0Pricing
AI Agents · レッスン

ユースケースに合ったフレームワークの選択

意思決定ツリーで選びます。単一ステップか、長時間稼働か、マルチエージェントか、コーディングか。分岐ごとに異なるツールが示されます。

「ユースケースに合ったフレームワークの選択」はCoddyKit上の無料AI Agentsレッスンです。 これはレッスン4/4です。 下記で完全なレッスンを無料で読むことができます。その後、ブラウザ内の組み込みコードエディタと24時間対応のAIチューターでハンズオン演習できます。 これはAI Agents学習パスの一部であり、ウェブとCoddyKitアプリ全体で進捗が同期されます。 AI Agentsコースには全4レッスンが含まれています。

最適なフレームワークは1つではありません

各フレームワークには、得意とするパターンがあります。流行のサイクルではなく、タスクのSHAPEに基づいて選んでください。

意思決定ツリー

  1. 単一ステップ（モデル呼び出し1回、ツールはあっても1つ）？ -> 自前実装
  2. 複数ステップの直線的な処理（A -> B -> C）？ -> LCELまたは自前実装
  3. ループや分岐を含む複数ステップ？ -> LangGraph
  4. 役割ベースのクルー、宣言的なタスク？ -> CrewAI
  5. セッションをまたぐ長期メモリ？ -> LettaまたはMem0
  6. コード実行が中心？ -> AutoGenまたはOpenHands
  7. マネージドRAG＋code interpreterのプロトタイプ？ -> OpenAI Assistants
  8. Webブラウジング／GUI？ -> Anthropic Computer Use／Operator／Playwright

その他の実務上の要素

  • チームの習熟度（PythonとJS、asyncとsyncのどちらに慣れているか）
  • 可観測性の選択肢（LangSmith／Langfuse／OTel）
  • デプロイ形態（Docker、サーバーレス、k8s）
  • フレームワークの成熟度と変化の激しさ

フレームワークをまたぐ標準

可能な限り、フレームワークが変わっても使い続けられる標準に合わせて構築してください:

  • OpenAI互換のAPI — ほとんどのプロバイダーとフレームワークが受け入れます
  • ツール定義にはJSON Schema — 汎用的に使えます
  • 型付きの入出力にはPydantic — どこでも使われています
  • トレースにはOpenTelemetry — ベンダーに依存しません

置き換えやすさを考えて構築する

フレームワークを薄いアダプターレイヤーで包んでください:

class AgentRunner:
    def run(self, task: str) -> str:
        # implementation may be LangGraph today, AutoGen tomorrow
        ...

現在の選択を過大評価しない

フレームワークは次々に登場し、廃れていきます。基盤技術が進歩するため、ほとんどのエージェントは12～18か月ごとに書き直す必要があります。書き直しを前提に計画し、フレームワークに依存しすぎないでください。

フレームワークなしで始める

よくある進め方は次のとおりです:

  1. 最小限のエージェントを自前実装する
  2. 最も扱いにくい部分を特定する
  3. その問題に対応できるフレームワークを導入する

導入を決める前に、本当に必要なものを把握できます。

マルチエージェントを使わない場合

多くのチームは、早い段階でマルチエージェントを導入しようとします。適切なシステムプロンプトを備えた単一のエージェントでうまくいくなら、それを使い続けてください。マルチエージェントは複雑さとコストの両方を増やします。

スタック別の適した選択肢

  • Python、本番環境、複雑な処理 — LangGraph
  • Python、宣言的、シンプルな処理 — CrewAI
  • Python、コード中心 — AutoGenまたはOpenHands
  • TypeScript — LangChain.js／Vercel AI SDK
  • 長期メモリ — LettaまたはMem0
  • インフラ不要のプロトタイプ — OpenAI Assistants

ホスト型エージェントプラットフォーム

フレームワークを使わず、次のサービスを利用するチームもあります:

  • LangGraph Platform — ホスト型のLangGraphランタイム
  • Cloudflare AI Workers — サーバーレスエージェント
  • Vercel AI SDK＋KV — フルスタックのNext.jsチーム向け

評価ツールを先に選ぶ

何を選ぶ場合でも、トレーシングと評価が統合できることを確認してください。LangfuseとLangSmithはほとんどのフレームワークに対応でき、Helicone、Phoenix、W&B Weaveも代替候補です。

まとめ

処理の形に合わせてフレームワークを選びます。直線的なチェーンならLCEL、グラフならLangGraph、クルーならCrewAI、長期メモリならLetta、コードならAutoGen、プロトタイプならAssistantsです。アダプターの背後に隠し、書き直しを前提に計画してください。

適切な選択

ループ、分岐、Human-in-the-loopを含む複数ステップのワークフローがあります。最も適したフレームワークはどれでしょうか。

よくある質問

「ユースケースに合ったフレームワークの選択」レッスンは無料ですか？

はい。「ユースケースに合ったフレームワークの選択」の完全なテキストはこのウェブで無料で読めます。インタラクティブに演習し（組み込みコードエディタと24時間対応のAIチューター）、AI Agentsコースの残りをアンロックするには、CoddyKit PROにアップグレードしてください。 AI Agentsコースには全4レッスンが含まれています。

「ユースケースに合ったフレームワークの選択」で何を学びますか？

意思決定ツリーで選びます。単一ステップか、長時間稼働か、マルチエージェントか、コーディングか。分岐ごとに異なるツールが示されます。 ブラウザで直接実行するハンズオンコードでAI Agentsを演習し、24時間対応のAIチューターがレッスンを進める中での質問に答えます。

AI Agentsを始めるのに経験は必要ですか？

事前経験は必要ありません。CoddyKitのAI Agentsは初級者から上級者向けに構成されているため、ここから始めるか最初から始めて、自分のペースで進むことができます。 これはレッスン4/4です。

「ユースケースに合ったフレームワークの選択」レッスンにはどのくらい時間がかかりますか？

ほとんどのCoddyKitレッスンは約5～10分かかります。各レッスンはコンパクトでインタラクティブなので、着実に進歩し、ウェブとアプリ全体で正確に前回の場所から再開できます。

このAI Agentsレッスンでコードを書いて実行できますか？

はい。すべてのAI Agentsレッスンに組み込みコードエディタが含まれているため、ブラウザでリアルコードを書いて実行し、即座のAIフィードバックを取得できます。ローカル設定は不要です。

このコースのすべてのレッスン

  1. LangGraphとCrewAIとAutoGen
  2. 長期稼働エージェント向けのLetta（旧MemGPT）
  3. OpenAI Assistants APIとThreads
  4. ユースケースに合ったフレームワークの選択
← AI Agentsに戻る