30分でAIエージェントを作る！CrewAI × AWS Bedrockで始めるマルチエージェント入門

「AIエージェントって聞いたことあるけど、自分で作るなんて難しそう…」そんなふうに思っていませんか？

実は、CrewAIとAWS Bedrockを組み合わせると、驚くほど短時間でAIエージェントが動かせるんですよね。今回はその仕組みをざっくり解説しながら、実際に動くサンプルコードまで一緒に見ていきましょう！ 🚀

Contents

🤖 そもそもAIエージェントって何？
🛠️ 使うツールの紹介
⚙️ 環境セットアップ
💡 AWS Bedrockを使う前に確認しておくこと
まとめ

🤖 そもそもAIエージェントって何？

AI robot teamwork / Photo by Tara Winstead via Pexels

イメージとしては、「自分で考えて、自分でタスクをこなしてくれるAIアシスタント」です。

ChatGPTに質問を投げるだけじゃなく、複数のAIが役割分担しながら連携して仕事を進めるのがエージェントの面白いところ。たとえば「リサーチ担当」「ライター担当」「レビュー担当」のように、チームとして動かせます。

🛠️ 使うツールの紹介

今回使うのはこの2つです。

✅ CrewAI：複数のAIエージェントをチームとして動かすためのPythonフレームワーク
✅ AWS Bedrock：AmazonのマネージドAIサービス。Claude・Llama・Titanなどのモデルを使える

AWSアカウントさえあれば、モデルを自前でホスティングしなくてもすぐ使えるのがAWS Bedrockの大きなメリットですよね。

⚙️ 環境セットアップ

まずは必要なライブラリをインストールします。確認をしておきましょう。

# 必要なライブラリをインストール
pip install crewai boto3 langchain-aws

次に、AWS BedrockをLLM（大規模言語モデル）として設定します。

from crewai import Agent, Task, Crew
from langchain_aws import ChatBedrock

# AWS BedrockのClaudeモデルを設定
llm = ChatBedrock(
    model_id="anthropic.claude-3-sonnet-20240229-v1:0",  # 使用するモデルID
    region_name="us-east-1"  # リージョンを指定
)

# リサーチャーエージェントを定義
researcher = Agent(
    role="リサーチャー",
    goal="最新のAIトレンドを調査してまとめる",
    backstory="あなたは優秀なリサーチャーです。正確な情報を素早く収集します。",
    llm=llm,
    verbose=True  # 実行ログを表示
)

# ライターエージェントを定義
writer = Agent(
    role="テックライター",
    goal="調査結果をわかりやすい記事に仕上げる",
    backstory="あなたは経験豊富なテックライターです。難しい内容をシンプルに伝えます。",
    llm=llm,
    verbose=True
)

# タスクを設定
research_task = Task(
    description="CrewAIの最新機能について調査してください",
    agent=researcher,
    expected_output="調査結果のサマリー（500文字以内）"
)

write_task = Task(
    description="調査結果をもとにブログ記事の導入部分を書いてください",
    agent=writer,
    expected_output="ブログ記事の導入文（300文字以内）"
)

# Crewを組んで実行！
crew = Crew(
    agents=[researcher, writer],
    tasks=[research_task, write_task]
)

result = crew.kickoff()  # エージェントチームを起動
print(result)

ポイントをまとめるとこんな感じです 👇