AutoGenにおけるMulti-AgentアーキテクチャとModel Context設計

はじめに
1. エージェントの種類と機能
2. モデルコンテキストの設定：model_context
1. コンテキストタイプ
2. 構造図
3. 高度機能：ツール呼び出しと並列処理
4. Multi-Agentの構成パターン
おわりに

はじめに

AutoGenは、Microsoftが提供するタスク駆動型マルチエージェントフレームワークであり、複数のAIエージェントが協調しながら高度な処理を実行する環境を提供する。本記事では、代表的なエージェントの種類、モデルコンテキストの設定、並列処理、ツール反映制御、構成パターンまでを網羅的に解説する。

1. エージェントの種類と機能

AutoGenにおけるエージェントは、明確な責務を持つプロセス単位であり、以下のようなクラスが提供されている。

クラス名	概要
`AssistantAgent`	通常のチャットエージェント。モデルとの会話生成の基本機能を担う。
`CustomAgent`	`BaseChatAgent` を継承してカスタムロジックを実装した独自エージェント。
`UserProxyAgent`	ユーザー入力を受け取り、チャット内で返信として返すシンプルな中継者。
`CodeExecutorAgent`	Pythonコードの実行が可能なエージェント。検証・演算用途に有効。
`OpenAIAssistantAgent`	OpenAIの「Assistant API」と連携するエージェント。独自ツールも利用可。
`MultimodalWebSurfer`	Web検索・閲覧が可能なマルチモーダルエージェント。
`FileSurfer`	ローカルファイルの探索・読み取りに特化したエージェント。
`VideoSurfer`	動画コンテンツを視聴し情報抽出するエージェント（実験的機能）。

2. モデルコンテキストの設定：model_context

モデルコンテキスト（model_context）は、LLMが保持・参照する会話履歴の範囲を制御する設定機構である。

コンテキストタイプ

モード名	説明
`UnboundedChatCompletionContext`	全会話履歴を渡す（デフォルト）。記憶制限なし。
`BufferedChatCompletionContext`	直近n個のメッセージのみを送信。`buffer_size`で設定可能。
`TokenLimitedChatCompletionContext`	トークン数上限で履歴を制御。会話履歴を最大トークン数以内に限定。

構造図

plaintextCopyEdit[AssistantAgent]
     |
     └── uses → model_context: ChatCompletionContext
                            ↑
                            ├─ UnboundedChatCompletionContext
                            ├─ BufferedChatCompletionContext
                            └─ TokenLimitedChatCompletionContext

3. 高度機能：ツール呼び出しと並列処理

AutoGenでは、複数ツールを制御するための以下の設定が提供されている。

機能	説明
`parallel_tool_calls`	複数のツールを並列に呼び出す。パフォーマンス向上に寄与。
`reflect_on_tool_use`	ツール出力を自然言語で要約して反映させる。可読性向上。
`tool_iterations`	複数回連続してツールを実行する回数を制御（例：最大3回など）。

4. Multi-Agentの構成パターン

AutoGenでは目的に応じた複数の構成パターンが用意されており、柔軟なタスクフロー設計が可能である。

パターン名	構成概略	使用例
分業型	各Agentが専門ツールを持ち分担	例：データ収集 → 解析 → 要約
階層型	上位Agentが下位Agentをツール的に呼ぶ	例：オーケストレーション・監督型構成
自律型	Agentが自身で必要なツールを探索し連携	例：AutoGPT的な自己完結タスク遂行