Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
LangGraphでマルチエージェントワークフローを構築
Search
西岡 賢一郎 (Kenichiro Nishioka)
April 28, 2024
Technology
0
580
LangGraphでマルチエージェントワークフローを構築
機械学習の社会実装勉強会第34回 (
https://machine-learning-workshop.connpass.com/event/316112/
) の発表資料です。
西岡 賢一郎 (Kenichiro Nishioka)
April 28, 2024
Tweet
Share
More Decks by 西岡 賢一郎 (Kenichiro Nishioka)
See All by 西岡 賢一郎 (Kenichiro Nishioka)
Claude Codeを使った情報整理術
knishioka
20
12k
Claude Skillsで"仕事の型"を配布する
knishioka
0
290
Claude Agent SDKで始める実践的AIエージェント開発
knishioka
0
140
AIがAIを拡張する時代へ ~Claude Codeで実現する高品質文書作成~
knishioka
0
160
MLflow × LLM 生成AI時代の実験管理とリスク低減
knishioka
0
160
Conductor: Git Worktreeで実現する並列AIコーディング
knishioka
0
130
ローカルLLMでファインチューニング
knishioka
0
2.2k
自作MCPサーバ入門
knishioka
0
150
成功と失敗の実像と生成AI時代の展望
knishioka
0
120
Other Decks in Technology
See All in Technology
#22 CA × atmaCup 3rd 1st Place Solution
yumizu
1
170
AI時代のアジャイルチームを目指して ー スクラムというコンフォートゾーンからの脱却 ー / Toward Agile Teams in the Age of AI
takaking22
11
6.4k
Qiita Bash アドカレ LT #1
okaru
0
190
手軽に作れる電卓を作って イベントソーシングに親しもう CQRS+ESカンファレンス2026
akinoriakatsuka
0
220
「アウトプット脳からユーザー価値脳へ」がそんなに簡単にできたら苦労しない #RSGT2026
aki_iinuma
11
5k
製造業から学んだ「本質を守り現場に合わせるアジャイル実践」
kamitokusari
0
620
形式手法特論:コンパイラの「正しさ」は証明できるか? #burikaigi / BuriKaigi 2026
ytaka23
16
5.4k
技術選定、下から見るか?横から見るか?
masakiokuda
0
190
「駆動」って言葉、なんかカッコイイ_Mitz
comucal
PRO
0
140
ファインディにおけるフロントエンド技術選定の歴史
puku0x
2
1.4k
サラリーマンソフトウェアエンジニアのキャリア
yuheinakasaka
38
18k
Cloud WAN MCP Serverから考える新しいネットワーク運用 / 20251228 Masaki Okuda
shift_evolve
PRO
0
150
Featured
See All Featured
The Director’s Chair: Orchestrating AI for Truly Effective Learning
tmiket
1
75
Lightning Talk: Beautiful Slides for Beginners
inesmontani
PRO
1
420
Fight the Zombie Pattern Library - RWD Summit 2016
marcelosomers
234
17k
Have SEOs Ruined the Internet? - User Awareness of SEO in 2025
akashhashmi
0
230
ラッコキーワード サービス紹介資料
rakko
0
2M
Marketing to machines
jonoalderson
1
4.5k
Deep Space Network (abreviated)
tonyrice
0
33
So, you think you're a good person
axbom
PRO
1
1.9k
Discover your Explorer Soul
emna__ayadi
2
1k
Technical Leadership for Architectural Decision Making
baasie
0
200
VelocityConf: Rendering Performance Case Studies
addyosmani
333
24k
Utilizing Notion as your number one productivity tool
mfonobong
2
200
Transcript
LangGraphで マルチエージェントワークフローを構築 2024/04/26 第34回勉強会
自己紹介 • 名前: 西岡 賢一郎 ◦ Twitter: @ken_nishi ◦ note:
https://note.com/kenichiro ◦ YouTube: 【経営xデータサイエンスx開発】西岡 賢一郎のチャンネル (https://www.youtube.com/channel/UCpiskjqLv1AJg64jFCQIyBg) • 経歴 ◦ 東京大学で位置予測アルゴリズムを研究し博士 (学術) を取得 ◦ 東京大学の博士課程在学中にデータサイエンスをもとにしたサービスを提供する株式会社ト ライディアを設立 ◦ トライディアを別のIT会社に売却し、CTOとして3年半務め、2021年10月末にCTOを退職 ◦ CDPのスタートアップ (Sr. PdM)・株式会社データインフォームド (CEO)・株式会社ディース タッツ (CTO) ◦ 自社および他社のプロダクト開発チーム・データサイエンスチームの立ち上げ経験
はじめに 本日の発表内容 • LangGraph紹介 - LangChain基盤のライブラリ、言語モデル使用の多アク ターアプリケーション構築支援 • LangChain統合 -
LangChain Expression Language拡張、エージェント間の 協調計算 • プレゼンテーション目的 - LangGraph基本概念学習、マルチエージェント ワークフロー構築方法説明
マルチエージェントとは? 1. マルチエージェントシステム定義 - 複数の独立した エージェントが協力し合うシステム。 2. 独立性と協働性 - 各エージェントは独自のタスクと
責任を持ちつつ、共通の目標達成のために互いに情 報やリソースを共有。 3. 通信と協調 - エージェント間の効果的な通信と協調 により、より複雑な問題解決が可能に。
マルチエージェントの利点 1. 効率性の向上 - 複数のエージェントが特定のタスク に特化し、同時に異なる作業を進行することで全体 の処理速度が向上。 2. 複雑な問題の分割 -
大規模または複雑な問題を小さ な単位に分割し、それぞれのエージェントが一部を 担当することで問題全体の解決を容易に。 3. 拡張性と柔軟性 - 新たなエージェントの追加や既存 のエージェントの調整を通じて、システム全体の能 力を柔軟に調整可能。 4. 耐障害性の向上 - 一つのエージェントが停止または 障害を起こしても、他のエージェントがその機能を 代替またはサポートすることでシステム全体のダウ ンタイムを最小限に抑制。
LangGraphの主要機能 1. サイクルの管理 - LangGraphを使用して、ワークフ ローにおける繰り返し処理や循環的なタスクを効果 的に管理。 2. 状態管理 -
各エージェントの状態を追跡し、ワーク フロー全体の状態を一元管理。 3. LangChainとの統合 - LangChainの機能を拡張し、 より複雑なマルチエージェントシステムをサポー ト。 4. エッジとノードの制御 - グラフ内の各ノード(エー ジェント)とエッジ(通信パス)を詳細に設定し、 精密なワークフロー制御を実現。 5. 条件付きルーティング - 条件に基づいて動的にワー クフローの経路を変更する機能を提供。
実践的な例 • LangGraphの例 a. スーパーバイザーが各エージェントを管理 b. マルチエージェントで協力 c. 階層的エージェントチーム •
LangGraphのサンプルが充実している https://github.com/langchain-ai/langgraph/tree/main/examples
スーパーバイザーが各エージェントを管理 一つのスーパーバイザーエージェント が他のエージェントを管理し、タスク の進行状況を監督する例。異なるエー ジェントが独立してタスクを進行させ ながらも、全体の調整をスーパーバイ ザーが行う構成。
マルチエージェントで協力 複数のエージェントが協力してタスク を遂行する例。エージェントが情報を 共有しながら協力する様子を示すコー ドから派生。
階層的エージェント 複数レベルのエージェントが階層的に 協力する構造。上位のエージェントが 下位のエージェントの活動を指示し、 それぞれのエージェントが部分的なタ スクを担当。
デモ • LangGraphの簡単な使い方を紹介 • LangGraphを使った複雑なアプリケーション構築例は次回以降の勉強会で紹 介する予定