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

AG2 : AgentOS for AI エージェント

Posted on 08/28/2025 by Masashi Okumura

AG2 は、AI エージェントを構築し、タスクを解決するために複数のエージェント内の協調を容易にする、オープンソースのプログラミング・フレームワークです。AG2 はエージェント型 AI の開発と研究を合理化することを目的としています。

AG2 : オープンソース AgentOS for AI エージェント : 概要

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 : 08/27/2025
バージョン : v0.9.9

* 本記事は github: ag2ai/ag2 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 :

  • ag2ai/ag2/README.md

* 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。

 

 

AG2 : オープンソース AgentOS for AI エージェント : 概要

AG2 (旧称 AutoGen) は、AI エージェントを構築し、タスクを解決するために複数のエージェント内の協調を容易にする、オープンソースのプログラミング・フレームワークです。AG2 はエージェント型 AI の開発と研究を合理化 (streamline) することを目的としています。AG2 は、互いにやり取り可能なエージェント、様々な大規模言語モデル (LLM) の使用やツール使用サポートの促進、自律的で人間介在型のワークフロー、そしてマルチエージェント会話パターンのような機能を提供します。

The project is currently maintained by a dynamic group of volunteers from several organizations. Contact project administrators Chi Wang and Qingyun Wu via support@ag2.ai if you are interested in becoming a maintainer.

 

Getting started

AG2 のコンセプトとコードの段階的なガイドについては、ドキュメントの Basic Concepts をご覧ください。

 

インストール

AG2 は Python バージョン >= 3.10, < 3.14 を必要とします。AG2 は PyPI の ag2 (or そのエイリアス autogen) 経由で利用可能です。

pip install 'ag2[openai]'

 

API キーの設定

LLM の依存関係をすっきりさせるため、OAI_CONFIG_LIST ファイルを使用して API キーを保存することを勧めます。

サンプルファイル OAI_CONFIG_LIST_sample をテンプレートとして使用できます。

[
  {
    "model": "gpt-4o",
    "api_key": "<your OpenAI API key here>"
  }
]

 

最初のエージェントの実行

スクリプトか Jupyter Notebook を作成して最初のエージェントを実行しましょう。

from autogen import AssistantAgent, UserProxyAgent, LLMConfig

llm_config = LLMConfig.from_json(path="OAI_CONFIG_LIST")


with llm_config:
    assistant = AssistantAgent("assistant")
user_proxy = UserProxyAgent("user_proxy", code_execution_config={"work_dir": "coding", "use_docker": False})
user_proxy.initiate_chat(assistant, message="Plot a chart of NVDA and TESLA stock price change YTD.")
# This initiates an automated chat between the two agents to solve the task

 

様々なエージェント・コンセプトへのイントロダクション

AI エージェントを構築するのに役立つ、AG2 の幾つかのエージェント・コンセプトがあります。ここで最も一般的なものを紹介します :

  • 会話型エージェント (Conversable Agent) : GenAI モデル、非 GenAI ツールや人間の入力を使用して、メッセージを送受信して応答を生成できるエージェント。

  • Human in the loop : 会話に人間の入力を追加します。

  • 複数のエージェントのオーケストレーション : ユーザは、スウォーム (swarms, 群知能)、グループチャット、ネストチャット (nested chats)、逐次チャットのような組み込み会話パターンを使用して複数のエージェントをオーケストレーションしたり、カスタム応答メソッドを登録することでオーケストレーションをカスタマイズしたりできます。

  • ツール : エージェントにより登録、呼び出し、そして実行可能なプログラム。

  • 高度なコンセプト : AG2 は、構造化出力、rag、コード実行 等のような多くのコンセプトをサポートしています。

 

以上



クラスキャット

最近の投稿

  • AG2 : AgentOS for AI エージェント
  • AutoGen 0.7 : AgentChat : クイックスタート
  • AutoGen 0.7 : MCP 対応 マルチエージェント・フレームワーク
  • smolagents : コンセプト : 多段階エージェントはどのように動作するか?
  • smolagents : コンセプト・ガイド : エージェントとは何か?🤔

タグ

Agno (46) 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 (24) LangGraph 0.5 (9) 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 Probability (9) TensorFlow Programmer's Guide (22) TensorFlow Release Note (18) TensorFlow Tutorials (33) TF-Agents 0.4 (11)
2025年8月
月 火 水 木 金 土 日
 123
45678910
11121314151617
18192021222324
25262728293031
« 7月    
© 2025 ClasCat® AI Research | Powered by Minimalist Blog WordPress Theme