自作AIエージェントフレームワーク「Shikigami (式神 )」を 5分でMCP対応させた話

自作AIエージェントフレームワーク「Shikigami (式神 )」を 5分でMCP対応させた話さくらのAI Meetup vol.10「MCP」 2025/05/15 @masachaco

Clineが便利自動でコーディングしてくれる爆速で開発を行うことができて便利

Clineが便利だけど。。。 • 家に居すぎてしまう • 進捗がバンバン出るので家でつきっきりになってしまう • 外に出たい • 季節的にちょうどいいので公園でお花見
をしながらプログラミングしたい • 競馬場で興味ないレース中は暇だからプログラミングしたい • Clineはリモートでは使いづらい

スマホで使えるClineがほしい • GitHub上のプルリクで指示を出し • GitHubActions上でエージェントを実行 • コードを生成させて • レビュー&追加指示を出す
①外から指示を出す ②GH上で指示・コード生成 ③コードレビュー

Shikigami Agent Framework

陰陽師がお札に指示を書き式神を使役し課題を解決

エンジニアがスマホで指示を書き LLMを使役し課題を解決

プログラマがスマホで指示を出し LLMを使役し課題を解決陰陽師とエンジニアって同じだったんだ！

「こんなことしてほしいんだけど」 LLMに「こんなツールあるんですけど次何したらいいですかね？今の状況はこれです」と聞く LLMが「これ実行して～。ツールを実行するときの引数はこれね」と返してくる言われた通り機能を実行する作業完了 Agentって？ LLMに利用可能なツールと、
そのツールを実行するために必要な、引数の説明を渡し解決してほしい課題を伝える LLMは使いたいツールとそのツールを実行するときの引数を返すその内容に基づいてツールを実行する問題が解決するか、ユーザに判断を仰ぐまでそれを繰り返すことで課題を解決する言われた機能を実行即実行可能な機能処理完了機能 or ユーザの判断を仰ぐ機能

Shikigami エージェントフレームワークのしくみ

利用イメージ

利用イメージ • ファイルの読み書き Git/GitHubの操作ができるツールを渡してあげる

利用イメージ • あんたはプログラマで、指示されたプログラムを作って作業報告をプルリクでするんやでという指示を渡して実行

Shikigamiでのツールの実装例ファイルの読み書きをするツール (Programmerクラス) read_file関数ファイルの内容をLLMに伝える save_file関数指定された内容でファイルを書き込む

LLMはどういうふうにツールを呼び出してるの？

LLMにツールの定義を送る例こんな感じのJSONでLLMに「こういう機能を私は持ってます！」と伝える Nameに実行できる関数名 Descriptionにその関数の説明 Parametersに、引数の説明が書かれている Function Callingはプロンプトとは別に JSONで指定できる
テキストで指定するのではなく JSONで指定することになるこのツール定義を渡して、「今日の東京の天気は・・？」と聞くと

LLMがツール実行を指示するこんな感じのJSONでLLMが「この機能を使って！」と伝えてくるこの例では「get_weather」関数を「location=“東京”」で実行してとLLMが言ってきているので get_weather関数を実行して、その結果をLLMに返してあげる
と、その結果を受けてLLMは「今日の東京の天気は晴れみたいです」と解答できるようになる。

ただ、こんな定義を毎回毎回ツールごとに書いて渡すのは面倒。。。。

そこで。使える関数の名前と、関数の説明、その引数を自動で収集してLLMに渡すことができれば LLMはそのツールを使って問題を解決できるようになるはず

Shikigamiでのツールの実装例 • 関数に「@function_calling」デコレータを指定してエージェントが呼び出せる機能だということを表現 • 型アノテーションで引数の型を説明 • pydocコメントで
この関数はどのような機能かどのような引数を持っているかを記しておく ※function_callingは独自に実装したデコレータ

デコレータ？ Python組み込みの「@(好きな名前)」で関数をデコレーションできる機能。デコレータをつけた関数が読み込まれたときに１度だけデコレータで定義した処理が実行されるこの機能をつかって、「@function_calling」がついた関数は
「LLMが呼び出せるツール」としてマーキングできる。 ※ 具体的には「function_calling」デコレータが実行される際にその関数に、LLMに渡すツールであるというフラグのパラメータを追加している。

関数一覧の作成 Teamクラスに登録されているメソッドのうち「 @function_calling」によってマーキングされたメソッドを検索

関数一覧の作成 Pythonでは「inspect.signature」を使用してメソッドの引数の名前や型を取得できる。また、「__doc__」プロパティを参照するとその関数に定義されている pydocコメントを取得できる↓↓ これらの仕組みをつかってマーキングされた関数の情報を整理し Function
Calling用のJSONを自動作成する。メソッドの参照も控えておいて、 LLMがこれ呼んで～。と言ってきたときに実行できるように保持しておく。 FunctionCallingの JSONを組み立てる pydocコメント

Shikigami Agentを起動 Team の持っている Function Callingを集約 LLMに「こんな機能あるんですけど次何したらいいですかね？今の状況はこれです」と聞く LLMが「これ実行して～」と返してくる言われた機能を実行する
処理終了ここまでのまとめ Agentのインスタンスはそれぞれ「私こんな関数を実行できます」「その関数の参照はこれです！」という情報をもっており Shikigamiは、それぞれのAgentの情報を集約する。その後、ShikigamiはLLMに「すんません、私こんな機能実行できるんですけど、次何したらいいですかね！」と聞きに行く LLMは「それならら、次この機能実行して～」と言うので、それを実行するその繰り返しで、自律的に与えられた問題を解決するのがAgentの大まかな仕組み次やるべきことを考える処理完了 or ユーザに問い合わせが必要

このフローが動く GitHub Actionやらなんやかんや実装して完成！

プルリクを作る「ブログが作りたいです」という内容のプルリクを作成外での利用を想定してるので音声入力で指示を書く「Flaskを使ってブログのモックを表示するプログラムを書いてほしいです。」と、書くとGitHubActionsが起動して Shikigamiがコーディングしてくれる。

コーディングしたコードが追加された。 GitHub上で変更を確認する。指定した通り、python、flaskでブログのモックが作られている。作業報告をプルリクでコメントしてくれた。

目標達成お外でプログラミングできる環境ができたたのしい！さくらもきれい！どこでも進捗がでる！

定額で使えるようにしたい

Shikigami Agent Framework User Interface Adapter LLMのAPI User User Interface
ShikigamiAgent LLM Client Shikigamiの構造 LLMをAPI経由で呼び出しているので、使えば使うほどお金がかかる Agent Team Agent Agent Agent

定額で使いたい外では使えないけど、家でいる間は LLMの部分をClaude Desktopでに差し替えられたら安くなるのになぁ・・・ Shikigami Agent Framework User Interface
Adapter LLM (Claude Desktop) User User Interface ShikigamiAgent LLM Client Agent Team Agent Agent Agent

できるよ

MCP Claude DesktopなどMCPに対応したクライアントに使えるツールの定義を教えてあげると必要なタイミングでClaude Desktopからツールの実行指示が飛んでくる指示に応じて、ツールを実行して結果を返すと、Claude
Desktopが実行できることを拡張することができる MCPはこの仕組みを実現するためのプロトコル MCPサーバこんなツールが使えるよこのツールこの引数で実行して実行したよ。結果はこの通り

MCPの実装例 FastMCPを使った、MCPサーバの実装例「@mcp.tool」というデコレータをつけると FastMCPがその関数定義とpydocを読み取って MCPのクライアント(Claude Desktop)に「こんな関数実行できまっせ！」と伝えてくれるこの例では
指定したユーザ名にマッチしたらそのユーザが好きな、キャラを返すという処理を例として実装しているローカルで動くのでClaudeとは標準入出力でやりとりをする「@mcp.tool」デコレータ

MCPの実装例 Claude DesktopにMCPが登録されると入力フォーム右下にツールマークが表示される試しに、実行してみる。実行すると、ツールを使って解答を生成したことがわかる MCPはClaude以外でも対応予定
ChatGPTや、Geminiも追随していく。

あれ？

これAgentで作った仕組みといっしょでは？

エージェント実装例要するにShikigamiに渡している「@function_calling」が付けられた関数の定義をMCPに登録していけば Claudeが実行してくれるはず

ShikigamiのMCPサーバ化 Shikigamiがすでに「こういう機能があって！」「必要な引数はこれで！」「この機能を実行する参照はこれ！」とまとめてくれているのでそれを持ってきて、mcpに登録するだけ。関数の型の指定と、Pydocのコメントが書いてあれば、実行できるツールを Claude
Desktopに伝えてくれるデコレータは関数として手動実行させることもできるのでデコレータに関数の参照を引数にして実行するだけで利用可能なMCPとして登録できる「@mcp.tool」デコレータを関数として手動実行してMCPに登録していく。 LLMが呼び出せる関数や関数の説明はShikigamigaすでに集めているので

MCPサーバ化できたあっさりできた。簡単にShikigami用の機能をつかって実装をClaudeDesktopが始めている複数機能を使い分けてもりもり実装している

まとめ

まとめお外でプログラミングする機能ができたエージェントのフレームワークが揃った自作フレームワークは自分好みにできるエージェントの仕組みを知っていると MCPの仕組みもわかりやすい作り方によってはMCP化も秒でできてしまう MCP化できると定額の範囲でエージェントが使えるエージェント作るの楽しい！
これであなたも陰陽師

おわり

おまけ MCPと関係ない、自作AIエージェントフレームワークを作ったフル版の話を下記で公開しいます！ https://speakerdeck.com/masachaco/zi-zuo-noezientohuremuwaku-shikigami-framework-to- sonomcpsabahua-nituite-huru

自作AIエージェントフレームワーク 「Shikigami (式神 )」を 5分でMCP対応させた話

自作AIエージェントフレームワーク 「Shikigami (式神 )」を 5分でMCP対応させた話

More Decks by masa_charcoal (masachaco)

Featured

Transcript

自作AIエージェントフレームワーク「Shikigami (式神 )」を 5分でMCP対応させた話

自作AIエージェントフレームワーク「Shikigami (式神 )」を 5分でMCP対応させた話