マネージャーエージェントにツールを持たせてはいけない　ADKで学ぶマルチエージェント協調5パターン

6つの中核コンポーネント

　エージェントを構成する中核コンポーネントは6つあり、実行ループを支えるインフラストラクチャです。

①ポリシー／推論エンジン（Policy／Reasoning Engine）

　エージェントの意思決定部分に相当し、ユーザーの指示を解釈し、計画を立て、次に取るべきアクションを決定します。この役割を担うのがLLMです。ADKではAgentがLLMを推論エンジンとして使用し、modelパラメータでどのLLMを使うかを指定します。推論エンジンの能力がエージェント全体の品質の上限を決定します。モデルの選択（Gemini、GPT、Claude等）は、コスト・レイテンシ・推論能力のトレードオフに基づく設計判断です。

②ツール群（Tools）

　エージェントが外部環境に作用するための手段です。ADKの代表的なツール形態をまとめます。

• FunctionTool：Python関数をツールとして登録する最も基本的な形態
• AgentTool：他のエージェントをツールとして呼び出す
• McpToolset：MCPサーバーが提供するツール群を統合する
• LongRunningFunctionTool：実行に時間がかかるツールを非同期で扱う

③メモリ（Memory）

　エージェントが情報を記憶し、過去の経験を活用するための仕組みです。ADKでは、メモリを3つの層で管理します。

• Session：1回の対話で生じる一時的な情報。対話が終われば揮発する
• State：セッションに紐づくキーバリューストア。プレフィックスなしのキーはセッション内で完結し、app:接頭辞はアプリ全体、user:接頭辞はユーザー単位で複数セッションをまたいで共有される
• Memory：セッションをまたいで永続する長期記憶。Vertex AI Memory Bankがこの層を担う

　この3層の設計意図は書籍の1.2.3項で、実装は第4章で扱います。

④実行環境（Runtime Environment）

　エージェントが動作する計算基盤です。ADKは次の実行環境をサポートしています。

• ローカル：adk run（CLI）／adk web（ブラウザUI）での開発・テスト
• Vertex AI Agent Engine：Google Cloudのマネージドランタイム
• Cloud Run：コンテナベースのサーバーレス実行
• GKE（Google Kubernetes Engine）：Kubernetesクラスタ上での実行

⑤ガードレール（Guardrails）

　エージェントの行動を制約し、安全性を確保するための仕組みです。ADKでは、コールバック機構がガードレールの主な実装手段です。

　コールバックは4種あり、before_model_callback／after_model_callbackでLLMリクエスト前のフィルタリングと応答検証を、before_tool_callback／after_tool_callbackでツール実行前の許可判定と結果検証を行います。

⑥観測と評価（Observability & Evaluation）

　エージェントの動作を可視化し、品質を測定するための仕組みです。ADKは次の観測・評価機能を提供しています。

• adk eval：評価セットに基づくエージェントの品質測定
• adk conformance：記録済みADK実行との挙動整合性テスト
• トレース：OpenTelemetry互換のトレーシング
• ログ：エージェントの行動履歴の記録

　下図に6つの中核コンポーネントの相互関係を示します。

エージェントの6つの中核コンポーネント相互関係

　1回のユーザーリクエストが6つのコンポーネントをどう流れるかを下図に示します。

エージェント実行時のコンポーネント間データフロー

　マルチエージェントについて、体系的に解説した書籍が発売中です！

 

Amazon　 SEshop　 その他

 

現場で役立つ マルチエージェントAI設計入門 Google A2A×ADKで実現する堅牢な運用システム

 

著：為藤 アキラ
発売日：2026年08月20日（水）
定価：4,180円（本体3,800円＋税10%）

本書について

本書は、AIエージェントをビジネスの現場で確実に稼働させるための実践的な解説書です。GoogleのADK・A2A・MCPを駆使し、複数エージェントが連携する高度なシステムの設計・実装手法を解説します。「実験環境では動いたけれど、本番運用に乗せられない」「複数のエージェントを連携させると途端に破綻する」「トークンコストが爆発してしまう」といった現場の課題を解決し、堅牢なマルチエージェントシステムを構築するためのノウハウをまとめました。