生成AIに質問すると、文章を考えたり、情報を整理したりしてくれます。

しかし、実際の業務で活用するAIエージェントには、それだけでは足りません。

例えば、

• 社内資料を検索する
• Webから最新情報を集める
• AWSの利用状況を確認する
• Pythonでデータを分析する
• 分析結果をファイルとして出力する

といった、外部の情報やシステムを扱う力が必要になります。

こうした機能を一つずつ開発しようとすると、AIに本来させたい仕事へたどり着く前に、多くの実装が必要です。

そこで今回は、AIエージェント開発用SDK「Strands Agents」で利用できる、約50種類の標準ツールを調査しました。

AIエージェントは、考えるだけでは仕事ができない

生成AIは、文章の作成や要約、推論を得意としています。

一方で、AIモデル単体では、社内ファイルを勝手に読んだり、AWSのコストを確認したり、プログラムを実行したりすることはできません。

そこで必要になるのが「ツール」です。

ツールとは、AIが外部の情報や機能を利用するための窓口です。

AIはユーザーから依頼を受けると、必要なツールを選び、その結果を使いながら作業を進めます。

例えば、「先月のAWSコストを分析して、削減案をまとめてください」と依頼された場合、AIエージェントは次のように動きます。

1. AWSからコスト情報を取得する
2. データを集計して、費用の大きいサービスを探す
3. 改善方法を考える
4. 分析結果をレポートとして保存する

このように、AIが考える力とツールを組み合わせることで、単なるチャットではなく、実際に仕事を進めるエージェントになります。

Strands Agentsとは

Strands Agentsは、AWSがオープンソースで公開しているAIエージェント開発用のSDKです。

特徴の一つが、エージェント開発でよく使うツールを、標準パッケージとして利用できることです。

例えば、次のような機能が用意されています。

ファイルを扱う

ファイルを読み込んだり、新しく作成したり、必要な箇所だけを修正したりできます。

社内資料を参照するエージェントや、調査結果をレポートとして出力するエージェントに活用できます。

情報を集める

Web検索やWebページの取得、外部APIへのリクエスト、Amazon Bedrock Knowledge Basesを使った検索などに対応しています。

最新情報を調査したり、社内ドキュメントを参照しながら回答したりすることが可能です。

プログラムを実行する

Pythonやシェルコマンド、隔離された環境でのコード実行などにも対応しています。

取得したデータを集計したり、グラフや表を作ったりと、AIの回答だけでは完結しない処理を任せられます。

AWSサービスと連携する

S3やDynamoDB、LambdaをはじめとしたAWSサービスを、AIエージェントから操作できます。

AWS上に構築されたシステムの運用支援や、クラウド利用状況の分析など、実務に近いエージェントを作りやすくなります。

複数のAIを連携させる

一つのAIだけでなく、複数のエージェントを役割分担させたり、決められた手順に沿って処理を進めたりするためのツールもあります。

調査担当、分析担当、レポート作成担当のように、AIをチームとして動かす構成にも広げられます。

数行のコードで社内資料を検索できる

標準ツールの便利さが分かりやすい例が、社内資料を検索して回答するAIエージェントです。

通常、社内ドキュメントを参照するRAGを実装するには、

• 質問を検索用の形式に変換する
• 関連する資料を検索する
• 検索結果をAIに渡す
• 回答と出典を整える

といった処理が必要です。

Strands Agentsでは、Amazon Bedrock Knowledge Basesから情報を取得する標準ツールをエージェントへ渡すことで、こうした処理を簡潔に実装できます。

開発者は検索処理を一から作るのではなく、AIにどの資料を使わせ、どのような回答をさせるか

という、本来設計したい部分に集中できます。

ツールを組み合わせて、AWSコストを分析してみた

今回の記事では、標準ツールの実践例として、AWSのコスト分析エージェントも作成しました。

このエージェントは、次の処理を自動で行います。

1. AWSから直近30日間のサービス別コストを取得する
2. Pythonで集計し、コストの大きいサービスを特定する
3. コスト削減のベストプラクティスをもとに改善案を考える
4. 結果をHTMLレポートとして出力する

利用したのは、AWS操作、Python実行、ファイル出力などの標準ツールです。

それぞれの機能を個別に作り込むのではなく、既に用意されているツールを組み合わせることで、一連の業務を進めるエージェントを構築できました。

実行結果では、サービスごとのコストだけでなく、削減効果や優先順位を含む改善提案までレポートとしてまとめられました。

50種類すべてを使う必要はない

標準ツールが50種類あると聞くと、すべてを理解しなければならないように感じるかもしれません。

しかし、重要なのはツールの数ではありません。

作りたいエージェントに合わせて、必要なものを選び、組み合わせることです。

例えば、

• 社内問い合わせAIなら、ドキュメント検索とファイル読み込み
• 調査エージェントなら、Web検索とページ取得
• データ分析AIなら、API連携とPython実行
• AWS運用支援AIなら、AWS操作とレポート出力

といった形で利用できます。

ツールを組み合わせることで、一つの用途に閉じない、さまざまなAIエージェントへ発展させられます。

まとめ

Strands Agentsには、ファイル操作、情報収集、コード実行、AWS連携、画像・動画処理、マルチエージェントなど、約50種類の標準ツールが用意されています。

これらを活用することで、開発者は共通的な機能を一から作るのではなく、AIエージェントを使って、どのような業務課題を解決するかという部分に集中できます。

AIエージェント開発は、AIモデルに詳しいだけでは完成しません。

業務を分解し、必要な機能を選び、安全性を考えながら一つの流れとして設計することが重要です。

Acroquestでは、新しいAI技術を試すだけでなく、実際の業務でどう活用できるかを考え、検証しています。

AIエージェントの仕組みに興味がある方や、クラウドとAIを組み合わせたシステム開発に挑戦したい方は、ぜひ私たちと一緒に新しい活用方法を考えてみませんか。

具体的なツールのまとめ、検証に用いた実装コードなど詳しくは当社技術ブログに記載しておりますので、詳細を知りたい場合はこちらをご覧ください。

ぜひ、当社で一緒に働いてみませんか？

チャレンジングな案件が多く、成長の機会が多く得られる環境です

当社では、機械学習／AIや生成AIに加えて、AWSやAzureを活用したITサービス開発事業を推進しています。そこで、最先端技術を駆使しながら、社会を進化させたい情熱とスキルのある機械学習・AIエンジニア、クラウドエンジニアを募集しています！

私たちが取り組む案件は、最先端技術を用いる内容や高難易度の内容が多く、チャレンジングな環境なので、成長の機会が多く得られることをお約束します。