Skip to main content

AI Agentについて

🤖 AI Agent とは？​

AI Agentとは、自律的に状況を判断しタスクを実行できるプログラムのことです。

従来のチャットボットと異なり、AI Agentは以下のような特徴を持ちます：

  • 目標を理解し、それを達成するための計画を立てる
  • 外部ツール（今回ではJPYC SDKなど）やAPIを使用して情報を取得したり、アクションを実行する
  • 状況に応じて柔軟に判断し、行動を調整する
  • 複数のステップを経て、複雑なタスクを完遂する

🆚 チャットボット vs AI Agent​

従来のチャットボットとAI Agentの違いを見てみましょう：

チャットボット

  • 事前に定義されたシナリオに沿って応答
  • 単純な質問応答のみ
  • 外部システムとの連携が限定的
  • 能動的な行動ができない

AI Agent

  • 状況を理解し、自律的に判断
  • 複雑なタスクを計画・実行
  • 外部ツールを自由に使用
  • 目標達成のために能動的に行動

🧠 AI Agent のアーキテクチャ​

AI Agentは、一般的に以下のコンポーネントで構成されます：

1. 言語モデル（LLM）

AI Agentの「脳」にあたる部分です。
ユーザーの意図を理解し、適切な行動を決定します。

このプロジェクトでは、Claude（Anthropic社の大規模言語モデル）を使用します。

2. ツール（Tools）

AI Agentが実行できる具体的な機能です。

例えば以下のようなものがそれにあたります。

  • Web検索
  • データベースへのクエリ
  • APIの呼び出し
  • ファイル操作

このプロジェクトでは、JPYCの残高確認や送信などがツールになります。

3. メモリ（Memory）

過去の会話やアクションを記憶する機能です。
これにより、文脈を理解した応答が可能になります。

4. プランナー（Planner）

複雑なタスクを小さなステップに分解し、実行順序を決定します。

🔄 AI Agent の動作フロー​

AI Agentは、以下のようなループで動作します：

  1. 入力の理解：
    ユーザーからの指示を解析

  2. 計画の立案：
    目標を達成するための手順を決定

  3. ツールの実行：
    必要なツールを呼び出す

  4. 結果の評価：
    実行結果を確認し、次のアクションを決定

  5. 応答の生成：
    ユーザーに結果を報告

このサイクルを、目標が達成されるまで繰り返します。

💬 具体例：JPYC 送信の場合​

ユーザーが「太郎さんに100 JPYC送って」と指示した場合：

1. 入力の理解
   → 「送信」というアクションが必要
   → 送信先：太郎さん
   → 送信額：100 JPYC

2. 計画の立案
   Step 1: 太郎さんのウォレットアドレスを取得
   Step 2: 送信を実行
   Step 3: 結果をユーザーに報告

3. ツールの実行
   - アドレス帳ツールで太郎さんのアドレスを検索
   - 送信ツールで送信を実行

4. 結果の評価
   - 送信が成功したかを確認
   - エラーがあれば原因を特定

5. 応答の生成
   「太郎さん（0x123...）に100 JPYCを送信しました。
   トランザクションID: 0xabc...」

🎯 AI Agent のユースケース​

AI Agentは、様々な分野で活用されています：

web3・ブロックチェーン

  • 自動取引（トレーディングBot）

業務自動化

  • カスタマーサポート
  • データ分析とレポート作成
  • スケジュール管理

パーソナルアシスタント

  • メール管理
  • 情報収集と要約
  • タスク管理

🔧 AI Agent 開発の課題​

AI Agentを開発する際には、以下のような課題があります：

1. ツールの統合

様々なAPIやサービスをAI Agentに組み込むのは複雑です。

→ 解決策：MCP（Model Context Protocol）のような標準化されたプロトコルを使用

2. エラーハンドリング

外部ツールの実行は失敗する可能性があります。

→ 解決策：適切なエラーハンドリングとリトライロジックの実装

3. セキュリティ

AI Agentに強力な権限を与えると、悪用のリスクがあります。

→ 解決策：権限の最小化、操作の承認フロー、監査ログの記録、外部ルール呼び出し時の認可機能追加

4. 信頼性

LLMの出力は常に正確とは限りません。

→ 解決策：重要な操作には確認ステップを挟む、出力の検証

次のレッスンでは、AI AgentとツールをつなぐMCP（Model Context Protocol）について学びます！

🙋‍♂️ 質問する​

ここまでの作業で何かわからないことがある場合は、Discordの#jpycで質問をしてください。

ヘルプをするときのフローが円滑になるので、エラーレポートには下記の4点を記載してください ✨

  1. 質問が関連しているセクション番号とレッスン番号
  2. 何をしようとしていたか
  3. エラー文をコピー&ペースト
  4. エラー画面のスクリーンショット

次のレッスンでは、MCPについて学びます！