本文
生成AIの活用は、AIエージェントの活用を検討するフェーズに入っています。
弊社では、お客様の生成AI、AIエージェント導入をヒアリングのフェーズから導入まで対応しております。
AIエージェントの中でも、エージェント同士が連携することで目的を達成する手法を マルチエージェント と呼びます。
マルチエージェントを構築するためのツールキットの一例として、LangGraph、OpenAI Agents SDK、Agent Development Kitが挙げられます。
その中で、Agent Development Kitを使用してマルチエージェントを構築してみました
（Deep Researchをイメージ）。
Agent Development Kitには開発用のWebUIが用意されており、エージェントアプリケーションを立ち上げると以下のようにチャット形式でエージェントの動きを確認できます。
※Agent Development Kitで構築したエージェントを、APIサービスとして立ち上げる事も可能です。
※Agent Development Kitのスクリーンショット画像
※Agent Development Kitのスクリーンショット画像
エージェント構成としては以下のとおりです。
web_search_agent_Aとweb_search_agent_Bで使用する生成AIのモデルを分けることで、調査に多様性を持たせる狙いを持っています。
（例：web_search_agent_AはGPT-5を、web_search_agent_BはGemini2.5 proを使用）
| coordinator_agent | ルートエージェントとしてユーザーの質問に対する調査タスク全体を管理し、サブエージェントと連携して最終レポートを作成するコーディネーター。 |
| research_plan_agent | ユーザーの質問に基づき包括的な調査計画を立て、ルートエージェントに提示。 |
| web_search_agent_A | 生成AIのモデルAを使用し、調査を実行しレポートを作成する。 |
| web_search_agent_B | 生成AIのモデルBを使用し、調査を実行しレポートを作成する。 |
| parallel_research_agent | web_search_agent_A、web_search_agent_Bに並行して調査依頼をする。 |
| sequential_pipeline_agent | 並行して行われる研究を調整し、結果を日本語で統合する。 |
| web_search_refrection_agent | 調査結果を確認し、必要であれば再調査を依頼する。 |
| SynthesisAgent | 最終的な出力形式にレポートを清書する。 |
また、エージェントには必要に応じツールも持たせています。用意したツールは以下のとおりです。
| getCurrentDate | 現在日時を取得するツール。coordinator_agentが使用可能とし、coordinator_agentから各エージェントに連携する。取得情報の鮮度を担保したり、レポート作成日時として使用する。 |
| adk_tavily_tool | web_search_agent_A、web_search_agent_Bが調査にあたり使用するWeb検索ツールとして使用。（具体的にはTavily Search） |
※Agent Development Kitのスクリーンショット画像
また、エージェント内部で動作するモデルはLiteLLMを経由して呼び出しています。
LiteLLMは多くの生成AIサービスのラッパーになっており、異なる生成AIのサービスを一つのライブラリから呼ぶことができます。
最後に
私たちのサービスでは、データ分析基盤の構築やDeep Learningモデル開発、MLOps構築、生成AIモデル開発等データに関わるプロジェクトを伴走支援しております。
データ分析基盤開発やデータのＡＩ活用経験のある方や、興味のある方は、ぜひご応募ください。
あなたのスキルと情熱をお待ちしています。
新卒、キャリア募集しています！
