agenticloops-ai/agentic-ai-engineering

何を解決するか

AI エージェントに関するブログ記事を読むだけでは、理論は学べてもスキルは身につきません。このリポジトリは、エージェント構築が魔法ではなくエンジニアリングであることを伝えるために存在します。Claude Code、Codex、GitHub Copilot といった人気のエージェントを支える核心部分（エージェントループ、ツール実行器、メモリ層、評価ハーネス）を、フレームワークを導入する前に第一原理から自作することで、エンジニアがその仕組みを深く理解するための実践的な道筋を提供します。

仕組み

このリポジトリは、基礎から応用へと進むモジュール形式で構成された、自己完結型のチュートリアル集です。最初の LLM コールから始まり、プロンプトエンジニアリング、チャット、ツール利用、エージェントループ、そしてルーティング、並列化、オーケストレーター・ワーカー、評価器・最適化器といったより洗練されたパターンへと構築していきます。後のモジュールでは、高度な技術（構造化出力、ストリーミング、コンテキストエンジニアリング、コスト最適化、メモリ、RAG、マルチモーダル、ガードレール）、テストと評価（ユニットテスト、評価、トレーシング、レッドチーミング、ベンチマーク、評価ハーネス）、ループエンジニアリング（スキル、フック、サンドボックス、MCP、サブエージェント、コンパクション）、フレームワーク（同じエージェントを9通りの方法で構築してトレードオフを比較）、そして本番環境での懸念事項（12-factor エージェント、デプロイ、監視、セキュリティ）を扱います。各チュートリアルは uv を使用して単一のコマンドで実行可能な Python スクリプトであり、多くのモジュールは、すべてを統合して本番環境スタイルのエージェントを作成するキャップストーンプロジェクトで締めくくられます。

対象読者

基本的な Python の知識があり、好奇心旺盛なエンジニア（AI/ML の事前経験は不要）。エージェントの内部構造を真に理解したい方、ツール呼び出しや推論ループに関するホワイトボード面接の質問に答えたい方、あるいはエージェントの習熟度が必須知識となりつつある 2026 年のソフトウェアエンジニア採用面接に備えたい方に最適です。また、100 本のブログ記事を読む代わりに、今週末に自分のエージェントを構築したいと考えている方にも役立ちます。

ハイライト

• エージェントループ、ツール実行器、メモリ層、評価ハーネスをゼロから構築 — ブラックボックスなし、すべてが可視化されています
• 単一コマンドで実行可能: uv run --directory <tutorial> python <script>.py — conda や Jupyter の煩わしさがありません
• コンパニオン Substack シリーズ「Disassembling AI Agents」が、実際のプロダクションエージェント（Claude Code、GitHub Copilot、OpenCode）をリバースエンジニアリングし、チュートリアルと連動します
• 最初の LLM コールから本番環境の評価ハーネスまで、高度なパターン、安全性、デプロイメントを含む全工程を網羅
• 6つの計画モジュール（一部は「近日公開」）が、基礎、効果的なエージェントパターン、高度な技術、テストと評価、ループエンジニアリング、フレームワーク、本番環境をカバー
• MIT ライセンスで、コミュニティのディスカッションと Issue トラッカーによるサポートあり