Awesome Data Agents — このプロジェクトについて

Awesome Data Agents は、データエージェント（データベース管理、データクリーニング、情報分析などのデータ関連タスクを支援するために大規模言語モデル（LLM）を使用するソフトウェアシステム）に関する厳選された読書リスト（研究論文とリソースのコレクション）です。

核となるアイデア

プロジェクトの著者らは、「データエージェント」という用語が曖昧に使用されていることに気付きました。質問に答える単純なチャットボットを指す人もいれば、完全に自律的なシステムを指す人もいます。この混乱を解消するために、彼らはサーベイ論文（既存研究のレビュー）を執筆し、データエージェントの自律性を分類するための6段階スケール（L0～L5）を提案しました。

• L0 — 自動化なし。人間がすべてを手動で行います。
• L1 — エージェントは単一の単純なタスク（例：コードスニペットの生成）を支援しますが、人間による徹底的なチェックが必要です。
• L2 — エージェントは環境を認識し（例：データレイクの読み取り、APIの呼び出し）、手順を実行できますが、人間が全体的なワークフローを調整します。
• L3 — エージェントが主要な役割となり、人間は監督のみ行います。
• L4 — 高い自律性。エージェントは最小限の人間の監視で積極的に行動します。
• L5 — 完全な自律性。エージェントは完全に生成的で自己指示的です（将来のビジョンであり、まだ実現されていません）。

サーベイでは、レベル間の移動には大幅な能力の飛躍が必要であり、単なる漸進的な改善ではないと主張しています。

リポジトリの内容

• 論文リスト：自律レベル（L0–L1、L2、proto-L3、L4–L5 の見通し）ごとに整理され、各レベル内ではタスクタイプごとに整理されています：データ管理（例：データベースチューニング、クエリ最適化、システム診断）、データ準備（例：クリーニング、統合、発見）、データ分析（例：テーブルQA、テキストからSQL、可視化、レポート生成）。
• 比較表：各レベルのエージェントについて、使用されている技術（例：インコンテキスト学習、検索拡張生成、ファインチューニング）と処理されるデータの複雑さ（マルチソース、異種、マルチモーダル）を記載。
• 関連リソース：データエージェントのベンチマーク、その他のサーベイやチュートリアル。
• 研究機会セクション（目次に記載）。

注目すべき事実

• サーベイ論文は arXiv（2025年10月）で公開されています。
• 著者らは SIGMOD 2026（主要なデータベース会議）で3時間のチュートリアルを実施しました。スライドはリポジトリに含まれています。
• プロジェクトは「複雑なデータ分析のためのデータエージェント」に関する KDD Cup 2026 コンペティショントラックを開始しました（公式サイト：dataagent.top）。
• リポジトリはコミュニティからの貢献を歓迎しています：GitHub issue を開いて論文を推薦でき、メールで著者に連絡できます。

使用方法

LLM駆動のデータツールに取り組む研究者や実務者であれば、このリポジトリは分野の構造化されたマップとして機能し、既存の研究が自律性スペクトラムのどこに位置するか、何が行われたか、そしてギャップがどこにあるか（特に著者が重要な未解決問題として強調するL2からL3への移行）を理解するのに役立ちます。