エージェントフレームワークとは？

エージェントフレームワークの定義

エージェントフレームワークは、AIモデルが1つまたは複数のステップでツールを選択して呼び出すアプリケーションを構築するためのソフトウェアツールキットです。フレームワークは通常、エージェントオブジェクト、メッセージまたはイベントタイプ、ツールスキーマ、状態管理、実行ループ、ログ記録または人間の承認用のフックを定義します。Microsoftの エージェントフレームワークドキュメント は、エージェント、ワークフロー、メモリ、ミドルウェア、ツール、セキュリティ、およびホスティングに関連する懸念を整理します。

生のモデル呼び出しは入力を受け入れ、出力を返します。エージェントランタイムはループを追加します。モデルは目標と使用する可能性のあるツールを受け取り、アクションを選択し、ツールの結果を観察し、続行するかどうかを決定します。アプリケーションは境界を制御します：どのツールが存在するか、どの引数が有効か、各ツールがアクセスできるデータ、実行がどのくらいの長さで行われるか、そしてどのアクションが承認を必要とするか。

「エージェントフレームワーク」という用語は、軽量ライブラリまたは完全なプラットフォームを指すことがあります。一部のパッケージはモデルとツールの抽象に焦点を当てています。他のものは耐久性のあるワークフロー、デプロイメント、トレーシング、評価、マルチエージェントの調整を含みます。名前はフレームワークがアプリケーションに提供する運用契約よりも重要ではありません。

エージェントフレームワークのコアコンポーネント

エージェントフレームワークは、概念的に別のままであるべき複数のレイヤーを組み合わせます。モデルは言語とアクションを提案します。指示は役割と制約を定義します。ツールはモデルとコード、API、データベース、ブラウザ、または他のエージェントを接続します。状態はステップ間で情報を保持します。オーケストレーションは次に何を実行するかを決定します。ガードレールとポリシーチェックは、安全でないまたは無効なアクションを拒否します。

• モデルアダプター。 プロバイダー間で呼び出し、メッセージ、ツール定義、および構造化された出力を正規化します。
• ツールレジストリ。 呼び出し可能な操作を名前、入力スキーマ、権限、および実行ハンドラで説明します。
• エージェントループ。 モデルの決定とツールの観察を完了または制限まで交互に行います。
• メモリと状態。 会話履歴、ワークフローバリアブル、チェックポイント、および選択された長期的記録を保存します。
• ワークフローエンジン。 決定的ブランチ、並列作業、引き渡し、および人間のレビューを表現します。
• 可観測性レイヤー。 トレース、レイテンシ、トークン使用、ツール引数、出力、および評価ラベルを記録します。

OpenAIの エージェントSDKドキュメント は、指示、ツール、引き渡し、出力タイプ、および実行動作を見えないモデルの能力ではなく、明示的なエージェント設定として扱います。

エージェントフレームワークと関連概念

これらのカテゴリは実際の製品で重なり合っています。規律のあるアーキテクチャは各レイヤーがどの決定を所有するかを特定します。決定論的なワークフローは曖昧なモデルプロンプトの中に隠れてはいけませんし、セキュリティの決定はモデルが自発的に文章に従うことに依存してはいけません。

共通エージェントフレームワークパターン

マルチエージェント設計は自動的に優れているわけではありません。それはメッセージ、状態遷移、失敗経路、コストを追加します。専門化または並行作業が測定できる場合にのみ複数のエージェントを使用し、アーキテクチャダイアグラムがより高度に見えるからではありません。

エージェントフレームワークの選び方

エージェントフレームワークは、アプリケーションの最も困難な運用要件から始めて選びます。リサーチアシスタントは、強力な検索と引用追跡が必要な場合があります。ブラウザオペレーターは、耐久性のあるセッションと承認ゲートが必要かもしれません。顧客ワークフローは、厳格なアイデンティティ、監査ログ、構造化された出力が必要な場合があります。プロバイダーの人気は、ランタイムがこれらのコントロールを明確に露出するかどうかよりも重要ではありません。

1. フレームワークの用語を使わずにワークフローを書きます：入力、決定、ツール、副作用、そして終端状態。
2. 普通のコードとして残すべき決定論的ステップをマークします。
3. 必要な統合を列挙し、アダプターが維持され、テスト可能であるかを確認します。
4. 永続性、チェックポイント、キャンセル、タイムアウト、および人間による承認の動作を確認します。
5. 本番導入にコミットする前にトレースと評価サポートを検査します。
6. 代表的な失敗経路を1つプロトタイプし、ハッピーパスだけでなくします。
7. レイテンシ、モデル呼び出し、ツール呼び出し、オペレーターの努力を、よりシンプルな実装と比較して測定します。

フレームワークは、行動を理解可能に保ちながら繰り返しインフラストラクチャを削除することでその地位を得ます。タスクが1つのプロンプトに続く1つのデータベースクエリであるなら、直接コードは操作しやすいかもしれません。

エージェントフレームワークのウェブツール

ウェブツールはエージェントが情報と、モデルのトレーニング後に変更されたインターフェースを操作することを可能にします。検索は発見を提供し、HTTPクライアントは静的リソースを取得し、ブラウザはJavaScript、ナビゲーション、フォーム、そして観測可能なページ状態を処理します。各能力は狭いスキーマと権限の境界を持つべきです。

Scrapeless Agent Browserは、ブラウザ自動化またはツールプロトコルをサポートするフレームワークに接続できます。エージェントフレームワークはブラウザを呼び出すタイミングを決定し、Scrapelessはブラウザセッションを実行し、観察を返します。周囲のアプリケーションは、ターゲットスコープを制限し、資格情報を保護し、重要なアクションに対して承認を要求し、レビューに必要なトレースを格納するべきです。

生産の準備チェックリスト

本番エージェントには明示的な制限が必要です。実行ステップ、壁時間、ツールコスト、結果サイズを制限します。ツールが実行される前に構造化された引数を検証します。ウェブや文書の内容は、指示を含む可能性のある信頼されていないデータとして扱います。読み取り操作を書き込み操作から分離し、不可逆的なアクションを人に可視化します。

可観測性は、エージェントが見たこと、ツールが利用可能であった理由、実行された引数、変更された内容、そして最終ステートメントの出所を答えるべきです。評価はツール選択、引数の正確性、タスクの完了、ポリシー遵守、根拠、及び安全な停止をカバーするべきです。目標は私的な推論を再現することではなく、システムをデバッグするために必要な運用証拠を保持することです。 NIST AIリスク管理フレームワーク は、これらの測定結果を組織のリスクに結びつけるための広範な構造を提供します。

結論

エージェントフレームワークはAIモデルの周りのランタイム構造です：ツール、状態、オーケストレーション、安全策、そしてトレースです。ワークフローが複数の決定や統合を必要とする場合、そしてフレームワークがそれらの決定をより制御しやすくする場合に価値があります。権限と失敗経路を露出する最もシンプルなアーキテクチャから始め、ユースケースが要求する場合にのみエージェントや耐久性のあるワークフローを追加します。

参考文献

• Scrapeless Scraping Browserのはじめにのドキュメント
• Scrapeless Scraping Browserの製品概要
• Scrapelessの生産AIエージェントのユースケースに関するガイド
• Scrapelessのオープンソースプロジェクト（GitHub）