エージェントとは？

LlamaIndex によるエージェントワークフローの構築

Laurie Voss

VP Developer Relations, LlamaIndex

LLMの限界

$$

  • LLMは優れていますが、限界があります

$$

  • 学習データに基づくテキスト応答

$$

  • 新しいデータがなければ情報取得や行動はできません

single_llm.gif

LlamaIndex によるエージェントワークフローの構築

エージェントの全体像

$$

  • AIモデルを活用してインタラクション

  • 実行できること：

    • 推論
    • 計画
    • ツールによるアクション実行

$$

agent_capabilities.png

LlamaIndex によるエージェントワークフローの構築

エージェントの全体像

  • シナリオ：
    • Web検索または段階的な計算を選択できるAI
    • 複雑またはオープンエンドのタスクに対応
    • タスクを手順に分割してツールを活用

agents_choice.png

LlamaIndex によるエージェントワークフローの構築

LLM vs. エージェント

$$

  • LLM：
    • タスクがシンプルな場合

「このテキストを要約してください...」

  • エージェント：
    • 複数ステップ・外部情報・条件分岐が必要な場合
    • ツールを追加したい場合

「このトピックを調査してください...」

agent_vs_llm.png

LlamaIndex によるエージェントワークフローの構築

エージェンティックワークフロー

コースの焦点：

  • エージェンティックワークフロー
  • 単一エージェント＋ツールから高度なマルチエージェント調査システムまで

agent_to_agentic_workflow.gif

LlamaIndex によるエージェントワークフローの構築

練習しましょう！

LlamaIndex によるエージェントワークフローの構築

Preparing Video For Download...