Mastra
Mastraは、開発者が高度なAIエージェントや複雑なワークフローを構築、デプロイ、管理するために設計されたオープンソースのTypeScriptフレームワークです。永続的なメモリ、ツール呼び出し、検索拡張生成（RAG）、決定論的なワークフローグラフなどの機能を備えた開発者フレンドリーなSDKを提供します。Gatsbyチームによって構築され、JavaScriptエコシステム内での本番環境対応AIアプリケーションの作成を簡素化します。
Mastraは、開発者が高度なAIエージェントや複雑なワークフローを構築、デプロイ、管理するために設計されたオープンソースのTypeScriptフレームワークです。永続的なメモリ、ツール呼び出し、検索拡張生成（RAG）、決定論的なワークフローグラフなどの機能を備えた開発者フレンドリーなSDKを提供します。Gatsbyチームによって構築され、JavaScriptエコシステム内での本番環境対応AIアプリケーションの作成を簡素化します。
エージェントビルダーについて
エージェントビルダーは、自律型AIエージェントの作成、カスタマイズ、展開のために設計されたプラットフォームです。これらのツールは、ビジュアルインターフェース、事前構築済みコンポーネント、ワークフローオーケストレーション機能を提供し、ユーザーがエージェントの目標、アクション、外部ツールへのアクセスを定義できるようにします。これにより、開発者と非開発者の両方が、人間の直接的な介入なしに複雑なマルチステップタスクを実行できる高度なエージェントを構築できます。このアプローチは、概念的なアイデアから機能的で展開可能なAIエージェントまでの開発サイクルを大幅に加速します。
主な機能
- ビジュアルワークフローデザイナー：ドラッグアンドドロップまたはノードベースのインターフェースで、エージェントのロジック、意思決定プロセス、タスクシーケンスを設計します。
- ツール＆API連携：外部ツール、データベース、APIを簡単に連携するためのコネクタを提供し、エージェントが他のシステムと対話する能力を与えます。
- LLMモデルの柔軟性：エージェントの推論能力を強化するために、異なる大規模言語モデル（LLM）を選択、設定、または切り替えることができます。
- メモリ管理：エージェントに短期および長期の記憶を提供するシステムで、過去の対話から学び、コンテキストを維持することを可能にします。
- 展開＆モニタリング：エージェントをアプリケーションやAPIとして展開し、そのパフォーマンス、コスト、実行ログを監視する機能です。
利用シーン
エージェントビルダーは、カスタムオートメーションソリューションを作成するために様々な業界で利用されています。例えば、マーケティングチームは自律的な市場調査を行い、レポートを生成するエージェントを構築します。運用部門では、サプライヤーのAPIや内部データベースと連携して在庫を管理するエージェントを作成するために使用されます。開発者はまた、金融分析やサプライチェーン最適化などのタスクのための複雑なマルチエージェントシステムを迅速にプロトタイプし、テストするためにこれらのプラットフォームを使用します。
選び方のポイント
エージェントビルダーを選ぶ際には、まず必要な技術スキルレベルを考慮します。ビジネスユーザー向けのノーコードプラットフォームと、開発者向けのローコード/プロコードフレームワークから選択します。プラットフォームの連携エコシステムを評価し、必要なツールやAPIをサポートしていることを確認します。異なるLLMの使用やカスタムコードの追加などのカスタマイズ能力を評価します。最後に、運用要件に合致するかどうか、展開オプション（クラウド、オンプレミス）とモニタリング機能を確認します。
エージェントビルダー利用シーン
自動化されたカスタマーサポートエージェントの構築
コーディングスキルを持たないカスタマーサポートマネージャーが、ノーコードのエージェントビルダーを使用してサポートエージェントを作成します。ビジュアルインターフェースを使い、エージェントがまずユーザーに挨拶し、次にナレッジベース連携を使用してよくある質問に答えるワークフローを設計します。問い合わせが注文状況に関するものである場合、エージェントには会社のShopify APIにアクセスするツールが与えられます。注文詳細を取得し、顧客に最新情報を提供します。エージェントが解決できない複雑な問題については、ワークフローが自動的にZendeskでチケットを作成し、人間のサポート担当者に通知します。これにより、定型的な問い合わせの60%以上が自動化され、人間のチームは優先度の高いケースに集中できるようになります。
市場調査・分析エージェントの設計
マーケティングアナリストが、競合分析のためのエージェントを構築するためにローコードのエージェントビルダーを使用します。エージェントには一連のツールが設定されます。競合他社のウェブサイトやブログを監視するためのウェブブラウジングツール、言及を追跡するためのTwitter APIアクセスツール、そしてGoogleアラートに接続するツールです。アナリストは毎日のスケジュールを定義します。毎朝、エージェントはタスクを実行し、関連するすべてのデータを収集し、LLMの推論能力を使って情報を簡潔な要約にまとめます。主要な競合他社の活動や市場のトレンドを強調した最終レポートは、マーケティングチームがレビューするために専用のSlackチャンネルに自動的に投稿されます。
社内人事のオンボーディングタスクの自動化
人事担当者がエージェントビルダーを使用して、新入社員向けのオンボーディングエージェントを作成します。新しい従業員が人事システムに追加されると、エージェントのワークフローがトリガーされます。その後、一連のアクションを実行します。重要な情報を含むウェルカムメールを送信し、SlackやJiraなどの必要なシステムで新入社員のアカウントをそれぞれのAPIを使用して作成し、チームのGoogleカレンダーにアクセスして紹介ミーティングをスケジュールします。エージェントはまた、会社の学習管理システムで初期研修モジュールを割り当てます。これにより、一貫したオンボーディング体験が保証され、人事チームは新入社員一人当たり数時間の手作業による管理業務を節約できます。
マルチエージェント金融分析システムのプロトタイピング
フィンテック企業の開発者が、プロコードのエージェントビルダーを使用して金融分析システムのプロトタイプを迅速に作成します。彼らは2つの異なるエージェントを作成します。1つ目は「データ収集エージェント」で、金融データAPI（Alpha Vantageなど）やニュースAPIにアクセスするツールを備えています。その唯一の仕事は、特定の企業のリアルタイムの株価と関連ニュースを収集することです。2つ目は「分析エージェント」で、このデータを受け取ります。LLMを使用してニュースの感情分析を行い、株価の動きと相関させ、簡単な投資テーゼを生成します。ビルダーのフレームワークにより、これらのエージェントはシームレスに通信し、データを渡すことができ、開発者は複雑なロジックを数週間ではなく数日でテストできます。
パーソナライズされた旅行日程エージェントの作成
旅行ブロガーが、ウェブサイト訪問者向けにパーソナライズされた旅程計画エージェントを作成するために、ビジュアルエージェントビルダーを使用します。ユーザーは目的地、旅行日、予算、興味（例：「歴史」、「食事」、「ハイキング」）を入力します。すると、エージェントは計画を実行します。予算内のフライトやホテルを検索するツール、ユーザーの好みに合った名所を見つけるために旅行ガイドAPIにアクセスするツール、そして天気予報をチェックするツールを使用します。これらすべての情報を統合し、アクティビティの提案、予約リンク（API経由で取得）、実用的なヒントを含む日ごとの旅程を作成し、数分で高度にカスタマイズされた旅行プランを提供します。
コードレビューとリファクタリングアシスタントの構築
ソフトウェア開発チームのリーダーが、エージェントビルダーを使用してコーディングアシスタントエージェントを作成します。APIを介してエージェントをGitHubリポジトリと統合します。新しいプルリクエストごとにエージェントのワークフローがトリガーされます。エージェントには一連のツールが与えられます。スタイルの不一致をチェックするための「リンター」ツール、潜在的なバグを特定するための「静的分析」ツール、そしてチームのコーディング標準ドキュメントへのアクセスです。エージェントはこれらの標準に照らしてコードをレビューし、改善のための提案を含むコメントをプルリクエストに直接投稿し、LLMのコード生成機能を使用して特定のリファクタリングオプションを提案することさえできます。これにより、コードレビューの最初のパスが自動化され、人間の開発者はアーキテクチャやロジックに関するフィードバックに集中できます。