Skip to content

ClasCat® AI Research

クラスキャット – 生成 AI, AI エージェント, MCP

Menu
  • ホーム
    • ClassCat® AI Research ホーム
    • クラスキャット・ホーム
  • OpenAI API
    • OpenAI Python ライブラリ 1.x : 概要
    • OpenAI ブログ
      • GPT の紹介
      • GPT ストアの紹介
      • ChatGPT Team の紹介
    • OpenAI platform 1.x
      • Get Started : イントロダクション
      • Get Started : クイックスタート (Python)
      • Get Started : クイックスタート (Node.js)
      • Get Started : モデル
      • 機能 : 埋め込み
      • 機能 : 埋め込み (ユースケース)
      • ChatGPT : アクション – イントロダクション
      • ChatGPT : アクション – Getting started
      • ChatGPT : アクション – アクション認証
    • OpenAI ヘルプ : ChatGPT
      • ChatGPTとは何ですか?
      • ChatGPT は真実を語っていますか?
      • GPT の作成
      • GPT FAQ
      • GPT vs アシスタント
      • GPT ビルダー
    • OpenAI ヘルプ : ChatGPT > メモリ
      • FAQ
    • OpenAI ヘルプ : GPT ストア
      • 貴方の GPT をフィーチャーする
    • OpenAI Python ライブラリ 0.27 : 概要
    • OpenAI platform
      • Get Started : イントロダクション
      • Get Started : クイックスタート
      • Get Started : モデル
      • ガイド : GPT モデル
      • ガイド : 画像生成 (DALL·E)
      • ガイド : GPT-3.5 Turbo 対応 微調整
      • ガイド : 微調整 1.イントロダクション
      • ガイド : 微調整 2. データセットの準備 / ケーススタディ
      • ガイド : 埋め込み
      • ガイド : 音声テキスト変換
      • ガイド : モデレーション
      • ChatGPT プラグイン : イントロダクション
    • OpenAI Cookbook
      • 概要
      • API 使用方法 : レート制限の操作
      • API 使用方法 : tiktoken でトークンを数える方法
      • GPT : ChatGPT モデルへの入力をフォーマットする方法
      • GPT : 補完をストリームする方法
      • GPT : 大規模言語モデルを扱う方法
      • 埋め込み : 埋め込みの取得
      • GPT-3 の微調整 : 分類サンプルの微調整
      • DALL-E : DALL·E で 画像を生成して編集する方法
      • DALL·E と Segment Anything で動的マスクを作成する方法
      • Whisper プロンプティング・ガイド
  • Gemini API
    • Tutorials : クイックスタート with Python (1) テキスト-to-テキスト生成
    • (2) マルチモーダル入力 / 日本語チャット
    • (3) 埋め込みの使用
    • (4) 高度なユースケース
    • クイックスタート with Node.js
    • クイックスタート with Dart or Flutter (1) 日本語動作確認
    • Gemma
      • 概要 (README)
      • Tutorials : サンプリング
      • Tutorials : KerasNLP による Getting Started
  • Keras 3
    • 新しいマルチバックエンド Keras
    • Keras 3 について
    • Getting Started : エンジニアのための Keras 入門
    • Google Colab 上のインストールと Stable Diffusion デモ
    • コンピュータビジョン – ゼロからの画像分類
    • コンピュータビジョン – 単純な MNIST convnet
    • コンピュータビジョン – EfficientNet を使用した微調整による画像分類
    • コンピュータビジョン – Vision Transformer による画像分類
    • コンピュータビジョン – 最新の MLPモデルによる画像分類
    • コンピュータビジョン – コンパクトな畳込み Transformer
    • Keras Core
      • Keras Core 0.1
        • 新しいマルチバックエンド Keras (README)
        • Keras for TensorFlow, JAX, & PyTorch
        • 開発者ガイド : Getting started with Keras Core
        • 開発者ガイド : 関数型 API
        • 開発者ガイド : シーケンシャル・モデル
        • 開発者ガイド : サブクラス化で新しい層とモデルを作成する
        • 開発者ガイド : 独自のコールバックを書く
      • Keras Core 0.1.1 & 0.1.2 : リリースノート
      • 開発者ガイド
      • Code examples
      • Keras Stable Diffusion
        • 概要
        • 基本的な使い方 (テキスト-to-画像 / 画像-to-画像変換)
        • 混合精度のパフォーマンス
        • インペインティングの簡易アプリケーション
        • (参考) KerasCV – Stable Diffusion を使用した高性能画像生成
  • TensorFlow
    • TF 2 : 初級チュートリアル
    • TF 2 : 上級チュートリアル
    • TF 2 : ガイド
    • TF 1 : チュートリアル
    • TF 1 : ガイド
  • その他
    • 🦜️🔗 LangChain ドキュメント / ユースケース
    • Stable Diffusion WebUI
      • Google Colab で Stable Diffusion WebUI 入門
      • HuggingFace モデル / VAE の導入
      • LoRA の利用
    • Diffusion Models / 拡散モデル
  • クラスキャット
    • 会社案内
    • お問合せ
    • Facebook
    • ClassCat® Blog
Menu

AutoGen Core : 基本概念 : App スタック / エージェント ID とライフサイクル

Posted on 04/09/202504/09/2025 by Masashi Okumura

AutoGen Core の基本概念から App スタックです。AutoGen core は広範囲なマルチエージェント・アプリケーションを構築するために使用できる柔軟なフレームワークとして設計されています。エージェントランタイムはエージェントの ID とライフサイクルを管理します。

AutoGen Core : 基本概念 : App スタック / エージェント ID とライフサイクル

作成 : クラスキャット・セールスインフォメーション
作成日時 : 04/09/2025

* 本記事は github microsoft/autogen の以下のページを独自に翻訳した上でまとめ直し、補足説明を加えています :

  • AutoGen Core : Core Concept : Application Stack
  • AutoGen Core : Core Concept : Agent Identity and Lifecycle

* サンプルコードの動作確認はしておりますが、必要な場合には適宜、追加改変しています。
* ご自由にリンクを張って頂いてかまいませんが、sales-info@classcat.com までご一報いただけると嬉しいです。

 

クラスキャット 人工知能 研究開発支援サービス ⭐️ リニューアルしました 😉

◆ クラスキャット は人工知能に関する各種サービスを提供しています。お気軽にご相談ください :

  • 人工知能導入個別相談会(無償)実施中! [詳細]

  • 人工知能研究開発支援 [詳細]
    1. 自社特有情報を含むチャットボット構築支援
    2. 画像認識 (医療系含む) / 画像生成

  • PoC(概念実証)を失敗させないための支援 [詳細]

◆ お問合せ : 下記までお願いします。

  • クラスキャット セールス・インフォメーション
  • sales-info@classcat.com
  • ClassCatJP

 

 

AutoGen Core : 基本概念 : App スタック

AutoGen core は、広範囲なマルチエージェント・アプリケーションを構築するために使用できる、特定のやり方にこだわらない (unopinionated) フレームワークとして設計されています。特定のエージェント抽象化やマルチエージェント・パターンに縛られません。

次の図はアプリケーション・スタックを示します。

スタックの一番下には、エージェントが相互に通信することを可能にする基本的なメッセージングとルーティング装置 (facilities) があります。これらはエージェント・ランタイムにより管理され、殆どのアプリケーションについて、開発者はランタイムにより提供される高位 API を操作する必要があるだけです (Agent and Agent Runtime 参照)。

スタックの最上部では、開発者はエージェントが交換するメッセージのタイプを定義する必要があります。このメッセージタイプのセットはエージェントが従う必要がある動作契約を形成し、契約の実装はエージェントがメッセージを処理する方法を決定します。動作契約はまたメッセージプロトコルと呼ばれることもあります。動作契約を実装するのは開発者の責任です。マルチエージェント・パターンはこれらの動作契約から出現します (Multi-Agent Design Patterns 参照)。

 

アプリケーションの例

コード生成用のマルチエージェント・アプリケーションの具体的な例を考えましょう。アプリケーションは 3 つのエージェントから構成されます : Coder エージェント、Executor エージェントと Reviewer エージェントです。次の図はエージェント間のデータフローとそれらの間で交換されるメッセージタイプを示しています。

この例では、動作契約は以下から構成されます :

  • アプリケーションから Coder エージェントへの CodingTaskMsg メッセージ

  • Coder エージェントから Executor エージェントへの CodeGenMsg

  • Executer エージェントから Reviewer エージェントへの ExecutionResultMsg

  • Reviewer エージェントから Coder エージェントへの ReviewMsg

  • Reviewer エージェントからアプリケーションへの CodingResultMsg

動作契約はこれらのメッセージのエージェントの処理で実装されます。例えば、Reviewer エージェントは ExecutionResultMsg を listen し、コード実行の結果を評価して承認するか拒否するかを決定し、承認される場合は、アプリケーションに CodingResultMsg を送信し、そうでない場合は、コード生成のもう一つのラウンドのために Coder エージェントに ReviewMsg を送信します。

動作契約は reflection と呼ばれるマルチエージェント・パターンのケースで、そこでは生成結果は生成のもう一つのラウンドによりレビューされ、全体的な品質を向上させます。

 

AutoGen Core : 基本概念 : エージェント ID とライフサイクル

エージェントランタイムはエージェントの ID とライフサイクルを管理します。アプリケーションはエージェントを直接には作成するのではなく、エージェント・インスタンスのファクトリー関数を使用してエージェントタイプを登録します。このセクションでは、ランタイムによりエージェントが識別され作成される方法を説明します。

 

エージェント ID

エージェント ID は、分散ランタイムを含むエージェントランタイム内のエージェントインスタンスを一意に識別します。それはメッセージを受信するためのエージェントインスタンスの「アドレス」です。それは 2 つのコンポーネントを持ちます : エージェントタイプとエージェントキーです。

Note : Agent ID = (Agent Type, Agent Key)

 
エージェントタイプはエージェントクラスではありません。それはエージェントを、同じエージェントタイプのエージェントのインスタンスを生成する、特定のファクトリ関数と関連付けます。例えば、異なるファクトリ関数は異なるコンストラクタ・パラメータを持つ同じエージェントクラスを生成することができます。エージェントキーは特定のエージェントタイプのインスタンス識別子です。エージェント ID は文字列に変換したり、文字列から変換できます。この文字列の形式は :

Note : Agent_Type/Agent_Key

 
タイプとキーは、英数字 (a-z) と (0-9)、またはアンダースコア (_) だけを含む場合、有効とみなされます。有効な識別子は数字で始めたり、空白を含むことはできません。

マルチエージェント・アプリケーションでは、エージェントタイプは通常はアプリケーションにより直接定義されます、つまり、それらはアプリケーションのコード内で定義されます。一方、エージェントキーは通常はエージェントに配信される特定のメッセージが与えられたときに生成されます、つまり、それらはアプリケーションのデータにより定義されます。

例えば、ランタイムが、コードレビューを実行するエージェントインスタンスを生成するファクトリ関数を使用してエージェントタイプ “code_reviewer” を登録したとします。各コードレビューのリクエストは専用のセッションを指し示すために一意な ID review_request_id を持ちます。この場合、各リクエストはエージェント ID (“code_reviewer”, review_request_id) を持つ新しいインスタンスにより処理できます。

 

エージェント・ライフサイクル

ランタイムが ID が指定されたエージェントインスタンスにメッセージを配信する場合、それはインスタンスを取得するか、存在しなければ作成します。

ランタイムはリソースを節約し複数のマシンに渡りロードバランスを取るために、エージェントインスタンスの “paging in” や “out” も担います。これはまだ実装されていません。

 

以上



クラスキャット

最近の投稿

  • LangGraph Platform : Get started : クイックスタート
  • LangGraph Platform : 概要
  • LangGraph : Prebuilt エージェント : ユーザインターフェイス
  • LangGraph : Prebuilt エージェント : 配備
  • LangGraph : Prebuilt エージェント : マルチエージェント

タグ

AutoGen (13) ClassCat Press Release (20) ClassCat TF/ONNX Hub (11) DGL 0.5 (14) Eager Execution (7) Edward (17) FLUX.1 (16) Gemini (20) HuggingFace Transformers 4.5 (10) HuggingFace Transformers 4.6 (7) HuggingFace Transformers 4.29 (9) Keras 2 Examples (98) Keras 2 Guide (16) Keras 3 (10) Keras Release Note (17) Kubeflow 1.0 (10) LangChain (45) LangGraph (20) MediaPipe 0.8 (11) Model Context Protocol (16) NNI 1.5 (16) OpenAI Agents SDK (8) OpenAI Cookbook (13) OpenAI platform (10) OpenAI platform 1.x (10) OpenAI ヘルプ (8) TensorFlow 2.0 Advanced Tutorials (33) TensorFlow 2.0 Advanced Tutorials (Alpha) (15) TensorFlow 2.0 Advanced Tutorials (Beta) (16) TensorFlow 2.0 Guide (10) TensorFlow 2.0 Guide (Alpha) (16) TensorFlow 2.0 Guide (Beta) (9) TensorFlow 2.0 Release Note (12) TensorFlow 2.0 Tutorials (20) TensorFlow 2.0 Tutorials (Alpha) (14) TensorFlow 2.0 Tutorials (Beta) (12) TensorFlow 2.4 Guide (24) TensorFlow Deploy (8) TensorFlow Get Started (7) TensorFlow Graphics (7) TensorFlow Probability (9) TensorFlow Programmer's Guide (22) TensorFlow Release Note (18) TensorFlow Tutorials (33) TF-Agents 0.4 (11)
2025年4月
月 火 水 木 金 土 日
 123456
78910111213
14151617181920
21222324252627
282930  
« 3月   5月 »
© 2025 ClasCat® AI Research | Powered by Minimalist Blog WordPress Theme