Skip to content

ClassCat® AI Research

クラスキャット – assistant-ui, Agno, 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

assistant-ui 入門 – ガイド : 思考の連鎖

Posted on 03/24/2026 by Masashi Okumura

LLM は推論ステップとツール呼び出しを連続的に生成する場合がよくあります。思考の連鎖 (Chain of Thought) は、推論とツール呼び出しを折りたたみ式のアコーディオン UI にまとめます。

assistant-ui 入門 – ガイド : 思考の連鎖

作成 : Masashi Okumura (@classcat.com)
作成日時 : 03/24/2026
バージョン : assistant-ui@0.0.84

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

  • Guides : Chain of Thought

* 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 AI 研究開発支援サービス ⭐️ 創立30周年(30th Anniversary)🎉💐

◆ クラスキャット は AI 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 :

  • AI 研究開発支援 [詳細]

    1. AI エージェント構築支援
    2. 画像認識 (医療系含む) / 画像生成

  • AI 導入個別相談会(無償)実施中! [詳細]

  • 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

 

 

assistant-ui 入門 – ガイド : 思考の連鎖

推論とツール呼び出しを折りたたみ式のアコーディオン UI にまとめます。

LLM は推論ステップとツール呼び出しを連続的に生成する場合がよくあります。思考の連鎖 (Chain of Thought) は、これらの連続的なパーツを視覚的にグループ分けして、単一の折りたたみ式アコーディオン UI にまとめることができて、ユーザにわかりやすい「思考 (thinking)」UI を提供します。

 

概要

OpenAI の o4-mini のようなモデルが応答する際、最終的なテキスト回答を生成する前に、推論トークンとツール呼び出しのシークエンスを出力する場合があります。デフォルトでは、これらのパーツは個別にレンダリングされます。ChainOfThoughtPrimitive は連続的な推論 + ツール呼び出しのパーツをまとめて、単一のコンポーネントを通してレンダリングします。

主なメリット :

  • スッキリした (Cleaner) UI – 中間ステップを「考え中 (Thinking)」トグルの裏側に折り畳みます

  • より良いコンテキスト – ユーザは推論とツール呼び出しが関連していることを確認できます

  • 組み込みアコーディオン – ワンクリックで展開/折りたたみ可能; デフォルトで折りたたまれます

 

クイックスタート

  1. ChainOfThought コンポーネントを MessagePrimitive.Parts に渡す
    MessagePrimitive.Parts は ChainOfThought コンポーネントを受け取ります。提供された場合、連続的な推論とツール呼び出しパートは自動的にグループ化されてレンダリングされます。

    import {
      AuiIf,
      ChainOfThoughtPrimitive,
      MessagePrimitive,
    } from "@assistant-ui/react";
    import type { FC } from "react";
    
    const Reasoning: FC<{ text: string }> = ({ text }) => {
      return (
        <p className="whitespace-pre-wrap px-4 py-2 text-muted-foreground text-sm italic">
          {text}
        </p>
      );
    };
    
    const ChainOfThought: FC = () => {
      return (
        <ChainOfThoughtPrimitive.Root className="my-2 rounded-lg border">
          <ChainOfThoughtPrimitive.AccordionTrigger className="flex w-full cursor-pointer items-center gap-2 px-4 py-2 font-medium text-sm hover:bg-muted/50">
            Thinking
          </ChainOfThoughtPrimitive.AccordionTrigger>
          <AuiIf condition={(s) => !s.chainOfThought.collapsed}>
            <ChainOfThoughtPrimitive.Parts>
              {({ part }) => {
                if (part.type === "reasoning") return ;
                if (part.type === "tool-call") return ;
                return null;
              }}
            </ChainOfThoughtPrimitive.Parts>
          </AuiIf>
        </ChainOfThoughtPrimitive.Root>
      );
    };
    
    const AssistantMessage: FC = () => {
      return (
        <MessagePrimitive.Root>
          <MessagePrimitive.Parts>
            {({ part }) => {
              if (part.type === "text") return <MarkdownText />;
              return null;
            }}
          </MessagePrimitive.Parts>
        </MessagePrimitive.Root>
      );
    };
    

  2. 推論モデルの使用
    思考の連鎖は、推論トークンを生成するモデル (e.g. OpenAI o4-mini) で最も役立ちます。以下は、Vercel AI SDK を使用したバックエンド・ルートの例です :

    app/api/chat/route.ts

    import { openai } from "@ai-sdk/openai";
    import { streamText, convertToModelMessages } from "ai";
    
    export async function POST(req: Request) {
      const { messages } = await req.json();
    
      const result = streamText({
        model: openai("o4-mini"),
        messages: await convertToModelMessages(messages),
      });
    
      return result.toUIMessageStreamResponse();
    }
    

 

API リファレンス

ChainOfThoughtPrimitive.Root – 思考の連鎖のグループのためのコンテナ要素。<div> をレンダリングします。

ChainOfThoughtPrimitive.AccordionTrigger – 折りたたみ/展開状態を切り替えるボタン。デフォルトは折りたたみ。

ChainOfThoughtPrimitive.Parts – 展開されたときグループ化されたパーツがレンダリングされます (折りたたまれた状態では何も表示されません)。

 

以上





クラスキャット

最近の投稿

  • assistant-ui 入門 – ガイド : 思考の連鎖
  • assistant-ui 入門 – ガイド : メッセージ (分岐, 編集)
  • assistant-ui 入門 – ガイド : ツール
  • assistant-ui 入門 : プリミティブ – 概要
  • assistant-ui 入門 : ランタイム – AI SDK v6

タグ

AG2 (14) Agno (46) Agno 2.x (22) assistant-ui (10) 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 Probability (9) TensorFlow Programmer's Guide (22) TensorFlow Release Note (18) TensorFlow Tutorials (33) TF-Agents 0.4 (11)
2026年3月
月 火 水 木 金 土 日
 1
2345678
9101112131415
16171819202122
23242526272829
3031  
« 2月    
© 2026 ClassCat® AI Research | Powered by Minimalist Blog WordPress Theme