらに数名のライターがいる。

図10-1. 教育コンテンツ作成のエンドツーエンドの例におけるエージェント間のコラボレーション

パターン23とは異なり、ここではマルチエージェントフレームワークを使わずにワークフローを構築する。効果的なエージェントの構築に関するAnthropicの影響力のある記事は、「最も成功した実装は、複雑なフレームワークではなく、シンプルで構成可能なパターンを使っている」と指摘しており、これはUnixの哲学を彷彿とさせる。さて、本書で一連の構成可能なパターンを探ったので、それらを使って、LLMにもクラウドにもとらわれない方法で、効果的なマルチエージェント、マルチステップワークフローを構築してみよう。

アプリケーションを実行する

、AIアシスタント（コパイロット）として実行する方法と、完全に自律型アプリケーション（エージェント）として実行する方法がある。 アプリケーションの実行方法に関わらず、どちらも同じセットアップが必要だ。

セットアップ

仮想環境（サイドバー参照）で、必要な依存関係をインストールする：

python -m pip install -r requirements.txt

次に、keys.envファイルを編集し、Gemini APIキーを追加する。Gemini APIキーを持っていない場合は、GoogleのAI Studioから取得できる。

Pythonの仮想環境

Pythonプロジェクトでは通常、様々な外部ライブラリ（ ）が必要になる。多くの場合、これらは特定のバージョンを必要とし、他のプロジェクトで使ったものと衝突する可能性がある。Pythonのインストールを1つにすると、これらのライブラリが衝突して様々な問題を引き起こすだろう。そのため、Pythonライブラリの独立したバージョンを維持するサンドボックス化されたPython環境である仮想環境を使うことを推奨する。 ...