初めてのAI Agent構築ハンズオン — OpenAI × Pythonで30分で動かす

このハンズオンで作るもの

Web検索と計算ツールを持つ「リサーチAgent」を構築します。ユーザーの質問に対してWeb検索を実行し、情報を収集して回答するAgent です。

前提条件

• Python 3.10以上
• OpenAI APIキー

セットアップ

pip install openai-agents duckduckgo-search
export OPENAI_API_KEY="your-api-key"

ツールの定義

from agents import Agent, Runner, function_tool
from duckduckgo_search import DDGS

@function_tool
def web_search(query: str) -> str:
    """Web検索を実行して結果を返す"""
    with DDGS() as ddgs:
        results = list(ddgs.text(query, max_results=3))
    return "\n".join([f"{r['title']}: {r['body']}" for r in results])

@function_tool
def calculate(expression: str) -> str:
    """数式を計算する（例: 2+2, 100*0.08）"""
    try:
        result = eval(expression, {"__builtins__": {}}, {})
        return str(result)
    except Exception as e:
        return f"計算エラー: {e}"

Agentの作成

research_agent = Agent(
    name="リサーチAgent",
    instructions="""
    あなたはリサーチの専門家です。
    ユーザーの質問に対してWeb検索で情報を収集し、
    必要であれば計算を行って正確な回答を提供してください。
    回答は日本語で、箇条書きで要点をまとめてください。
    """,
    tools=[web_search, calculate],
    model="gpt-4o-mini",
)

実行

import asyncio

async def main():
    result = await Runner.run(
        research_agent,
        "2026年のAI Agent市場規模を調べて、年成長率も計算してください"
    )
    print(result.final_output)

asyncio.run(main())

実行例

[web_search実行] "AI Agent market size 2026"
[calculate実行] "156 / 45 * 100"

調査結果：
- 2026年AI Agent市場規模: 約$156億（予測）
- 2025年比成長率: 約247%
- 主要牽引要因: 企業のAI投資増加、LLMコスト低下
- 日本市場: グローバル市場の約8%を占める見込み

会話履歴の管理

# 会話を継続する場合
result = await Runner.run(
    research_agent,
    "その中で日本企業の事例を調べてください",
    context=result.context  # 前の会話を引き継ぐ
)

次のステップ

1. メモリ追加: 過去の会話を記憶するVector DB連携
2. マルチエージェント: 複数のAgentを連携させる
3. Webアプリ化: Next.jsでフロントエンドを追加
4. デプロイ: VercelやRailwayで本番公開

AI Agentの基礎が完成しました！次は本サービスの「Agent Builder」で、独自のAgentをローコードで作成してみてください。