エージェント¶

ADKでサポートPythonTypeScriptGoJava

Agent Development Kit（ADK）における エージェント（Agent）、または LlmAgent は、特定の目標を達成するために自律的に動作するよう設計された自己完結型の実行単位です。エージェントはタスクを実行し、ユーザーと対話し、外部ツールを利用し、他のエージェントと連携できます。Agent の基本構成要素は、人工知能（AI）モデル、タスク指示、そして必要に応じてエージェントが使用するツールのセットです。エージェントのタスクと複雑さが増すにつれて、ADK 開発フレームワークを使用してそれらを ワークフロー に拡張できます。ワークフローでは、複数のエージェントとコード実行タスクを組み合わせてオーケストレーションできます。

ADK のエージェントとワークフロー

図 1. ADK におけるシンプルなエージェントとエージェントワークフロー

モデル、指示、ツールだけでエージェントを構築することは、多くの開発者にとって優れた出発点です。エージェントの機能と複雑さが増すにつれて、その動作をより適切に管理し、モデルの動作コンテキスト制限内で作業し、コードをモジュール化して管理しやすくするために、エージェントアプリケーションの機能を分割したくなるでしょう。ADK エージェントの ワークフロー アーキテクチャを使うと、エージェントをモノリシックな構造から、よりモジュール化されたコードとプロジェクト構造へ発展させることができます。

単一エージェントからワークフローへ拡張する¶

ADK では、複数のエージェントまたは実行可能な ノード（Node） を持つエージェントアプリケーションはワークフローと見なされます。ADK は、単一エージェントアーキテクチャからマルチエージェントまたはグラフベースの ワークフロー アーキテクチャへ移行することについて、厳格な要件を課しません。プロジェクトのニーズに応じて、または次のような単一エージェント方式の制約を見つけたときに、その変更を行うかどうかを判断できます。

指示追従の性能: 複数ステップの指示セットが一定の長さや複雑さを超えると、単一のエージェントがすべての指示を確実に完了できなかったり、必要な品質や速度で実行できなかったりする場合があります。
コンテキストの制限: エージェントタスクの実行に必要なデータ量が、使用している AI モデルのコンテキストウィンドウ制限を超えることがあります。
エージェントコードのモジュール性: エージェントコードの複雑さや構成が増すにつれて、コードを管理しやすくしたり、他のエージェントプロジェクトで再利用できるようにしたりするために、エージェント機能を分割したくなることがあります。
決定的タスクと非決定的タスクの混在: より複雑な問題を解くエージェントを構築する際、タスク全体の実行管理を非決定的な AI モデルだけに任せるのではなく、AI モデルの非決定的な機能と決定的なコードを組み合わせたエージェントを設計・構築したくなる場合があります。詳しくはグラフベースワークフローを参照してください。

ADK ワークフローとエージェントプロジェクトアーキテクチャの詳細については、ワークフローセクションを参照してください。

エージェント機能¶

ADK エージェントの機能は、次の機能を使って拡張できます。

AI モデル: Google やその他のプロバイダーの生成 AI モデルと統合して、エージェントの基盤となる知能を入れ替えます。
事前構築済みツールと統合: Web サイト、MCP ツール、アプリケーション、データベース、プログラミングインターフェースなど、外部世界とやり取りするための幅広いツール、プラグイン、その他の統合をエージェントに装備します。
カスタムツール: 特定の問題を精密に制御して解決するための、タスク固有のツールを自分で作成します。
アーティファクト: 会話ライフサイクルを超えて存在するファイル、コード、ドキュメントなどの永続的な出力を、エージェントが作成・管理できるようにします。
スキル: 事前構築済みまたはカスタムの Agent Skills を使用して、AI コンテキストウィンドウの制限内で効率的に動作する形でエージェント機能を拡張します。
プラグイン: 複雑な事前パッケージ化済みの動作やサードパーティサービスを、エージェントのワークフローに直接統合します。
コールバック: エージェントの実行ライフサイクル中の特定イベントにフックし、コアのエージェントロジックを変更せずにロギング、モニタリング、またはカスタムの副作用を追加します。

次のステップ¶

ADK で利用できるさまざまなエージェントタイプの概要を理解したら、それらの仕組みと効果的な使い方をさらに掘り下げてみましょう。

シンプルなエージェント: 指示の設定、ツールの提供、計画やコード実行などの高度な機能の有効化を含め、AI モデルを搭載したエージェントを構成する方法を学びます。
グラフワークフロー: プレーンな言語指示から、AI 推論と決定的なコードロジックを組み合わせた、構成可能で信頼性の高い実行パスへエージェントを進化させる方法を確認します。
マルチエージェントワークフロー: 複数のエージェント、実行ノード、さまざまなタスク実行制御メカニズムを組み合わせ、プロジェクトのニーズに合ったエージェントアプリケーションを構築する方法を学びます。