50代文系エンジニアが AIエージェントを作ってみた

AIミーティング 2025/05/14 #ChatGPT #Gemini #AIエージェント 発表資料

Transcript

1. 50代文系エンジニアが AIエージェントを作ってみた 2025.05.14 AIミーティング 佐藤 敦昌
2. はじめに AIミーティング 2025/05/14
3. 自己紹介 名前 出身地 趣味 ひとこと 佐藤 敦昌（さとう あつまさ） 出生地は大分県日田市、数日後から大分市へ ドラム 昭和48年生まれの51歳 エンジニア歴は20年とちょっと 令和生まれのひとり娘がいます AIミーティング 2025/05/14
4. デモンストレーション AIミーティング 2025/05/14
5. 利用技術 言語 フレームワーク DB LLM Python Fast API SQLite OpenAI API gpt-4o-mini / Function Calling Tools REST API(Fast API / Python)にて実装 AIミーティング 2025/05/14 その他 MCP、A2Aプロトコルは未使用 ・・キャッチアップできておらず、、、恐縮です。。
6. AIミーティング 2025/05/14 デモ１）汎用アシスタント（シングルエージェント） • Pythonを記述し、実行する • 道具としては万能ナイフのようなもの • LLMは様々なモジュールを知っている • 保持する能力・スキル • PCの一般的操作 • フォルダ、ファイルの作成、移動、削除 • テキスト、Excelファイル等の編集 • DBアクセス • 統計、グラフ作成 • Seleniumを利用したWEBページ閲覧 • 公開されているWebAPIの利用 • LLMの知識のみで利用可能なAPI • ZipCloud、Dog-API、PokeAPI etc… • API仕様を記述したファイルを読込み対応 • Google各種API、NHK番組表取得 etc… →API-Key等が必要な場合 よろずや 別府宏明 Python ユーザー
7. AIミーティング 2025/05/14 デモ２）受注管理業務（マルチエージェント） • AIエージェントは自身の役割に応じ て自律的に動作する • 各担当が依頼を受け取り、必要に応じ て他のエージェントへ問い合わせつつ 処理を行う • 受注管理業務について、各AIエー ジェントが役割を分担して実施す る • 受注担当 • 受注、受注詳細の各情報を管理 • 顧客担当、商品担当を知っている • 顧客担当 • 顧客情報を管理 • 商品担当 • 商品情報を管理 受注担当 顧客担当 商品担当 佐伯愛子 重岡奈緒 坂ノ市美紀 受注情報 顧客情報 商品情報 ユーザー
8. （実演） AIミーティング 2025/05/14
9. まとめ AIミーティング 2025/05/14
10. AIミーティング 2025/05/14 • 前理解 • 新しい情報を解釈し、意味づける際の前提で あり、思考の出発点 • 文脈 • 前理解と思考、行動の相互作用の中で深化し ていく動的なプロセス • 新しい情報を受け入れ、既存の文脈を問い直 し、再構成される • 文脈は静的な「背景」ではなく、「意味が動 的に生まれる場」である • 内言 • 思考する時に用い、行動を統御、調整、抑制 する言葉 • 外言 • 情報伝達、意思疎通、協調性など他者とコ ミュニケーションをとる言葉 • 思考と行動の反復運動から脱して、外部へ出 力される言葉 「思考と行動」の循環 思考 行動 頭脳 外界 ユーザー要求 知識・制約 道具 文脈 内言 外言 結果 前理解 解釈
11. 種別 関数名 引数 AIエージェントの名前 Json（指示・命令、補足） 道具の名前 Json（複数のKey＆Value） AIミーティング 2025/05/14 道具の利用と入れ子構造 • AIエージェントは道具の集合・束を 保持する • 目的に応じて道具を選択する • 道具の束は「制限」ではなく「選択の 最適化」をもたらす • AIエージェントは道具である • 道具とAIエージェントを同一視して扱 う（→REST APIで抽象化している） • MCP＆A2Aでこの思想が機能するか未 確認・・不勉強で恐縮です、、 • AIエージェントが保持する道具の中 に、さらに道具としてのAIエージェ ントが含まれる「入れ子構造」を 成す 道具箱 道具箱の中身 ${関数名}を${引数(Json)}で呼び出す 文脈 選択 実行 →REST APIによる抽象化 「 http://${host}:${port}/${name}」を 「Content-Type: application/json」で呼び出す 結果
12. AIミーティング 2025/05/14 システムアーキテクチャ（構成図） SQLite FastAPI WebSocket Server Vue.js Web Browser LLM Proxy Server FastAPI フロントエンド バックエンド 外部 内部 AI Agent Servers FastAPI Tool Server FastAPI 外部システム WS通信 REST API REST API ログ出力 ログ出力 REST API Chat REST API Prompt Server FastAPI 各種 API REST API Vue.js Web Browser User 記述＆実行 Python LLM Chat 設定
13. AIミーティング 2025/05/14 システムアーキテクチャ（シーケンス図） User AI Agent 外部システム チャット 接続 リクエスト 取得 思考 ログ出力 ログ出力 Push通信 Push通信 API実行 道具利用 Browser Web Socket Prompt Tool LLM 役割・制約 結果(関数呼出 or 内言） 結果 結果 反復
14. ご清聴ありがとうございました AIミーティング 2025/05/14