Kotlin

この連載の過去記事: AI エージェントを Kotlin で構築する － 第 1 回：ミニマルなコーディングエージェントの実装 AI エージェントを Kotlin で構築する － 第 2 回：ツールの深掘り AI エージェントを Kotlin で構築する － 第 3 回：観測 AI エージェントを Kotlin で構築する － 第 4 回：委譲とサブエージェント

前回の記事でトレースのセットアップ方法を確認しましたが、これによって新しい疑問が生まれました。このツールが提供する情報に基づいて何を実験すればよいのか？ また、観測した結果を利用してエージェントのどの部分を改善できるのか？の 2 つです。

この連載の第 2 回が終了し、コーディングエージェントがかなりの処理を行えるようになりました。プロジェクトの探索、コードの読み書き、シェルコマンドの実行、およびテストの実行を行えます。

今回の記事では、Koog フレームワーク内で追加のツールを作成することで、このエージェントの機能を拡張する方法を深掘りしていきましょう。

このブログ連載記事では、実際のコーディングエージェントを一緒にビルドしながら AI エージェントを詳しく見ていきます。まずは基本的な 3 つのツールをビルドし、連載を進めながらそのエージェントを完全なエージェントへと変換していきましょう。エージェントの実際の動作、その動作を確認してデバッグする方法、さらには重要なアーキテクチャ上の決定について学ぶことになります。この連載が終了するまでには、このエージェントだけでなく、独自のエージェントをビルドする方法を理解できるようになるはずです。すべて Kotlin で書いていきます。

この記事は、実際のチームである開発者の好奇心をきっかけに会社全体が変革するまでの Kotlin の導入経緯を追った「Java 主体の環境で Kotlin の導入を成功させるための究極ガイド」連載記事の第 5 回です。

この記事は、実際のチームである開発者の好奇心をきっかけに会社全体が変革するまでの Kotlin の導入経緯を追った「Java 主体の環境で Kotlin の導入を成功させるための究極ガイド」連載記事の第 4 回です。

この記事は、実際のチームである開発者の好奇心をきっかけに会社全体が変革するまでの Kotlin の導入経緯を追った「Java 主体の環境で Kotlin の導入を成功させるための究極ガイド」連載記事の第 3 回です。

この記事は、実際のチームである開発者の好奇心をきっかけに会社全体が変革するまでの Kotlin の導入経緯を追った「Java 主体の環境で Kotlin の導入を成功させるための究極ガイド」連載記事の第 2 回です。

この記事は、実際のチームにおいてある一人の開発者の好奇心をきっかけに、会社全体が変革するまでの Kotlin の導入経緯を追った「Java 主体の環境で Kotlin の導入を成功させるための究極ガイド」連載記事の第 1 回です。

複数の AI エージェントを含むシステムを構築したことがある方は、「あの問題」に遭遇したことがあるかと思います。 最初は単純なことから着手し、1 つのエージェントでブログ記事を書き、別のエージェントで校正し、3 つ目のエージェントでは画像の提案や生成を行うかもしれません。 これらのエージェントは個別には効果的ですが、 連携させた途端に 動作が破綻し始めるかもしれません。

最新 AI モデルの DeepSeek-R1 と OpenAI の性能を Kotlin に特化したベンチマークで比較！Kotlin に強い AI はどっちか、データと実例をもとに徹底分析。