addyosmani/agent-engineer

解決する課題

ほとんどのソフトウェアエンジニアはこれまで AI エージェントを扱ったことがなく、そのトピックは抽象的または急速に変化するフレームワークに結びついていると感じるかもしれません。このプロジェクトは、エージェントの基礎を構造化されたプラットフォームに依存しない形で紹介し、その後 Google Cloud AI ツールを使ってそれらのアイデアを適用する方法を示すことで、この問題を解決します。API ドキュメントを複製するのではなく、公式リソースへのリンクを提供することで、読者は常に最新の情報を得られます。

仕組み

コースは 3 つのパートに分かれています。パート 1（101）では、エージェントの思考方法、ツール使用、設計パターン、メモリ、計画、マルチエージェントシステム、エージェンティック RAG、評価、安全性などの中核概念を、プラットフォームに依存しない方法で扱います。パート 2（201）では、Google Cloud AI での実践に移ります。Vertex AI と Agent Development Kit (ADK) を使用し、最初のエージェントの構築や、MCP や A2A などのプロトコルを扱います。パート 3（301）では、AGENTS.md、MCP 内部、エージェントスキル、オーケストレーターなどのトピックを深く掘り下げます。各レッスンは自己完結的で、途中からでも始められますが、初心者は順番に読むことをお勧めします。このコースは、まずアナロジーを重視し、フレームワークよりも基礎を重視し、トレードオフについて正直に議論します。

対象読者

AI エージェントとは何か、そしてその構築方法を理解したいソフトウェアエンジニア。事前の AI/ML 経験は不要ですが、基本的な Python 知識、Google Cloud アカウント、REST API と JSON への精通が期待されます。

ハイライト

• 3 部構成：基礎、構築/リリース、深掘り。
• エージェントの基礎から本番デプロイまでをカバーする 19 のレッスン。
• プラットフォームに依存しない中核概念、その後 Vertex AI と ADK での実践演習。
• 古くなる可能性のあるチュートリアルを複製する代わりに、公式ドキュメントとコードラボへのリンク。
• フレームワークの機能だけでなく、メンタルモデルとトレードオフを重視。
• issue と pull request によるコミュニティ貢献を歓迎。