Slide 1
Slide 1 text
Ktorで簡単AIアプリケーション
塚本啓太 @ スマートラウンド
2025年10月10日 Server-Side Kotlin LT大会 vol.16
1
Slide 2
Slide 2 text
自己紹介
名前・所属
塚本 啓太（ @tsukakei1012 ）
株式会社スマートラウンド 執行役員VPoE
サーバーサイドKotlin歴
ここ5年くらいずっとKotlinでやっています！
2019-04~2023-10 株式会社イエソド テックリード
2023-10~ 株式会社スマートラウンド
2024-01~2025-06 テックリード：サービス開発、イネーブルメント担当
2025-07~ 執行役員VPoE：開発部全体のマネジメント
2
Slide 3
Slide 3 text
会社および事業紹介
株式会社スマートラウンド
設立年2018年
ミッション：スタートアップが可能性を最大限に発揮できる世界をつくる
プロダクト「smartround」
スタートアップ導入社数7,100社
株主総会・取締役会・SO管理・資本政策管理にお悩みの方向けサービス
投資家導入数4,300人
さらなる取り組み（子会社にて）
未上場株式のセカンダリー取引のプラットフォーム実現に向けて準備中！
3
Slide 4
Slide 4 text
技術スタック
サーバーサイド
Kotlin・Ktor・Exposed
SSKM vol.1から運営企業をやらせてもらっています！
フロントエンド
TypeScript・Vue.js
インフラ
AWS
4
Slide 5
Slide 5 text
本日話す内容
KotlinでサクッとAIエージェントを作る方法とそれをサクッとWebアプリに載せる方法
をご紹介します
5
Slide 6
Slide 6 text
AIエージェントとは...？
6
Slide 7
Slide 7 text
AIエージェント
エージェントとは、LLM が自律的に自らのプロセスやツールの使用方法を動的に制御
し、どのようにタスクを達成するかを自分で管理するシステムのことを指す。
Agents, on the other hand, are systems where LLMs dynamically direct their own
processes and tool usage, maintaining control over how they accomplish tasks.
from Building effective agents by Anthropic
https://www.anthropic.com/engineering/building-effective-agents
7
Slide 8
Slide 8 text
AIエージェントフレームワーク
PythonのLangChainやTypeScriptのMastraが有名だけどKotlinにはないの？
8
Slide 9
Slide 9 text
KotlinにもAIエージェントフレームワークあるよ
9
Slide 10
Slide 10 text
Koog
JetBrains製のAIエージェントフレームワーク
今年のKotlinConfで急遽発表された
昨今のKMMの影響でJVMだけでなくJS、Wasm、Android、iOS対応している
他にKotlinのAIエージェントフレームワークとしてはEmbabelやArcというものもあ
ります
10
Slide 11
Slide 11 text
Koogで簡単なエージェント
まずはやってみよう！
val agent = AIAgent(
promptExecutor = simpleOpenAIExecutor(System.getenv("YOUR_API_KEY")),
systemPrompt = "You are a helpful assistant. Answer user questions concisely.",
llmModel = OpenAIModels.Chat.GPT4o
)
fun main() = runBlocking {
val result = agent.run("Hello! How can you help me?")
}
ね、お手軽でしょ？
11
Slide 12
Slide 12 text
Koogでできること
まだまだ発展途上なものの基本的なことは大体揃ってきた
マルチモーダル対応
構造化出力
ワークフロー
トレーシング
サーバーサイドFWとの統合
その他（ToolsやMemory、RAGなど）
12
Slide 13
Slide 13 text
マルチモーダル対応
画像・音声・映像・ファイルに対応
val prompt = prompt("multimodal_input") {
system("You are a helpful assistant.")
user {
+"Describe these images"
attachments {
image("https://example.com/test.png")
image(Path("/User/koog/image.png"))
}
}
}
13
Slide 14
Slide 14 text
構造化出力
データクラスを定義するだけ（Webアプリと同様ですね）
@Serializable
@SerialName("WeatherForecast")
@LLMDescription("Weather forecast for a given location")
data class WeatherForecast(
@property:LLMDescription("Temperature in Celsius")
val temperature: Int,
@property:LLMDescription("Weather conditions (e.g., sunny, cloudy, rainy)")
val conditions: String,
@property:LLMDescription("Chance of precipitation in percentage")
val precipitation: Int
)
14
Slide 15
Slide 15 text
ワークフロー
ワークフロー定義用のDSLが整備されている
// Basic edge
edge(sourceNode forwardTo targetNode)
// Edge with condition
edge(sourceNode forwardTo targetNode onCondition { output ->
// Return true to follow this edge, false to skip it
output.contains("specific text")
})
// Edge with transformation
edge(sourceNode forwardTo targetNode transformed { output ->
// Transform the output before passing it to the target node
"Modified: $output"
})
// Combined condition and transformation
edge(sourceNode forwardTo targetNode onCondition { it.isNotEmpty() } transformed { it.uppercase() })
15
Slide 16
Slide 16 text
Tracing①
これだけで各イベントごとにログを吐いてくれる
val agent = AIAgent(
promptExecutor = simpleOllamaAIExecutor(),
llmModel = OllamaModels.Meta.LLAMA_3_2,
) {
install(Tracing) {
addMessageProcessor(TraceFeatureMessageLogWriter(logger))
}
}
16
Slide 17
Slide 17 text
Tracing②
OpenTelemetryやLangFuse対応も簡単
val agent = AIAgent(
promptExecutor = simpleOpenAIExecutor(apiKey),
llmModel = OpenAIModels.Chat.GPT4o,
systemPrompt = "You are a helpful assistant.",
installFeatures = {
install(OpenTelemetry) {
// Configuration options go here
// LangFuseにも対応
// addLangfuseExporter()
}
}
)
17
Slide 18
Slide 18 text
Koogでできること（再掲）
まだまだ発展途上なものの基本的なことは大体揃ってきた
マルチモーダル対応
構造化出力
ワークフロー
トレーシング
サーバーサイドFWとの統合 ← 今日のポイント
その他（ToolsやMemory、RAGなど）
18
Slide 19
Slide 19 text
Ktorとのインテグレーション①
8月末リリースのv0.4.0からKtorとの接続が圧倒的に簡単になった！！
設定ファイル
fun Application.module() {
install(Koog) {
llm {
openAI(apiKey = "your-openai-api-key")
}
}
}
19
Slide 20
Slide 20 text
Ktorとのインテグレーション②
ルーティングファイル
routing {
route("/ai") {
post("/chat") {
val userInput = call.receive()
val output = aiAgent(
strategy = reActStrategy(),
model = OpenAIModels.Chat.GPT4_1,
input = userInput
)
call.respond(HttpStatusCode.OK, output)
}
}
}
20
Slide 21
Slide 21 text
これ以上知りたい人向け
司会の福本さんがもう少し触った記事を書いてくれているので、ぜひそちらをお読み
ください！
https://zenn.dev/smartround_dev/articles/edfce676fd3aaf
21
Slide 22
Slide 22 text
ご清聴ありがとうございました！
KotlinやAIやスタートアップが好きな人、ぜひお話ししましょう！！
採用ページも置いておきます https://jobs.smartround.com/
22