コンテンツにスキップ

エージェントフレームワーク

最終更新: 2026-05-11

LLM をループで回して「ツールを使う・状態を保持する・複数エージェントを協調させる」ためのフレームワーク群。

比較表

FW 言語 特徴 個人開発で使う場面
LangGraph Python / TS 有向グラフ + 条件分岐。LangChain の事実上のランタイム 複雑なステートマシン的エージェント
Microsoft Agent Framework (旧 AutoGen) C# / Python Semantic Kernel と統合 (2025末) .NET エコシステム / エンタープライズ
CrewAI Python ロールベース「人間チーム模倣」。Flow API で条件分岐 多役割のエージェントを直感的に書きたい時
Google ADK Python 階層型エージェントツリー (2025-04) Gemini ベースで組む時
OpenAI Agents SDK Python / TS Swarm の後継、handoff が中核 (2025-03) OpenAI ファースト
OpenHands Python / TS 自律 SWE エージェント (旧 OpenDevin) Devin 風を OSS で
Devin SaaS フルマネージド自律エージェント 丸投げしたい時 (高コスト)

選定基準

  1. 「何を自動化したいか」が明確 → CrewAI / LangGraph (ステートが見える)
  2. 「タスク全体を任せたい」 → Devin / OpenHands (ブラックボックス前提)
  3. 「Claude Code / Codex CLI で足りるか」を先に確認 — 多くの個人開発タスクは既存 CLI で十分。FW は外部システム連携や複雑な分岐がある時に検討

多エージェント・オーケストレーション

2026 年で熱い領域。Anthropic も Managed Agents (multi-agent orchestration + Outcomes + "dreaming" メモリ自己改善) を public beta で出した。

パターン:

  • Lead + Specialists: 親エージェントが計画、子エージェントが専門領域を実行
  • Cross-model review: 同じ diff を Claude / Codex / Gemini に並列レビューさせ合議
  • Fan-out (Split-and-Merge): 独立タスクを並列化、結果を統合

詳しくは methods/subagents/01-when-to-fan-out.md。

アンチパターン

  • 何でも multi-agent 化 — Single-thread の方が安く速いケースが多い。3個未満なら親で
  • 「汎用 backend-engineer」エージェント — 専門特化版の方が圧倒的に高品質
  • オーケストレーターに人間レビューを挟まない — Sev-1 事故の典型パターン (Amazon 90日で 4 件など)

出典