LangGraphで最初のAIエージェントを構築：開発者向け完全ガイド

AIエージェントの構築は、本来あるべき姿よりも複雑に感じられることが多いです。LangGraphは、ネットワーク・ルーティングやゲームAIなどのあらゆるものを強化するのと同じ原理である「グラフ」を使用してAIエージェントを設計できる、構造化された代替手段を提供します。

1. LangGraphとは？なぜ重要なのか？

LangGraphは、AIエージェントをステートフルなグラフとして構築できるフレームワークです。ノード（アクション、決定、プロンプト）とエッジ（ノード間のパス）の集合としてエージェントを設計します。

• 利点：
  • 複雑な会話フローの管理
  • メモリの永続化
  • 動的な意思決定
  • エラー処理とリトライ
  • 分岐する会話やワークフロー

2. LangGraphの活用事例

LangGraphは、以下のような分野で真価を発揮します。

• **カスタマーサポート：**エスカレーション、明確化の要求、問題解決の提案
• **AIプロジェクト管理：**目標と期限に基づいたタスク計画、フィードバックに基づいた調整
• **ゲームNPC：**固定スクリプトではなく、動的な意思決定を行うキャラクター
• **データ分析：**入力の収集、モデルの実行、結果の要約、出力に基づくアクション

3. 開発環境のセットアップ

LangGraphを使用するために必要な環境を構築します。

• 必要なもの：
  • Python 3.10以上
  • pip
  • コードエディタ（VS Code推奨）
• 推奨：
  • virtualenv（プロジェクト依存関係の分離）
  • Pythonのasync/awaitの基礎知識
• LangGraphのインストール：

  pip install langgraph langchain openai
  

  Copy
• プロジェクトの初期化：

  mkdir langgraph_agent
  cd langgraph_agent
  python -m venv venv
  source venv/bin/activate # On Windows: venv\Scripts\activate
  pip install langgraph langchain openai
  touch agent.py
  

  Copy
• APIキーの設定： OpenAIなどのLLMを使用する場合は、APIキーを環境変数に設定します。

  export OPENAI_API_KEY="your-openai-key"
  

  Copy

4. LangGraphの基礎：ノード、エッジ、ステート

LangGraphの基本的な概念であるノード、エッジ、ステートについて解説します。

• **ノード：**エージェントの状態（ステート）を入力として受け取り、処理して更新された状態を返すPython関数。
• **エッジ：**ノード間を接続し、エージェントがどのノードに移動するかを決定するパス。
• **ステート：**エージェントがグラフを移動する際に持ち運ぶ辞書。メモリ、入力、出力、コンテキストなどを格納します。

5. 最初のノードを作成（コード付き）

ユーザー名を受け取り、挨拶メッセージを生成するシンプルなノードを作成します。

async def greet_node(state: dict) -> dict:
    user_name = state.get("user_name", "friend")
    greeting = f"こんにちは、{user_name}さん！ようこそ。"
    state["greeting"] = greeting
    return state

6. ノードの接続：グラフの構築

複数のノードを接続して、エージェントのワークフローを定義します。

• 2つ目のノードを作成：

  async def ask_question_node(state: dict) -> dict:
      question = "今日はどのようなご用件でしょうか？"
      state["question"] = question
      return state
  

  Copy
• グラフの定義：

  from langgraph.graph import StateGraph, END
  
  # ステート構造の定義
  class AgentState(dict):
      pass  # 簡単な場合はdictから継承
  
  # グラフの作成
  graph = StateGraph(AgentState)
  
  # ノードの追加
  graph.add_node("greet", greet_node)
  graph.add_node("ask", ask_question_node)
  
  # ノードの接続
  graph.set_entry_point("greet")
  graph.add_edge("greet", "ask")
  graph.add_edge("ask", END)
  
  # グラフのコンパイル
  app = graph.compile()
  

  Copy

7. エージェントの実行とテスト

構築したグラフを実行し、エージェントが動作することを確認します。

import asyncio

async def main():
    initial_state = {"user_name": "太郎"}
    final_state = await app.invoke(initial_state)
    print(final_state)

if __name__ == "__main__":
    asyncio.run(main())

8. 実践的なエージェントの例：賢い質疑応答ボット

ユーザーの入力に応じてインテリジェントに応答する、よりスマートなエージェントを構築します。

• answer_nodeの追加：

  async def answer_node(state: dict) -> dict:
      user_input = state.get("user_input", "").lower()
      if "天気" in user_input:
          state["response"] = "今日の天気は晴れで、わずかな風が吹いています。"
      elif "時間" in user_input:
          state["response"] = "現在時刻は午後2時です。"
      else:
          state["response"] = "申し訳ありません。その件についてはわかりませんが、調べてみます！"
      return state
  

  Copy
• エージェントフローの更新： [greet] → [ask] → [answer] → [END]

9. よくある落とし穴とその回避方法

LangGraphを使用する際に陥りやすい間違いとその解決策を紹介します。

1. **非同期処理（Async）の忘れ：**ノード関数は常にasync defで定義する。
2. **ステートの矛盾：**ステートの型やキーを意識し、予期せぬ変更を加えない。
3. **早期の複雑化：**最初はシンプルなグラフから始め、徐々に機能を拡張する。
4. エラー処理の欠如：try-exceptブロックを使用して例外を処理する。

10. LangGraphでエージェントを構築する上でのヒント

• ノードの粒度を細かく保つ。
• ステートを効果的に活用する。
• 段階的に複雑さを増していく。
• エラー処理を徹底する。

この記事を参考に、LangGraphを使ったAIエージェント開発に挑戦してみてください。