ゆるーく理解するKoogのAIAgent開発

https://love-kotlin.connpass.com/event/369603/

Transcript

1. ゆるーく理解する Koog のAIAgent 開発 kk__777 株式会社 はてな モバイルアプリエンジニア（おもにAndroid ）
2. Kotlin でAI エージェントを構築・実行 JetBrains 製オープンソースフレームワーク エージェントの種類、LLM 切替、履歴圧縮、永続化、KMP 対応、Spring/Ktor 統 合、 OpenTelemetry 観測などを備え、ツール連携と複雑なワークフローを型安全 なDSL で扱える Learn more 🧠 Koog
3. 色々書いてあるけどとりあえず Kotlin でAi Agent 作れるやつだよ
4. ログイン画面でログインする ↓ ログイン成功でホーム画面で何かを表示 ↓ ホーム画面でなんらかの操作ができる ↓ ホーム画面から詳細画面に遷移する とりあえずなんか作ってみる
5. とりあえずなんか作ってみる 🤖 君は家計簿アプリのデータを管理している Agent だ よ データの取得・フィルター・集計・詳細取得など、与えられた命令に応 じて 必要なツールを選び、整形した結果を返すのが役割。 # 認証 # 一覧取得 # 詳細参照
6. たとえばこんな命令 このユーザid でログインして ホーム表示したよデータちょうだい ホームのデータ、特定の月でフィルターして この項目のid の詳細情報ちょうだい
7. たとえばこんな命令 agent.run("demo_user でログインして") agent.run(" ホームを表示したよ。全取引データをください") agent.run("2025/11 でフィルターしたデータをください") agent.run("id 001 の詳細データをください。")
8. デモのお時間
9. Tool の提供 Strategy の提供 Agent Config の設定 今回やったこと
10. 実行 agent.run( AgentRequest( // 開発者で定義したdata class screen = Screen.Login.name, instruction = "ユーザー名「$username」でログインしてください", parameters = mapOf("username" to username) ) ) agent.run( AgentRequest( screen = Screen.Home.name, instruction = "ホーム画面のデータを取得してください" ) ) agent.run( AgentRequest( screen = Screen.Monthly.name, instruction = "${year}年${month}月のデータを取得してください", parameters = mapOf("year" to year.toString(), "month" to month.toString()) ) )
11. interface AIAgent<Input, Output>
12. ツール エージェントが外部の世界（API ・DB ・OS など）とやり取りするための実行インターフェース @LLMDescription("家計簿アプリのツールセット。ログイン、ユーザー情報取得、取引データ管理の機能を提供します。") class BudgetTools : ToolSet { @Tool @LLMDescription("指定されたユーザー名でログインします。成功時はユーザー情報を含む成功メッセージを、失敗時はエラーメッセージを返します。 fun loginUser( @LLMDescription("ログインするユーザー名。有効なユーザー名: demo_user, test_user, sample_user") username: String ): String { . } @Tool @LLMDescription("取引データを取得します。yearとmonthを指定すると、その月の取引のみを返します。省略すると全ての取引を返します。") fun getTransactions( @LLMDescription("年（例: 2024）。省略可能 - 省略すると全ての取引を取得します。") year: Int?, @LLMDescription("月（1-12）。省略可能 - yearと一緒に指定する必要があります。") month: Int? ): String { . } .
13. Strategy エージェントが“ どう考え、どう行動するか” を定義する設計図 val strategy = strategy<AgentRequest, LoginResponse>("login") { // 事前準備として clientからのリクエストにコンテキスト（画面名とか今のユーザ名とか）を加えてる val prepareRequest by node<AgentRequest, String> { request -> "画面: ${request.screen}\nユーザー名: ${request.parameters["username"]}\n指示: ${request.instruction}" } // 構造化レスポンスの作成を誘発する val responseNode by nodeLLMRequestStructured<LoginResponse>( fixingParser = StructureFixingParser( fixingModel = OpenAIModels.CostOptimized.GPT4oMini, retries = 2 ) ) // 組み合わせ nodeStart then prepareRequest then responseNode edge(responseNode forwardTo nodeFinish transformed { it.getOrThrow().structure }) }
14. Agent Config の設定 agentConfig = AIAgentConfig( prompt = prompt("budget_app") { system( """ あなたは家計簿アプリのアシスタントです。 ユーザーの画面情報と指示を受け取り、適切なツールを使ってデータを取得・処理してください。 """.trimIndent() ) }, maxAgentIterations = 20 val agent = AIAgent( promptExecutor = simpleOpenAIExecutor(apiKey), // LLM model = OpenAIModels.Chat.GPT4o, // モデル strategy = strategy, // Strategy toolRegistry = ToolRegistry { tools(BudgetTools().asTools()) // Toolの設定 }, ), )
15. おもしろポイント① あなたは家計簿アプリのアシスタントです。 ユーザーの画面情報と指示を受け取り、適切なツールを使ってデータを取得・処理してください。 Tool を渡すとそれがどんなものかを認識してくれているから、指示に応じて適切なものを 考えて使ってくれる Tool を選択して 動いていくプロセスを Strategy である程度拡張できる Agent へのシステムプロンプトがこれだけ。 （2 行目もたぶん消しても動く気がする）
16. おもしろポイント② マルチプラットフォーム iOS Android 0:00 JVM
17. おもしろポイント③ 🟢 Input ( ユーザID ・月など) 🔧 Tool (MCP / API / Dummy Data) 📊 Output ( 整形済みデータ) Tool による拡張 今回はダミーデータを返しているだけだが、MCP を使っても API を使っても OK 。 要は「Input → Output 」の関係を伝えておけば中身を意識せずに Agent が適切に使っ てくれる。
18. Ai Agent のアイデアをください！！！ ご清聴ありがとうございました。