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
AWSと生成AIで学ぶ!実行計画の読み解き方とSQLチューニングの実践
yakumo
2
450
マーケットプレイス版Oracle WebCenter Content For OCI
oracle4engineer
PRO
5
1.5k
Node vs Deno vs Bun 〜推しランタイムを見つけよう〜
kamekyame
1
440
人工知能のための哲学塾 ニューロフィロソフィ篇 第零夜 「ニューロフィロソフィとは何か?」
miyayou
0
440
AI との良い付き合い方を僕らは誰も知らない (WSS 2026 静岡版)
asei
1
300
Oracle Database@AWS:サービス概要のご紹介
oracle4engineer
PRO
2
870
Introduction to Sansan Meishi Maker Development Engineer
sansan33
PRO
0
330
戰略轉變:從建構 AI 代理人到發展可擴展的技能生態系統
appleboy
0
190
AI Agent Standards and Protocols: a Walkthrough of MCP, A2A, and more...
glaforge
0
230
Models vs Bounded Contexts for Domain Modularizati...
ewolff
0
160
迷わない!AI×MCP連携のリファレンスアーキテクチャ完全ガイド
cdataj
0
470
「違う現場で格闘する二人」——社内コミュニティがつないだトヨタ流アジャイルの実践とその先
shinichitakeuchi
0
330
Featured
See All Featured
Breaking role norms: Why Content Design is so much more than writing copy - Taylor Woolridge
uxyall
0
130
Designing Experiences People Love
moore
143
24k
Paper Plane
katiecoart
PRO
0
45k
Bridging the Design Gap: How Collaborative Modelling removes blockers to flow between stakeholders and teams @FastFlow conf
baasie
0
430
Amusing Abliteration
ianozsvald
0
86
Sam Torres - BigQuery for SEOs
techseoconnect
PRO
0
170
Automating Front-end Workflow
addyosmani
1371
200k
Ethics towards AI in product and experience design
skipperchong
1
170
Paper Plane (Part 1)
katiecoart
PRO
0
3k
Tips & Tricks on How to Get Your First Job In Tech
honzajavorek
0
410
Build The Right Thing And Hit Your Dates
maggiecrowley
38
3k
Code Review Best Practice
trishagee
74
19k
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