s01: Agent Loop — ループ一つで十分

English · 中文 · 日本語

s01 → s02 → s03 → s04 → ... → s16 → s17

"One loop & Bash is all you need" — ツール一つ + ループ一つ = 一つの Agent。

Harness レイヤー: ループ — モデルと現実世界をつなぐ最初の架け橋。

課題

モデルにこう頼んだとする：「ディレクトリ内のファイル一覧を取得して、XXX.py を実行して」。

モデルは bash コマンドを出力できるが、出力が終わると止まってしまう — 自分で実行することも、結果を見て推論を続けることもない。

手動で実行し、出力をチャットに貼り付ければ、モデルは続きを生成できる。次のコマンドが出たら、また実行して貼り付ける。

毎回の往復で、あなたが中間層になっている。これを自動化するのが、この章の目的だ。

ソリューション

一つの while True ループ — モデルがツールを呼べば続き、呼ばなければ停止。全体でたった 2 つのシグナル：

シグナル	意味	ループの動作
`stop_reason == "tool_use"`	モデルが「ツールが必要」と挙手	実行 → 結果を戻す → 続行
`stop_reason != "tool_use"`	モデルが「完了」と宣言	ループ終了

仕組み

このプロセスをコードに変換してみよう。ステップごとに：

ステップ 1：ユーザーの質問を最初のメッセージとして設定する。

messages = [{"role": "user", "content": query}]

ステップ 2：メッセージとツール定義を一緒に LLM に送信する。

response = client.messages.create(
    model=MODEL, system=SYSTEM, messages=messages,
    tools=TOOLS, max_tokens=8000,
)

ステップ 3：モデルの応答を追加し、ツールを呼び出したか確認する。呼び出しなし → 終了。

messages.append({"role": "assistant", "content": response.content})
if response.stop_reason != "tool_use":
    return

ステップ 4：モデルが要求したツールを実行し、結果を収集する。

results = []
for block in response.content:
    if block.type == "tool_use":
        output = run_bash(block.input["command"])
        results.append({
            "type": "tool_result",
            "tool_use_id": block.id,
            "content": output,
        })

ステップ 5：ツールの結果を新しいメッセージとして追加し、ステップ 2 に戻る。

messages.append({"role": "user", "content": results})

完全な関数に組み立てる：

def agent_loop(messages):
    while True:
        response = client.messages.create(
            model=MODEL, system=SYSTEM, messages=messages,
            tools=TOOLS, max_tokens=8000,
        )
        messages.append({"role": "assistant", "content": response.content})

        if response.stop_reason != "tool_use":
            return

        results = []
        for block in response.content:
            if block.type == "tool_use":
                output = run_bash(block.input["command"])
                results.append({
                    "type": "tool_result",
                    "tool_use_id": block.id,
                    "content": output,
                })
        messages.append({"role": "user", "content": results})

30 行未満 — これが最小実行可能な agent harness のカーネルだ。これは知能そのものではなく、モデルが継続的に行動できるための最小ランタイムフレームワーク。モデルが決定し（ツールを呼ぶか、どれを呼ぶか）、harness が実行を担う（ツールを呼び出し、結果を新しいメッセージとして追加する）。次の 16 章はすべてこのループの上に仕組みを積み重ねていく。ループ自体は永遠に変わらない。

試してみよう

安全上の注意: このコードはモデルが生成したシェルコマンドを実行します。プロジェクトファイルへの影響を避けるため、一時テストディレクトリで実行してください。s03 で権限制御を追加します。

準備（初回のみ）：

pip install -r requirements.txt
cp .env.example .env
# .env を編集し、ANTHROPIC_API_KEY と MODEL_ID を入力

実行：

python s01_agent_loop/code.py

以下のプロンプトを試してみよう：

Create a file called hello.py that prints "Hello, World!"
List all Python files in this directory
What is the current git branch?

観察のポイント：モデルがツールを呼び出すとき（ループ継続）、呼び出さないとき（ループ終了）の違い。

現在、モデルが持っているのは bash だけだ — ファイルを読むには cat、書くには echo ... >、探すには find。不便でエラーも起きやすい。

→ s02 Tool Use：5 つの本格的なツールを与えたらどうなる？モデルは複数のツールを同時に呼び出すか？並列実行で競合は起きないか？

5.4 KiB Raw Blame History Unescape Escape

s01: Agent Loop — ループ一つで十分

課題

ソリューション

仕組み

試してみよう

次へ

5.4 KiB

Raw Blame History