Open Agent Kit - Build Agents in Minutes

LangCrewはLangGraph上で動き、CrewAIに着想を得た高水準のフレームワークだ。エージェント、タスク、クルーを素のPythonオブジェクトで定義すると、その間の協調処理をフレームワークが引き受ける。逐次パイプライン、条件分岐、並列実行に対応し、同じコードが2体のデモから実務の流れまで伸びる。

langcrew-toolsは公式のツールボックスで、各ツールはLangChainのBaseToolを継承してインターフェースをそろえている。ブラウザ操作、サンドボックス内のコード実行、ターミナルコマンド、ファイル操作、クラウド端末の操作、データ取得、検索、画像生成まで覆う。どのエージェント開発でも最後に必要になるつなぎ込みを書かずに済む。

LangCrewは承認の段階を後付けにせず、フレームワークに組み込む。タスクの前後に中断ポイントを置き、人に確認させるために止め、その返答を受けて再開できる。二言語対応のUI部品は、こうした確認点をスクリプトではなく実際の製品で使えるように設計されている。

付属のAgent-UIプロトコルとReactコンポーネントライブラリは、エージェントの実行を眺められるものに変える。フロントエンドは、エージェントがどう計画し、仕事を割り振り、タスクを実行し、ツールを呼ぶかを段階ごとに示す。生のログをにらむのと、クルーが実際に何をしているかを見るのとでは大きく違う。

メモリは短期、長期、エンティティの保存に分かれ、PostgreSQLとRedisのネイティブバックエンドに加えてベクトル類似検索を備える。会話はスレッドをまたいで一貫し、知識はセッションを越えて引き継がれる。文脈を覚える必要のあるエージェントでは、自前の配線作業をかなり減らせる。

トークン単位のストリーミングに加え、実行の進行に合わせて細かなイベントを配信する。エージェントの思考、ツール呼び出し、途中結果を、WebSocketかSSEでその場で追える。Web UIのライブ更新はこれを土台にしており、長い実行のデバッグにも役立つ。

サンプルのフォルダには、採用、マーケティング戦略、ゲーム用コンテンツ生成、旅行計画、求人票の即戦力テンプレートが入る。どれも読んで動かして改造できるマルチエージェントの仕組みで、まっさらな状態から始めなくていい。フレームワークの想定された使い方の手本にもなる。

スタック全体を自分のマシンやサーバーで動かせる。Docker ComposeのファイルがバックエンドとWebチャットをまとめて立ち上げ、外部に必要なのは選んだモデルのAPIキーだけだ。セルフホスト型AIエージェントを求めるチームがプロンプトやデータを社内に置きたいとき、ホスト型のAIエージェント基盤に対する実利になる。