ai-agent-book: 本番環境向けのAIエージェントを設計・実装するための包括的なエンジニアリングガイドおよびコードライブラリ

何を解決するか

このリポジトリは、書籍「Understanding AI Agents: Design Principles and Engineering Practice」の包括的なオープンソース・コンパニオンとして機能します。基本的なプロンプトエンジニアリングから複雑なマルチエージェントのオーケストレーションに至るまで、エージェントのライフサイクル全体をカバーする構造化された学習パス、書籍の全文、および膨大な実行可能な例のライブラリを提供することで、理論的なエージェント設計と実践的な実装の間のギャップを埋めます。

仕組み

このプロジェクトは、コアとなる公式 Agent = LLM + Context + Tools に基づいて構成されています。章ごとに分類されたモジュール式のプロジェクト・コレクションを提供します：

• Context Engineering: KV Cacheの最適化、コンテキスト圧縮、およびプロンプトインジェクション防御を実装します。
• Memory & Knowledge: RAGパイプライン、長期的なユーザーメモリ・システム、および構造化インデックス（GraphRAG/RAPTOR）を構築します。
• Tooling: 知覚、実行、およびコラボレーションのためのModel Context Protocol (MCP) サーバー、および非同期エージェント・フレームワークを実装します。
• Coding Agents: 本番環境向けのコーディング・アシスタント、およびコードを使用して数学や論理問題を解決するツールを特徴としています。
• Evaluation: ターミナル自動化（Terminal-Bench）、ソフトウェアエンジニアリング（SWE-bench）、およびOSレベルのタスク（OSWorld）のためのベンチマークを提供します。
• Post-Training: SFT、RLHF、および適応的な推論深度（AdaptThink）に関する実験を含みます。
• Self-Evolution: 成功した軌跡からの学習および自律的なツール発見のためのループを実装します。
• Multimodal Interaction: リアルタイムの音声対話、「Computer Use」ブラウザ自動化、およびエンドツーエンドの音声モデルをカバーします。
• Multi-Agent Collaboration: 特化型エージェント（例：電話エージェントとコンピュータ・エージェント）がタスクを解決するために直接通信するアーキテクチャを実演します。

対象読者

• AI Engineers 単純なプロンプトから、本番環境で利用可能なエージェント・システムへの移行を目指すエンジニア。
• Researchers RAG、ツール使用、およびモデルのポストトレーニングにおけるエンジニアリング上のトレードオフに関心がある研究者。
• Developers 実世界のコード例を用いて、自律型エージェントを構築するための実践的なガイドを求める開発者。

ハイライト

• Comprehensive Scope: 基本的なLLMサービングから、高度な自己進化型エージェントまで、すべてを網羅しています。
• Practical Implementation: 本物のLLM APIと統合された「すぐに実行可能な」デモを含みます。
• Diverse Tooling: 標準化されたツール統合のためのModel Context Protocol (MCP) の広範な活用。
• Evaluation-Driven: エージェントのパフォーマンスに関する定量的ベンチマークとコスト分析に重点を置いています。
• Multilingual Support: 書籍の内容は、中国語、英語、ベトナム語、およびタミール語で利用可能です。