Skip to content

ClassCat® AI Research

クラスキャット – Agno, AgentOS, MCP, LangChain/LangGraph, CrewAI

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

Cursor 再入門: エージェント – プランニング

Posted on 11/28/2025 by Masashi Okumura

エージェントは、構造化された ToDo リストとメッセージ・キューイングを使用して複雑なタスクを事前に計画・管理できるので、長期的な見通しのタスクの理解と追跡を容易にします。

Cursor 再入門: コア: エージェント – プランニング

作成 : Masashi Okumura (@classcat.com)
作成日時 : 11/28/2025
バージョン : 2.1.39

* 本記事は cursor.com/docs の以下のページを参考にしています :

  • Core : Agent – Chat : Planning

* 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。

 

 

Cursor 再入門: コア: エージェント – プランニング

エージェントは、構造化された ToDo リストとメッセージ・キューイングを使用して複雑なタスクを事前に計画・管理できるので、長期的な見通しのタスクの理解と追跡を容易にします。

 

Plan モード

Plan モードはコードを書く前に、詳細な実装計画を作成します。エージェントはコードベースを調査し、確認のための質問をし、そしてビルド前に (ユーザが編集できる)レビュー可能な計画を生成します。

チャット入力から Shift+Tab を押すと、Plan モードへと切り替えることができます。Cursor はまた、複雑なタスクを示すキーワードをタイプすると、自動的に Plan モードを提案します。

 

仕組み

  • エージェントはユーザの要件を把握するために確認のための質問をします。

  • コードベースを調査して関連コンテキストを収集します。

  • 包括的な実装プランを作成します。

  • チャットや markdown ファイルを通じてプランをレビュー、編集します

  • 準備ができたらクリックしてプランを構築します。

プランは、一時的な仮想ファイルとして開かれ、閲覧して編集できます。プランをワークスペースに保存するには、”Save to workspace” をクリックして、それを将来的な参照、チーム共有、ドキュメント化のために .cursor/plans/ に保存します。

 

エージェントの ToDo リスト

エージェントは長いタスクを依存関係のある管理しやすいステップに分割し、作業進捗に合わせて更新される構造化されたプランを作成できます。

 

仕組み

  • エージェントは複雑なタスクの ToDo リストを自動的に作成します

  • 各項目は他のタスクへの依存関係を持つことができます

  • リストは作業進捗に合わせてリアルタイムに更新されます。

  • 完了したタスクは自動的にマークされます。

 

視覚表現

  • ToDo リストはチャット・インターフェイスに表示されます

  • Slack 統合がセットアップされている場合、ToDo リストはそこでも表示されます

  • タスクの完全な内訳はいつでも確認できます

💡 For better planning, describe your end goal clearly. Agent will create more accurate task breakdowns when it understands the full scope.

 

キューに入れられたメッセージ

エージェントが現在のタスクを処理中でも、フォローアップするメッセージをキューに入れます。指示は順番に待機して準備ができたら自動的に実行されます。

https://tensorflow.classcat.com/wp-content/uploads/2025/11/cursor-agent-queue.mp4

 

キューの使用

  1. エージェントが作業中に、次の指示を入力します

  2. Ctrl+Enter キーを押してそれをキューに追加します

  3. メッセージはアクティブなタスクの下に順番に表示されます

  4. 矢印をクリックしてキュー内のメッセージを並べ替えます

  5. エージェントは終了後にそれらを順番に処理します

 

以上





クラスキャット

最近の投稿

  • Cursor 再入門: エージェント – プランニング
  • Cursor 再入門: エージェント – チャット: コマンド
  • Cursor 再入門: エージェント – チャット: 要約
  • Cursor 再入門: エージェント – チャット: エクスポート, 複製, 履歴
  • Cursor 再入門: エージェント – チャット: Tab, チェックポイント

タグ

AG2 (14) Agno (46) Agno 2.x (22) AutoGen (13) ClassCat Press Release (20) ClassCat TF/ONNX Hub (11) Cursor (14) DGL 0.5 (14) Edward (17) FLUX.1 (16) Gemini (20) HuggingFace Transformers 4.5 (10) 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) LangChain v1.0 (10) LangGraph (24) LangGraph 0.5 (9) MediaPipe 0.8 (11) Model Context Protocol (16) NNI 1.5 (16) OpenAI Cookbook (13) OpenAI platform (10) OpenAI platform 1.x (10) 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11月
月 火 水 木 金 土 日
 12
3456789
10111213141516
17181920212223
24252627282930
« 10月    
© 2025 ClassCat® AI Research | Powered by Minimalist Blog WordPress Theme