登録して招待リンクを共有すると、動画再生報酬と紹介報酬を獲得できます。

検索結果 Agent工程
Agent工程 コミュニティ
1つのキーワードが1つのコミュニティです。
コミュニティ作成
アカウント
見つかりません
Agent工程 を含む検索結果
学習に数日かかるレコメンドモデルの研究を、AIエージェントに自律的に回させたらどうなるかという論文です。 Auto-RecSys: Harnessing Autonomous Research Agents for Industry-Scale Recommender Systems ❓ なぜ既存の自律AI研究エージェントでは足りないのでしょうか 💡 既存システムは数分〜数時間で結果が出る小規模実験を前提にしていますが、産業用レコメンドモデルは1回の学習に数日かかり、設定も数千行に及びます。逐次試行が現実的でないため、複数のアイデアを分散サーバーで並行に走らせ、失敗からも復旧できる全く別の設計が必要になります。 ❓ どうやって並行実験と障害復旧を両立させているのでしょうか 💡 アイデアごとに独立した状態ファイルを持たせ、発案→実装→検証→学習→分析という工程を管理します。セッションが再起動しても、共有ストレージ上のグローバルレジストリと軌跡ログを読み直すことで、サーバーをまたいでシームレスに作業を再開できます。 ❓ 本当にシステムは「学習」していくのでしょうか 💡 実験の軌跡をモデル固有のプレイブックに蒸留し、失敗を「やってはいけないこと」として蓄積します。31回の反復のうち、1反復あたりの主要な修正回数は4.0件から0.5件まで減り、無修正で完了する反復の割合は83%に達しました。 ❓ 実際にどれくらい自律的に動けるのでしょうか 💡 970件連続のログエントリを人の介入なしで実行し、公開の失敗が続いた際には学習フローを自ら切り替えるといった適応も観察されています。 #AIエージェント# #機械学習#
もっと見る
Agent Plugins 1.0.0が変えるのは、AIエージェントの作り方だけではありません。一度作った機能を環境ごとに作り直す時代から、共通の箱に入れてどこでも動かす時代へ。これからの開発力は、賢いAIを選ぶ力より、つながる仕組みを設計する力に宿ります。
もっと見る
『Agent Plugins 1.0.0 を使ってみた』 最近出たAgent Pluginsを試してみました。
Agentを扱ううえで、「違う。そうじゃない」と修正を繰り返す方法は、あまり効果的ではないと感じている。 否定や追加指示を重ねるほど、コンテキストには失敗した経路や場当たり的な制約が蓄積していく。一方で、何を基準に正しいと判断するのかは、必ずしも明確にならない。結果として、Agentは目的そのものではなく、直近の修正指示に過適合しやすくなる。 だから、「違う。そうじゃない」と伝える前に、まず取り得る候補を列挙させるべきだと思う。 そのうえで、各候補についてPoCの計画を立て、評価基準とテストゲートを設ける。小さく検証し、結果を比較しながら、最も有望な案を選ぶ。そして、十分に見込みのある方向性が確認できてから、本格的な実装へ進む。 このプロセスを踏まなければ、「違う。そうじゃない」という状態は根本的には解消されない。 Agentのうまい扱い方とは、誤った出力を何度も修正することではない。最初から候補、評価基準、検証方法を設計し、「そうそう、その通り」と言える方向へ進みやすい道筋を整えることだ。 試行錯誤そのものが不要なのではない。重要なのは、試行錯誤を会話上の押し問答として行うのではなく、管理された仮説検証として行うことである。 最近は、Agent Engineeringの本質は、指示を細かく書くことではなく、探索と検証のプロセスを設計することにあると考えている。
もっと見る
【Agent i 責任者が考える、AIパートナーとの「自分らしい、ご機嫌な距離」】 レシピの「塩少々」ってどれくらい? そんな日常の小さな困りごとに、一人ひとりの状況に合わせて寄り添うAIを目指す、AIエージェント「#Agent_i」。# 開発を率いる葭沢の思い、描く未来とは?
もっと見る
Agent Platform 経由でなかなか Gemini 3 系が使えるようにならないなと思っていたけど、グローバルエンドポイント導入により、Gemini 3系以降は 個別リージョンにデプロイされず、 Global 指定しないと使えないのね。
もっと見る
【Agent A|Ahrefsデータで動くAIマーケティングエージェント】 世界最高クラスのマーケティングデータにアクセスし、自分専用のアプリやダッシュボードを構築・実行。あなたのマーケティングチーム加わる最高なAIエージェント。今すぐはじめよう。
もっと見る
【Agent A|Ahrefsデータで動くAIマーケティングエージェント】 世界最高クラスのマーケティングデータに無制限にアクセスし、実際にあなたの代わりにマーケティングを実行できるAIエージェントです。今すぐ始めよう。
もっと見る
# OpenAI Agent SDKの便利で実践的な使い方 🌍 HTTP の往復を減らし、第三者モデルも自由に組み合わせる。WebSocket トランスポートとマルチプロバイダで、エージェントの通信基盤を強化しましょう。 WebSocket トランスポートで低レイテンシ通信を実現し、MultiProvider や Any-LLM/LiteLLM アダプターで OpenAI 以外のモデルもシームレスに統合できます。 📌 タイトル:WebSocketトランスポート / 第三者アダプター 🔗 URL: 🧩 概要 OpenAI Agent SDK は標準の HTTP/SSE に加え、WebSocket トランスポートをサポートしています。`set_default_openai_responses_transport("websocket")` でグローバル切り替えが可能で、`responses_websocket_session()` を使えば同一コネクション上で複数のリクエストを処理できます。さらに `MultiProvider` でプレフィックスベースのモデルルーティングを行い、Any-LLM や LiteLLM のアダプター(beta)で OpenAI 以外のプロバイダにも接続できます。 🛠 使い方 `agents` から `Agent`, `Runner`, `set_default_openai_responses_transport` をインポートし、`set_default_openai_responses_transport("websocket")` でグローバルに WebSocket トランスポートを有効化します。`Agent` を作成し、`await "こんにちは")` で実行、` で結果を取得します。 🏗 実践的な使い方 **プロバイダレベルでの WebSocket 設定** グローバル設定ではなく、特定のプロバイダだけ WebSocket を使いたい場合はプロバイダ単位で設定します。カスタム WebSocket エンドポイントやキープアライブも指定可能です。 `OpenAIProvider` に `use_responses_websocket=True`、`websocket_base_url="wss://your-proxy.example/v1"`、`responses_websocket_options={"ping_interval": 20.0, "ping_timeout": 60.0}` を設定してプロバイダを作成します。`Agent` を作り、` の `run_config=RunConfig(model_provider=provider)` でプロバイダ単位の WebSocket を使用します。 **MultiProvider でモデルルーティング** OpenRouter などのゲートウェイを使い、プレフィックスでモデルを振り分けるパターンです。異なるモデルを持つエージェント同士がハンドオフする場合に便利です。 `MultiProvider` に `openai_base_url=""`、`openai_api_key`、`openai_use_responses_websocket=True`、`openai_prefix_mode="model_id"` を設定します。`model="openai/gpt-4.1-nano"` と `model="openai/gpt-4.1"` のエージェントを作り、`handoffs` で接続して `RunConfig(model_provider=provider)` で実行します。 **Any-LLM / LiteLLM アダプターで第三者モデルを統合** OpenAI 以外のモデル(Anthropic、Google など)を SDK のワークフロー内で透過的に使えます。 `MultiProvider()` をデフォルトで作成し、`Agent` の `model` に `"any-llm/anthropic/claude-sonnet-4-20250514"` を指定、`model_settings=ModelSettings(include_usage=True)` を設定します。` に `RunConfig(model_provider=provider)` を渡して、OpenAI 以外のモデルを透過的に利用します。 💡 ユースケース ⚡ WebSocket トランスポートで HTTP の接続オーバーヘッドを削減し、マルチターン対話のレイテンシを改善 🔀 MultiProvider + プレフィックスルーティングで、OpenRouter 経由の複数モデルを1つのワークフローで使い分け 🌐 Any-LLM アダプターで Anthropic や Google のモデルを SDK のエージェントとして透過的に利用 🔧 LiteLLM アダプターで既存の LiteLLM ルーティング設定をそのまま SDK に持ち込み ⚠️ 注意点 - WebSocket トランスポートを使う場合は `websockets` パッケージのインストールが必要です。 - 信頼性を優先する場合は HTTP/SSE の方が安定しています。WebSocket はレイテンシ重視のシナリオで使いましょう。 - Any-LLM / LiteLLM はベータ機能です。構造化出力やツール呼び出しのサポートはバックエンドのプロバイダによって異なるため、本番導入前に十分な検証を行ってください。 - 一部の LiteLLM バックエンドでは `ModelSettings(include_usage=True)` を明示的に設定しないと使用量メトリクスが取得できません。 ✨ WebSocket とマルチプロバイダを活用すれば、レイテンシ最適化とモデルの柔軟な組み合わせが同時に実現できます。まずは WebSocket で体感速度を試してみましょう! #OpenAIAgentSDK# #AIAgent#
もっと見る
# Claude Agent SDKの便利だけど知られていない機能 🌍 AIエージェントを本番環境にデプロイする際、セキュリティは万全ですか?公式ガイドで安全に運用しましょう! Agent SDKにはマルチテナント隔離やクレデンシャル管理のための包括的なセキュリティガイドラインがあります。 📌 タイトル:Agent SDKのホスティング / セキュアデプロイガイド 🔗 URL: 🧩 概要 本番環境でのAgent SDKデプロイには、プロンプトインジェクション対策として多層防御が推奨されます。マルチテナント隔離では `settingSources: []` で外部設定の読み込みを無効化し、`CLAUDE_CODE_DISABLE_AUTO_MEMORY=1` で自動メモリ機能を停止、`strictMcpConfig: true` でMCPサーバー設定を厳格化します。各テナントは独立したファイルシステム内で実行し、コンテナ/VM/サンドボックスによる隔離が推奨されます。クレデンシャルはプロキシパターンで外部注入し、エージェントに直接渡さないのがベストプラクティスです。 🛠 使い方 ```python # Python - セキュアなマルチテナント設定 from claude_agent_sdk import query, ClaudeAgentOptions options = ClaudeAgentOptions( # 外部設定ファイルの読み込みを無効化 setting_sources=[], # MCP設定を厳格化 strict_mcp_config=True, env={ # 自動メモリ機能を無効化(テナント間の情報漏洩防止) "CLAUDE_CODE_DISABLE_AUTO_MEMORY": "1", # プロキシ経由でAPI通信(クレデンシャルを直接渡さない) "ANTHROPIC_BASE_URL": "http://localhost:8080", }, ) async for message in query(prompt="テナントAのタスク", options=options): pass ``` ```bash # Docker - セキュリティ強化されたコンテナ設定 docker run \ --cap-drop ALL \ --security-opt no-new-privileges \ --read-only \ --tmpfs /tmp:rw,noexec,nosuid,size=100m \ --network none \ --memory 2g --cpus 2 --pids-limit 100 \ --user 1000:1000 \ -v /path/to/code:/workspace:ro \ -v /var/run/proxy.sock:/var/run/proxy.sock:ro \ agent-image ``` 🏗 本番システムへの組み込み方 ・各テナントを独立したコンテナ/VM内で実行し、ファイルシステムとネットワークを隔離します ・クレデンシャルはプロキシ(Envoy/mitmproxy等)経由で注入し、エージェントには見せない設計にします ・`--network none` + Unix ソケットでネットワークアクセスをプロキシに限定し、データ流出を防止します ・コードリポジトリは読み取り専用でマウントし、`.env`や `~/.aws/credentials` などの機密ファイルは除外します 💡 ユースケース 🏢 マルチテナントSaaSでテナントごとにエージェントを隔離して実行する 🔐 社内ツールで、APIキーをエージェントに直接触らせずにAPI呼び出しを許可する 🛡 CI/CDパイプラインで、リポジトリ分析エージェントのアクセス範囲を最小権限に制限する ⚠️ 注意点 ・`settingSources: []` を指定しないと、エージェントが外部の `.claude/settings.json` を読み込む可能性があります ・サンドボックスランタイムのネットワーク制限はTLS検査を行わないため、ドメインフロンティング攻撃に注意が必要です ・すべてのデプロイに最大レベルのセキュリティが必要なわけではありません。脅威モデルに応じて適切なレベルを選択してください ✨ AIエージェントのセキュリティは「やりすぎ」くらいがちょうどいいです。多層防御で安心・安全な本番運用を目指しましょう! #ClaudeAgentSDK# #AIAgent#
もっと見る