LangGraph 流のやり方で AI エージェントの作り方を学びます。API と連携したり、CSV からデータを取得したり、Python コードを実行したりするためのツールボックスを用意しましょう。LLM とツールをノードとエッジでつなぎ、制御された段階的な方法で単一エージェントシステムの構築を始めます。

LangGraph流でエージェントを構築しよう！

エージェントのツールボックス：Wikipedia ツール

エージェントの道具箱：株価データツール

エージェントのツールボックス：Python ツール

LangGraph でのエージェント指向のオーケストレーション

はじめてのエージェント！

グラフとしてのエージェント

AI エージェントの台頭に伴い、いくつかの設計パターンが登場しました。本章ではその中でも特に一般的な 2 つ、スワーム（分散型）マルチエージェントとスーパーバイザーマルチエージェントを学びます。LangGraph には、ユースケースに合わせてマルチエージェントを設計するための多彩な機能が用意されていることがわかるでしょう。

ツールを使うべきか、使わざるべきか！

条件付きツール呼び出し

ワンライン・エージェント

マルチエージェント・フレームワーク

別のエージェント！

スーパーバイザーエージェント

まとめ

LangGraph のマルチエージェント

LangGraph で自分だけのエージェントを設計・構築しましょう！LangGraph は LangChain エコシステムの中核で、高いカスタマイズ性を持つ本番運用レベルの AI エージェントを作成するために使われます。Fortune 500 企業の情報や株価パフォーマンスデータを収集し、可視化で分析するエージェント型アシスタントを LangGraph で構築します。最先端のマルチエージェントアーキテクチャとして、スワーム（分散型）マルチエージェントとスーパーバイザーマルチエージェントを学びましょう。今日から AI エージェントシステムのビルダーになりましょう！

<h2>LangGraphでAIエージェントを構築する</h2>LangGraphで独自のエージェントを設計・構築しましょう！LangGraphはLangChainエコシステムの中核を担う要素であり、高いカスタマイズ性を備えた本番運用対応のAIエージェントを構築するために使用されます。 LangGraphを使うと、開発者はノードとエッジを持つグラフとしてエージェントを構築でき、情報の流れや意思決定の経路を綿密に設計できるため、予期しないエラーが入り込む余地を減らせます。<h2>新たに登場したマルチエージェントアーキテクチャを探る</h2>AIエージェントの台頭以来、いくつかのエージェント設計パターンが登場しており、その中でも特に人気の高い2つ、ネットワーク型（または分散型）マルチエージェントとスーパーバイザー型マルチエージェントについて学びます。 複数のエージェントを効果的に管理するには、監督エージェントを設計してタスクを割り振り、ワーカーエージェント同士の連携を促進します。<h2>独自のエージェント型アシスタントを作成する</h2>LangGraphを使って、Fortune 500企業の情報と株価パフォーマンスデータを収集するエージェント型アシスタントを構築し、可視化を用いて分析します！<br><br>このエージェントが、シンプルな単一エージェントシステムから3エージェントのスーパーバイザー型マルチエージェントへと進化していく様子をご覧いただけます！今すぐ、増え続けるAIビルダーの仲間入りをして、AIエージェントの設計と構築を学びましょう！

Designing Agentic Systems with LangChain

LangGraphフレームワークで新しいエージェント設計パターンを適用し、強力なマルチエージェントシステムを構築。

LangGraph で学ぶ Multi-Agent Systems

LangGraphフレームワークで新しいエージェント設計パターンを適用し、強力なマルチエージェントシステムを構築します。

エージェントのツールボックス：Wikipedia ツール

LangGraph で学ぶ Multi-Agent Systems

演習の手順

実践的なインタラクティブ演習