AIGNEフレームワークのさまざまな機能とワークフローパターンを実証する実践的な事例集をご覧ください。このセクションでは、インテリジェントな会話、MCPプロトコルの統合、メモリメカニズム、および複雑なAgentワークフローを理解するのに役立つ、ハンズオンで実行可能なデモを提供します。
クイックスタート
npx を使用すると、ローカルにインストールすることなく、どの事例でも直接実行できます。この方法は、AIGNEフレームワークの動作を最も早く確認する方法です。
前提条件
- Node.js（バージョン20.0以上）とnpmがインストールされていること。
- 選択した大規模言語モデル（LLM）プロバイダー（例：OpenAI）のAPIキー。
事例の実行
ターミナルで以下のコマンドを実行して、基本的なチャットボットを実行します。
- APIキーを設定する:
YOUR_OPENAI_API_KEYを実際のOpenAI APIキーに置き換えてください。sh export OPENAI_API_KEY=YOUR_OPENAI_API_KEY - ワンショットモードで実行する: Agentはデフォルトのプロンプトを処理して終了します。
sh npx -y @aigne/example-chat-bot - インタラクティブモードで実行する:
--interactiveフラグを使用すると、Agentと会話できるインタラクティブセッションが開始されます。sh npx -y @aigne/example-chat-bot --interactive
異なるLLMの使用
MODEL 環境変数と対応するAPIキーを設定することで、異なるモデルを指定できます。以下は、いくつかの人気プロバイダーの設定です。
| プロバイダー | 環境変数 |
|---|---|
| OpenAI | export MODEL=openai:gpt-4o export OPENAI_API_KEY=... |
| Anthropic | export MODEL=anthropic:claude-3-opus-20240229 export ANTHROPIC_API_KEY=... |
| Google Gemini | export MODEL=gemini:gemini-1.5-flash export GEMINI_API_KEY=... |
| DeepSeek | export MODEL=deepseek/deepseek-chat export DEEPSEEK_API_KEY=... |
| AWS Bedrock | export MODEL=bedrock:anthropic.claude-3-sonnet-20240229-v1:0 export AWS_ACCESS_KEY_ID=... export AWS_SECRET_ACCESS_KEY=... export AWS_REGION=... |
| Ollama | export MODEL=llama3 export OLLAMA_DEFAULT_BASE_URL="http://localhost:11434/v1" |
事例ライブラリ
このセクションでは、AIGNEフレームワーク内の特定の機能やワークフローパターンを実証する、厳選された事例のリストを提供します。各カードをクリックすると、その事例の詳細なガイドに移動します。
コア機能
Chatbot
ワンショットモードとインタラクティブモードの両方をサポートする基本的な会話型Agentを構築します。
AFS Local FS
ローカルファイルシステム上のファイルの読み書き、一覧表示ができるチャットボットを作成します。
Memory
FSMemoryプラグインを使用して、永続的なメモリを持つAgentを実装します。
Nano Banana
画像生成機能を備えたチャットボットの作成方法を実証します。
ワークフローパターン
Sequential
組立ラインのように、一連のAgentを特定の順序で実行します。
Concurrency
複数のAgentを同時に実行してタスクを並行処理し、効率を向上させます。
Router
タスクを適切な専門Agentにインテリジェントに指示するマネージャーAgentを作成します。
Handoff
あるAgentがその出力を別のAgentに渡してさらなる処理を行う、シームレスな移行を可能にします。
Reflection
自己修正と改善のために自身の出力をレビューし、洗練させることができるAgentを構築します。
Orchestration
協力を必要とする複雑な問題を解決するために、複数のAgentを調整します。
Group Chat
Agentが相互作用し、お互いのメッセージに基づいて構築できるマルチAgentディスカッションをシミュレートします。
Code Execution
動的に生成されたコードをAI駆動のワークフロー内で安全に実行します。
MCPとインテグレーション
MCP Server
AIGNE AgentをModel Context Protocol（MCP）サーバーとして実行し、そのスキルを公開します。
MCP Blocklet
Blockletと統合し、その機能をMCPスキルとして公開します。
MCP GitHub
GitHub MCPサーバーに接続されたAgentを使用して、GitHubリポジトリと対話します。
MCP Puppeteer
自動化されたウェブスクレイピングとブラウザ操作のためにPuppeteerを活用します。
MCP SQLite
SQLiteデータベースに接続し、スマートなデータベース操作を実行します。
DID Spaces Memory
DID Spacesを使用して、分散型IDとストレージでAgentのメモリを永続化します。
デバッグ
Agentの実行に関する洞察を得るために、デバッグログを有効にするか、AIGNE観測サーバーを使用することができます。
デバッグログの表示
DEBUG 環境変数を * に設定すると、モデルの呼び出しや応答を含む詳細なログが出力されます。
DEBUG=* npx -y @aigne/example-chat-bot --interactive観測サーバーの使用
aigne observe コマンドは、実行トレースの検査、詳細な呼び出し情報の表示、およびAgentの動作の理解を支援するユーザーフレンドリーなインターフェースを提供するローカルウェブサーバーを起動します。これは、デバッグとパフォーマンスチューニングのための強力なツールです。
- AIGNE CLIをインストールする:
sh npm install -g @aigne/cli - 観測サーバーを起動する:
sh aigne observe
- トレースの表示: Agentを実行した後、ブラウザで
http://localhost:7893を開くと、最近の実行リストが表示され、各実行の詳細を検査できます。