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

Zed 入門 : AI 機能概説 1. エージェントパネル

Posted on 02/28/202602/28/2026 by Masashi Okumura

AI 搭載 IDE/エディタには GitHub Copilot や Cursor の他にも Zed という選択肢もあります。
Zed は Atom エディタ開発チームのコアメンバーが Rust で開発したオープンソースの AI コードエディタで、Electron レイヤーはなく、AI は編集のあらゆる局面で統合されています。

Zed 入門 : AI 機能概説 1. エージェントパネル

作成 : Masashi Okumura (@classcat.com)
作成日時 : 02/28/2026

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

  • AI: Overview
  • AI: Agent Panel

* 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。

 

 

Zed 入門 : AI 機能概説 1. エージェントパネル

概要

AI 搭載 IDE/エディタには GitHub Copilot や Cursor の他にも Zed という選択肢もあります。

Zed は Atom エディタ開発チームのコアメンバーが開発したオープンソースの AI コードエディタで、AI が編集のあらゆる局面で統合されています。例えば、エージェントによるコードの読み書き、インライン変換、リアルタイム補完、任意のバッファでのモデルが可能です。

 

AI へのアプローチ

Zed の AI 機能は Rust で構築されたネイティブの GPU 加速アプリケーション内で実行されます。ユーザとモデル出力の間に Electron レイヤーは存在しません。

  • もちろん オープンソース

  • マルチモデル : Zed でホストされたモデルを使用するか、ユーザ自身の API キーを使用できます。タスク毎にモデルを切り替えられます。

  • 外部エージェント : Claude Agent, Gemini CLI, Codex やその他の CLI ベースのエージェントを (エージェント・クライアント・プロトコル を介して) Zed 内で直接実行できます。外部エージェント 参照。

  • デフォルトでプライバシーを保護 : AI データの共有はオプトインです。API キーを使用する場合、Zed はプロバイダーと ZDR (ゼロデータ保持契約) を締結しているようです。See Privacy and Security.

 

エージェント型編集

エージェント・パネル は AI エージェントを操作する場所です。
エージェントは、ファイルの読み取り、コードの編集、ターミナルコマンドの実行、Web 検索、組み込みツールによる診断機能へのアクセスを行うことができます。MCP サーバを通して追加ツールでエージェントを拡張し、ツール権限でアクセスできるものを制御し、ルール で動作を形作ることができます。

インライン・アシスタントの動作は異なります – コードまたはターミナルコマンドを選択し、望む内容を記述すると、モデルは選択範囲を in place で書き直します。複数のカーソルでも動作します。

 

コード補完

デフォルトプロバイダーはオープンデータでトレーニングされた Zed のオープンソース・モデル Zeta です。GitHub Copilot, Supermaven, または Codestral も使用できます。

編集予測機能はキーストローク毎に AI コード補完を提供します。各キープレスは予測プロバイダーにリクエストを送信し、これは単一行または複数行の候補を返し、ユーザはこれをタブキーで承認できます。

 

エージェントパネル

エージェントパネルを始めて使用する場合は、少なくも一つの LLM プロバイダーか外部エージェントを設定する必要があります。具体的には :

  1. Pro プラン に加入すると、Zed のホストされたモデルにアクセスできるようになります。

  2. Anthropic のようなモデルプロバイダー、または OpenRlouter のようなモデルゲートウェイからの、ユーザ自身の API キーを使用します。この場合、Zed のサブスクリプションは不要です。
    ※ 特定のプロバイダーに既存のキーを追加するには、エージェントパネルの設定 (agent: open settings) で、目的のプロバイダーを探して、キーを入力に貼り付けて Enter キーを推します。

  3. Gemini CLI や Claude Agent のような外部エージェントを使用します。

エージェントパネル は、プロジェクト内のコードを読み書きし、コードを実行できる AI エージェントとやり取りする場所 です。Zed の AI によるコード編集体験の中核で、コード生成、リファクタリング、デバッグ、ドキュメント作成、一般的な質問のための利用できます。

※ パネルを開くには、コマンドパレットから “agent: new thread” を選択するか、ステータスバーの ✨ アイコンをクリックします (✨ はトグルになっています)。

LLM プロバイダーや外部エージェントを設定したら、メッセージエディタに入力して送信ボタンを押します。よりスペースが必要なら、”Opt-Shift-Escape” でメッセージエディタを広げられます (右上をクリックしても良いです)。そしてモデルが使用しているツールを示すインジケータとともに応答がストリーミングされます。

 

エージェントパネルにおける主な操作

新しいスレッドの作成

デフォルトでは、エージェントパネルは Zed のファーストパーティ・エージェントを使用します。
別のエージェントを選択するには、エージェントパネルの右上の + (プラス) ボタンに進み、すぐにインストールされる外部エージェントの一つ、または新しい Text Thread を選択します。

 

メッセージの編集

モデルに送信する任意のメッセージは編集可能です。メッセージを含むカードをクリックし、調整したプロンプト and/or コンテキストの新しいピースで再送信できます。

 

メッセージのキューイング

エージェントが生成状態にある間に送信されたメッセージはデフォルトではキューイングされます。キューイングされたメッセージは編集または削除できます。
停止ボタンをクリックするか、キューイングされたメッセージ上で “Send Now” をクリックすることで、エージェントを即座に中断することもできます。

 

チェックポイント

モデルが編集を遂行するたびに、メッセージの上部に “Restore Checkpoint” ボタンが表示され、これはコードベースをそのメッセージの前の状態に戻すことを可能にします。

 

コンテキストメニュー

スレッドビューで任意のエージェントレスポンス上で右クリックすると、以下のアクションを含むコンテキストメニューにアクセスできます :

  • Copy Selection – 選択されたテキストをマークダウンとしてコピーします。

  • Copy This Agent Response – エージェントレスポンスのテキスト全体をコピー。

  • Scroll to Top / Scroll to Bottom – スレッドの最初、または最後までスクロールします。

  • Open Thread as Markdown – スレッド全体を新しいタブでマークダウンファイルとして開きます。

 

履歴のナビゲート

最近更新されたスレッドをナビゲートするには、”cmd-shift-j” バインディングを使用するか、エージェントパネルの右上のメニューアイコンをクリックします。すべての会話履歴を見るには、同じメニュー内から “View All” オプションか、”cmd-shift-h” バインディングでアクセスします。

スレッドタイトルは会話の内容に基づいて自動生成されますが、タイトルをクリックして入力することで編集したり、パネル右上のエリプシスメニューの “Regenerate Thread Title” ボタンをクリックして再生成することもできます。

 

変更のレビュー

エージェントがプロジェクトに変更を加えると、パネルはどのファイル、いくつのファイル、そして何行が編集されたかパネルに表示されます。
具体的にどのファイルが編集されたかを確認するには、メッセージエディタの真上に表示されるアコーディオンバーを展開するか、”Review Changes” ボタン (shift-ctrl-r) をクリックします、これはすべての変更を含むマルチバッファ・タブを開きます。

個々の変更の一塊を、あるいはエージェントにより行われた変更のセット全体を承認または拒否できます。

 

コンテキストの追加

エージェントはコードベースを検索して関連コンテキストを見つけることができますが、明示的に提供することでレスポンスの品質を向上させ、遅延を削減できます。メッセージエディタで @ をタイプすることでコンテキストを追加できます。ファイル、ディレクトリ、シンボル、以前のスレッド、ルールファイル等を参照できます。

 

以上





クラスキャット

最近の投稿

  • Zed 入門 : AI 機能概説 1. エージェントパネル
  • AI Elements : Vercel AI フロントエンド・スタック
  • AI Elements : 概要
  • AG-UI : エージェント UI プロトコル
  • Rig 0.30 (in Rust) : クイックスタート

タグ

AG2 (14) Agno (46) Agno 2.x (22) AutoGen (13) ClassCat Press Release (20) ClassCat TF/ONNX Hub (11) Cursor (20) 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)
2026年2月
月 火 水 木 金 土 日
 1
2345678
9101112131415
16171819202122
232425262728  
« 12月    
© 2026 ClassCat® AI Research | Powered by Minimalist Blog WordPress Theme