YAMLでAIエージェントが構築できる「cagent」を使ってみた
はじめに
生成AI関連のキャッチアップをしていたところ、cagentなるものを見つけました。
昨今ではPythonのフレームワークがメジャーですが、YAMLのみで手軽にエージェント構築ができるようなので実際に試してみます。
cagentのインストール
まずはじめに cagentのインストールを行います。
9/24時点ではv1.5.0がリリースされています。
本来はMac上で動かしたかったのですが、動作が安定しなかったのでUbuntu環境でLinux版を利用します。
以下のコマンドを実行しインストールします。
wget https://github.com/docker/cagent/releases/download/v1.5.0/cagent-linux-arm64
chmod +x cagent-linux-arm64
sudo mv cagent-linux-arm64 /usr/local/bin/cagent
cagent versionを実行しインストールできていることが確認できたら準備完了です。
cagent version
For any feedback, please visit: https://docker.qualtrics.com/jfe/form/SV_cNsCIg92nQemlfw
cagent version v1.5.0
Build time: 2025-09-22T13:42:22Z
Commit: 0bc99d078bb64ccfe36efa92b44b7aabdd423c0e
AIエージェントの構築
今回はAWS Knowledge MCP ServerをToolとして持たせた、AWSの専門家エージェントを作成します。
実際に作成したファイルは以下のとおりです。
#!/usr/bin/env cagent run
version: 2
agents:
root:
model: anthropic/claude-sonnet-4-20250514
description: AWSの公式情報源から最新情報を検索・要約し回答するエージェント
instruction: |
あなたはAWSのリサーチャーです。
1) まず質問を明確化
2) aws-knowledge の search_documentation→read_documentation を使って情報収集
3) recommend で関連を当たる
4) 簡潔に回答
toolsets:
- type: think
- type: todo
- type: mcp
command: npx
args:
- mcp-remote
- https://knowledge-mcp.global.api.aws
動作確認
今回はモデルにAnthropic社のClaudeを使用するのでAPIキーを発行して、環境変数に設定します。
export ANTHROPIC_API_KEY=sk-ant-*********************************
環境変数が設定できたらAIエージェントを起動します。
cagent run agent.yaml
起動後にS3について質問してみます。
しばらくするとToolを使用の許可を求めてくるので、A + Enterでセッション中のツール呼び出しを自動承認します。
30分ほど待機するとタスクが完了しそれらしい回答が返ってきています。
設定不備か環境固有の問題なのかもしれませんがやけにレスポンスが遅かった印象です。
まとめ
今回はYAMLでエージェントが定義できる cagentを使ってみました。
動作自体はするもののレスポンスの遅さが目立つので何かしらの対応が必要そうです。（後日諸々調査します）
何はともあれYAMLでエージェントが作れるのは手軽なので、開発職でない方でも比較的扱いやすいかもですね。
どなたかの参考になれば幸いです。
