trpc-group/trpc-agent-go

何を解決するか

tRPC-Agent-Go は、本格的な AI エージェントシステムを構築するための Go ネイティブフレームワークです。単純な LLM プロンプトから、スケーラブルで観測可能かつ制御可能なエージェントワークフローへと移行する際の複雑さに対処し、既存の Go サービスにシームレスに統合されます。

どう動くか

このフレームワークは、エージェントオーケストレーションの包括的なスタックを提供しています。以下が主な機能です：

• エージェントランタイム：コンテキストキャンセルをサポートするストリーミングランナーと、サービスに優しい API を提供。
• オーケストレーションパターン：線形チェーン、並列実行、循環ワークフローをサポート。GraphAgent を用いて型安全な条件分岐ルーティングと複雑な状態管理が可能（LangGraph と同様）。
• ツールと統合：関数ツール、Model Context Protocol (MCP) サポート、ウェブ検索、コード実行など、豊富なエコシステムを提供。
• 状態管理：永続的なセッションとメモリサービス（Redis サポート含む）および RAG ベースの知識取得。
• 自己進化：完了したセッションをレビューし、再利用可能なワークフローを「エージェントスキル」（SKILL.md）として抽出・公開する仕組み。
• 観測性：組み込みの OpenTelemetry トレーシングとメトリクス、Langfuse 統合のサンプル付き。

対象ユーザー

Go でエンタープライズ AI アプリケーションを開発している開発者やエンジニア。例：カスタマーサポートボット、データ分析アシスタント、DevOps 自動化ツール、RAG ベースの知識管理システム。

主な特徴

• Go ネイティブのパフォーマンス：Go の並列処理とストリーミング機能を活用し、効率的なエージェント実行を実現。
• グラフベースのワークフロー：型安全なグラフエージェントと複数条件分岐ルーティングで複雑なロジックを扱える。
• 本番環境へのスムーズな移行：統合された OpenTelemetry と評価ベンチマークにより、品質の時間的変化を測定可能。
• エージェントの自己進化：成功したセッションパターンを自動的に再利用可能なスキルに昇格可能。
• MCP サポート：標準化されたツール利用のための Model Context Protocol との統合。
• プロンプトキャッシュ：自動的なコスト最適化により、LLM のコストを削減。