自律型AIエージェント構築の実践 - OpenAI Agents SDK · MCP · LangChain Deep Agents活用 Web UI含む

単に回答を生成するだけのチャットボットを超え、自ら判断してツールを呼び出し、多段階の業務を遂行する自律型AIエージェントを直接実装します。OpenAI Agents SDKのTool Calling、Handoff、Guardrail、Session、Tracingから、MCPを活用した外部ツール・データベース連携、LangChainとDeep AgentsのPlanning、Subagents、Filesystem、Memoryまで、段階的な実習を通じて習得します。最終的に、実際の業務に適用可能なツール連動型AIエージェントの設計と実装能力を身につけることを目標とします。

17名 が受講中です。

難易度 中級以上

受講期間 無制限

Python
Python
openAI API
openAI API
AI Agent
AI Agent
Model Context Protocol
Model Context Protocol
LangChain
LangChain
Python
Python
openAI API
openAI API
AI Agent
AI Agent
Model Context Protocol
Model Context Protocol
LangChain
LangChain

受講後に得られること

  • OpenAI Agents SDKでツールを自ら選択し実行する自律型AIエージェントの実装

  • MCPサーバーとクライアントを構築し、外部システムをAIエージェントに接続

  • LangChainベースのTool Calling・Memory・Structured Output Agent開発

  • Deep Agentsで複雑な長期タスクを遂行するAgentの構築

  • ウェブで実際に使用できるMCPベースのAIエージェントアプリケーションの完成

  • Flask・MCP・Databaseを連動させたWebベースのAI Agentアプリケーションの完成

チャットボットを超えて、自律的に働くAIエージェントを作る

OpenAI Agents SDK · MCP · LangChain Deep Agentsで学ぶ自律型AIエージェント構築の実践。

  • まずOpenAI Agents SDKを利用してAgentとToolを作成し、Handoff、Guardrail、Structured Output、Session、Tracingなど、実際のAgentアプリケーションに必要なコア機能を段階的に習得します。付属の教材でも、Agent、Handoff、Guardrail、Function Tools、Session、TracingをAgents SDKの主要な構成要素として扱っています。


  • 次のステップでは、MCP(Model Context Protocol)を利用して、AIエージェントをデータベースや外部システムに接続します。MCPは特定のフレームワークに依存せず、Claude、Cursor、LangChain、OpenAI SDKなどの多様なエージェント環境で同じサーバーのツールを使用できるようにする標準的な接続方式です。

  • 最後に、LangChainとDeep Agentsを活用して、単純なTool Callingを超え、Planning, Subagents, Filesystem, Context Management, Long-term Memoryを使用する複雑なAgentシステムまで拡張します。

このような内容を学びます

受講前のご注意事項

実習環境

  • OS: Windows 10/11 推奨、macOSおよびLinuxでも実習可能

  • 開発環境: Python 3.12、Anaconda(またはMiniconda)、Visual Studio Codeを使用

  • 必須アカウント: OpenAI APIが利用可能なアカウントおよびAPIキーが必要

  • ネットワーク: OpenAI APIおよびPythonパッケージのインストールのためのインターネット接続が必要

  • PC推奨スペック: メモリ8GB以上推奨、空きディスク容量5GB以上

  • 特別なGPUは必要なく、一般的なノートPCやデスクトップPCで実習可能です。

学習資料

  • 講義内容をまとめたPPT/PDF教材を提供します。

  • OpenAI Agents SDK、MCP、LangChain、Deep Agentsの実習に使用するPythonサンプルコードを提供します。

  • 実習コードはGitHub Repositoryを通じてダウンロードいただけます。

  • FlaskベースのWeb Agent、MCP Server/Client、SQLite Databaseなど、講義で使用する完成例および段階別実習コードが含まれています。

  • 実習環境構築のためのrequirements.txtおよび関連設定ファイルを提供します。

前提知識および注意事項

  • Pythonの基本文法と関数に関する基礎知識が必要です。

  • ChatGPTおよびLLMの基本概念を理解していると、講義の理解に役立ちます。


  • LangChain、MCP、OpenAI Agents SDKに関する事前経験は必須ではありません。講義で基本概念から段階的に扱います。

  • 実習ではOpenAI APIを使用するため、少額のAPI利用料が発生する場合があります。

こんな方に
おすすめです

学習対象は
誰でしょう?

  • ChatGPTは使ってみたものの、実際にAIエージェントをどのように実装すべきか分からず困っている開発者

  • 既存のLLM・RAGアプリケーションをTool CallingとMCPベースのエージェントへ拡張したい開発者

  • 社内データベース・API・業務ツールをLLMと連携させ、業務自動化を実現したい開発者

  • OpenAI Agents SDK、LangChain、Deep Agentsを比較しながら、実務型のAgent開発手法を習得したいAI・バックエンドエンジニア

前提知識、
必要でしょうか?

  • Pythonの基本文法と関数に関する基礎知識が必要です。

  • ChatGPTなどの生成AIとLLMの基本概念を知っておくと、学習に役立ちます。

こんにちは
YoungJea Ohです。

インフラン認証

キャリア認証

5,077

受講生

486

受講レビュー

160

回答

4.8

講座評価

20

講座

30年以上のIT現場での経験を活かし、人工知能・Python分野を教えるAI専門講師です。ディープラーニング、NLP、LLMファインチューニング、LangChain/LangGraphベースのAIエージェント、AI駆動開発(AIDD)など、実務中心のカリキュラムを開発・講義しています。現代建設電算室、サムスンSDS、韓国シティ銀行で培った30年以上の開発・運用経験を、臨場感あふれる講義で伝えています。現在はKOSA、KOSTA、KITRIなどで人工知能コースを担当しています。

ホームページアドレス: https://ironmanciti.github.io/

もっと見る

カリキュラム

全体

51件 ∙ (9時間 15分)

講座資料(こうぎしりょう):

授業資料
講座掲載日: 
最終更新日: 

受講レビュー

まだ十分な評価を受けていない講座です。
みんなの役に立つ受講レビューを書いてください!

YoungJea Ohの他の講座

知識共有者の他の講座を見てみましょう!

似ている講座

同じ分野の他の講座を見てみましょう!

期間限定セール、あと5日日で終了

¥22

48%

¥7,047