AIエージェントは、単純なチャットボットよりも強力で、エージェントはツールを使用し、コードを実行し、ウェブを検索し、ステップを計画し、複雑なタスクを完了するために他のエージェントと一緒に作業することもできます。 この記事では、Google の ADK (Agent Development Kit) を使用して最初の AI エージェントをゼロから構築する方法を紹介します。これは、エージェントを作成し、テストし、ツールを追加し、複数のエージェントシステムを構築することを容易にするオープンソースのフレームワークです。 あなたはすでにPythonをインストールしている場合、すべてを無料で、わずか数分で構築することができます。 始めよう。 AIエージェントとは何ですか?(簡単な説明) 私たちが始める前に、AIエージェントが実際に何であるかをすぐに見直してみましょう。 通常のAIモデル(チャットGPTやジェミニのような)は、テキストの回答のみを提供します。 アン 異なりますが、それは: AI agent 
 
 
 
 
 質問に答えるのではなく、課題を実行する。 Google Search、計算機、API、またはデータベースなどのツールを使用する 意思決定と計画ステップ 最小限の人間の援助で自律的に働く あなたはAIエージェントをあなたの代わりに任務を果たすことができる小さな「AIワーカー」として考えることができます。 このチュートリアルでは、まず単純なエージェントを構築し、研究、概要、および調整のための別々のエージェントを備えた複数のエージェントシステムにアップグレードします。 始める前に必要なこと このチュートリアルに従うには、あなただけが必要です: 
 
 
 
 
 Pythonがコンピュータにインストール VS Code (または Google Antigravity IDE など) などのコードエディター Google ADK - 私たちがインストールするオープンソースフレームワーク Gemini API キーは、生成することが自由です。 Google Antigravity IDE Google ADK Google ADK 万が一準備ができたら、作ろう! AI Agents from Scratchを構築する ステップ1:プロジェクトフォルダと仮想環境の作成 まず、ターミナルを開いてフォルダを作成します。 mkdir my_first_agent
cd my_first_agent
 仮想環境を構築する: python -m venv .venv
 アクティベートする: source .venv/bin/activate  # macOS / Linux
# or
.\venv\Scripts\activate    # Windows
 仮想環境は、プロジェクトを清潔に保ち、バージョン紛争を回避します。 ステップ2:Google ADKをインストールする Agent Development Kit をインストールする: pip install google-adk
 ステップ3:あなたのエージェントプロジェクトを作成 あなたのターミナル内で、走る: adk create my_agent
 モデルを選択してください(あなたは Gemini 2.5 または Gemini Flash を選ぶことができます)。 その後、フォルダー構造が表示されます: my_agent/
 ├── agent.py
 ├── .env
 └── __init__.py
 
 
 
 agent.py → これはあなたのコードが生きている主なファイルです。 .env → This is where your API key goes あなたのAPIキーが行く場所 VS Code または IDE でフォルダを開きます。 ステップ4:Get Your Free Gemini API Key 行こう: https://aistudio.google.com https://aistudio.google.com Googleアカウントでログイン→左下のサイドバー→ . Get API key クリック 名前を付け、プロジェクトを選択 (または作成) し、キーをコピーします。 Create API Key オープン Your ファイルと追加: .env GOOGLE_API_KEY="your-key-here"
 STEP 5: Default Agent をテストする オープン デフォルトボイラープレートコードが表示されます。 agent.py 実行する前に、モデル名を更新します。 AI Studio → モデル → モデルを選択する → 内部名をコピーする (例 : または ) gemini-2.0-flash gemini-3-pro-preview コードに置き換える場所のモデル名。 エージェントをテストします。このコマンドをターミナル内で実行します。 adk run my_agent
 すべてがうまくいけば、答えを得るべきです。 モデルの無料制限に到達した場合は、より軽いフリーレイヤーモデルに切り替えます。 Step 6: Create Multiple Agents (Research + Summarizer + Coordinator) さて、今度は本物の . multi-agent system このエージェントはウェブを検索し、結果を保存します。 1. Research Agent. 研究結果をまとめて、概要を書く。 2. Summarizer Agent. このエージェントは、誰が最初に働くべきかを決定し、それから最終的な答えを構築します。 3. Coordinator Agent (Root Agent). 各エージェントが必要: 
 
 
 
 
 自身の名称 自身の指示 オプションツール(Google Searchなど) 予想される明確な行動 このコードを agent.py ファイル内で使用できます。 from google.adk.agents.llm_agent import Agent
from google.adk.tools import google_search, AgentTool


research_agent = Agent(
    name="Researcher",
    model="gemini-2.5-flash-lite",
    instruction="""You are a specialized research agent. Your only job is to use the
    google_search tool to find top 5 AI news for a give topic. Do not answer any user questions directly.""",
    tools=[google_search],
    output_key="research_result",
)

print("Resereach Agent created successfully.")

summarizert = Agent(
    name="Summarizert",
    model="gemini-2.5-flash-lite",
    instruction="""
    Read the research findings {research_result} and create a summary for each topic with the link to read more
    """,
    output_key="summary_result",
)
print("Summarizert Agent created successfully.")


# Root Coordinator:
root_agent = Agent(
    model='gemini-2.5-flash-lite',
    name='root_agent',
    description='A helpful assistant for user questions.',
    instruction="""
    You are coordinator. First your job is to delegate user questions to the 'research_agent' to gather information. Second pass the findings to the 'summarizert' agent to create a summary. Finally, compile the summaries into a final response for the user.
    """,
    tools=[
        AgentTool(research_agent),
        AgentTool(summarizert),
    ]
)
 これが本物の複数のエージェントパイプラインです。 STEP 7: Multi-Agent System を実行する このコマンドをターミナル内で実行する: adk run my_agent
 次に、研究のためのトピックを入力します。エージェントを実行した後、あなたは見るでしょう: 
 
 
 
 研究エージェント情報収集 SUMMARIZER Agent producing a SUMMARIZER 出力を組み合わせたコントローラ すべてが一緒に働く! ステップ8:Webインターフェイスを使用する(より簡単) ADKにはWeb UIが含まれています。 ターミナル内で、以下のコマンドを実行します。 adk web --port 8000
 すべてがうまくいけば、サーバーのURLが表示されます。 あなたのブラウザでリンクを開いて、メニューからエージェントを選択します。 あなたは今見ることができます: 
 
 
 
 メッセージ フロー どのエージェントが呼ばれたか 実行したステップ これは、マルチエージェントシステムをデバッグするときに非常に役立ちます。 All the code is available on my GitHub repository:  https://github.com/proflead/how-to-build-ai-agents-from-scratch https://github.com/proflead/how-to-build-ai-agents-from-scratch https://github.com/proflead/how-to-build-ai-agents-from-scratch ビデオチュートリアル:How to Build AI Agents 視覚的な指導が必要な場合は、私のステップごとにビデオチュートリアルをご覧ください。 https://youtu.be/lh8LBRXHnGE?si=dCpXkbwk5n1M8fn6&embedable=true YouTubeで観る: AI エージェントをゼロから構築する方法 AIエージェントをゼロから作る方法 How to Build an AI Agent from Scratch AIエージェントをゼロから作る方法 How to Build an AI Agent from Scratch 結論 AI エージェントの構築は、ほとんどの人々が考えるよりも簡単です。Google ADK を使用すると、数分で単純な、あるいは複数のエージェントシステムを作成し、Web インターフェイスでテストし、ツール、ワークフロー、リアルワールドの統合でそれらを拡張することができます。 こんにちは! ;)

Google

GitHub

Read My Blog

Read My Stories

このオーディオは、ストーリーの元の言語で制作されています。

You Can Build an AI Agent From Zero In Less Than 10 Minutes (Here's How)

About Author

コメント

ラベル

この記事は

Related Stories

HackerNoon ライティングコンテストで優勝したいですか? #crypto-api コンテスト優勝者のおすすめはこちら

AI/ML データレイクのリファレンスアーキテクチャを構築するためのアーキテクトガイド

ワークフローを10倍に向上させる方法: 必須アプリ17選

暗号通貨の成長: 効果的なユーザーペルソナの作成

HackerNoon ライティングコンテストで優勝したいですか? #crypto-api コンテスト優勝者のおすすめはこちら

AI/ML データレイクのリファレンスアーキテクチャを構築するためのアーキテクトガイド

ワークフローを10倍に向上させる方法: 必須アプリ17選

暗号通貨の成長: 効果的なユーザーペルソナの作成

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps