概念

AIエージェント

LLMを中核に計画・実行・判断を自律的に行い、ツールやAPIを通じて目標を達成するソフトウェアシステム

AIエージェントとは、大規模言語モデル（LLM）を中核として、タスクの計画・実行・判断を自律的に行うソフトウェアシステムを指す。単なるチャット応答ではなく、外部ツールやAPI、ファイル操作、Web操作などを組み合わせて、目標を達成するための一連の動作を自律的に実行する点に特徴がある。

文書内で見られる主要な考え方

「kurage-articles-index」に収録された全600本の記事群（2026年5月18日〜10月24日）からは、AIエージェントに関する以下の重要な視点が読み取れる。

オーケストレーションとケイパビリティの分離: AIエージェントの設計では、全体のタスク進行を管理する「オーケストレーション層」と、実際に特定の操作を実行する「ケイパビリティ層」を分離する考え方が重視されている。hermesとopenclawの役割分担に関する記事や、kurage-agent-deckをOpenClaw経由でマルチサーバ対応にした事例がその典型である。
エージェント間の役割分担: 複数のAIエージェントやツール（hermes、openclaw、codex、claude-code、browser-use等）を組み合わせ、それぞれの得意分野に応じて役割を分担させる実践が多数紹介されている。
ツール接続の標準化と操作対象の拡張: mcpのようにエージェントと外部ツールを接続する標準プロトコルや、officecliのような「エージェント専用Officeスイート」、browser-useによるログイン済みChromeの操作、codealmanac-japanese-kitが扱う「コードに書けない文脈」の供給など、エージェントが扱える操作対象そのものを広げる取り組みが増えている。APIを介さずCLI経由でX（旧Twitter）を検索・投稿するAgent Reach + twitter-cliのような迂回路も登場している。
実行基盤としてのWebコンソール・ジョブ基盤: スマホからAIエージェントを操作するkurage-agent-deck、エージェントが外部から呼び出せるAPIとして公開する取り組みに加え、重いLLM処理をキューに逃がしWebポーリングで結果を返すrqdb4aiのような実運用向けジョブ基盤が定番化している。
AI更新を前提としたソフトウェア設計: ai-modifiable-softwareとして、人間だけでなくエージェントがコードや設定を読み書き・改変することを前提に、範囲や手順を明示する設計が論じられる。ai-readable-manualはそのための機械可読な手順書の考え方である。
マーケットプレイスと従量課金: AIエージェントが自律的に仕事を受注・実行するai-agent-marketplaceや、コードをOSS公開し「判断」部分だけをAPIとして従量課金（x402）で提供する設計など、エージェントの収益化・流通の新しい形態が模索されている。capafyのようなスキル販売市場や、kurage-app-storeに代表される配布エコシステム（kappstore-ecosystem）も登場している。
セキュリティと信頼性: kurage-voice-proの公開APIが直接叩かれたインシデント（agent-security-incident）や、エージェントの暴走リスク、触れてよい範囲を宣言するconfig-declared-scopeの設計、人間の承認を挟むapproval-workflow、エージェントと外部システムの境界を定めるtrust-boundary、判断の根拠を残すevidence-traceabilityなど、公開運用に伴うセキュリティと信頼性の確保が重要な論点として扱われている。
決定論的処理とAI判断の分離: 数値を変えてはならない校正・照査のような業務では、決定論的に検証できる部分（deterministic-core）とLLMの判断を分ける設計が採られ、化学試験報告書の校正（kproofread）のようにPandera・Pint・textlintとgemmaを役割分担させる実装例がある。

記事索引から見る広がり

「kurage-articles-index」は、AIエージェントに関する記事が以下の領域に広がっていることを示している。日々のai-news速報シリーズに加え、実装・運用の記録が多数含まれる点が特徴的である。

業務自動化とバイブコーディング: vibe-codingと組み合わせ、ホームページ制作、商品登録、業務システム改変、デモ動画制作などをAIエージェントに任せる実践。AIエージェントに業務システムの改変を任せる際には「触ってよい範囲」を宣言する設計が提案されている。また、browser-useとログイン済みChromeを使ったkurage-sns-posterによるSNS自動投稿（Threads投稿、YouTubeアップロード用MCP連携）や、AIエージェントに自社プロダクトを操作させてデモ動画を自動録画するパイプライン（kargov）も紹介されている。kurage-mailのように、メール処理の入口をエージェントに用意する例もある。
ローカルLLMとの統合: local-llmをエージェントの「頭脳」として組み込む事例が多数あり、ollama、llama-cpp、gemma、qwen、deepseekなどのOSSモデルが活用されている。no-external-data-egressやopen-weight-modelの議論とも結びつき、社外にデータを出さずに動かす構成が重視される。
AIトレーディング: ai-tradingの分野では、freqtrade、nofx、kfreqai、tradingagents-jp、openalice-jp、ai-hedge-fundなど、AIエージェントによる自動売買OSSが多数公開されている。特に「画面」と「頭脳」を分離し、ai-judgment-backend（ksbrain、kcbrain、kfxbrain）を独立API化する設計や、判断部分をx402で従量課金公開する試み、paper-tradingで判断とリスク制御の境界を確かめる検証が特徴的である。
動画・コンテンツ生成: ai-video-pipelineとして、kurage-voice-pro、kmontage、kvtuberなど、AIエージェントが動画生成やライブ配信まで実行する事例がある。エージェント自身がVTuberとして配信するagent-executing-vtuberや、autonomous-media-publishingとして投稿までを自律化する流れも見られる。
監視・運用とナレッジ化: zabbixとLLMを組み合わせた障害調査、rqdb4aiを使ったAIジョブ基盤、ナレッジチャット（openkb）とrag、GSCとアクセスログを統合するkgrowthやSEO監視ループなど、実運用の知見も蓄積されている。crucixのように複数のOSINT情報源を1画面に集約するローカル完結型ダッシュボードも登場する。
検索最適化（AEO/GEO）: ai-search-optimizationの文脈で、kgeoのように監査エンジンと日本語AEO採点・グラウンデッドLLM評価を組み合わせる設計が現れている。
Web3・金融インフラ: aixecのようなAIエージェントとECを組み合わせた実験や、AIエージェントが仕事を受注して稼ぐ市場の実態調査、x402やweb3を活用したエージェント経済圏の構想も見られる。
収益化とOSS日本語化: AIエージェントを活用した収益化（ai-monetization）に関する海外事例の解説や、OSSを日本語化して自己ホストするoss-japanese-localization、その成果を本家に還元するoss-upstream-contributionの取り組みも登場している。
マルチテナントと自己ホスト: 複数ユーザーにエージェント機能を提供する際のtenant-isolationや、self-hostingによる運用の自律性確保が設計上の論点となっている。

索引というナビゲーション層

記事索引自体は、本文を持たず「タイトル [topics: タグ列] → URL」の1行形式で600本を並べたリンク集であり、トピックタグによる絞り込みを可能にし、特定技術（aiagent, x402, ollamaなど）の関連記事を素早く発見する入り口として機能している。ただしタグは記事群によって表記が揺れており（初期の日本語タグ群と、日次ニュース群の英語5点セットai/llm/vibecoding/web3/startup）、同一テーマが多数の日次記事に分散して言及されるため、タグ検索だけでは横断把握には不十分である。Kurageの活動全体を俯瞰するうえでも有用であり、個々の実装詳細は各記事およびkurage platformの各プロダクトページを参照するのが確実である。

AIエージェント

文書内で見られる主要な考え方

記事索引から見る広がり

索引というナビゲーション層

関連ページ