最近、複数のAIエージェントを組み合わせるプロジェクトに関わる機会が増えてて、その度に頭を抱えてた。各エージェントの権限や実行順序、失敗時の処理分岐を手で管理するのって想像以上に面倒だったんだよね。Chat GPTだけじゃなくてClaudeやローカルモデルも混在させると余計に複雑になる。そんな時、Shogunっていうマルチエージェントフレームワークを見つけた。より高水準のエージェントフレームワークを比較したい方はLangflowでノーコードエージェントを構築する方法も参考になります。
セットアップはシンプルで、git cloneしてから pip install -r requirements.txt で必要なライブラリが揃う。リポジトリのサンプルコードを見つつ、自分たちのエージェント構成をYAMLで定義するだけで動き始める。最初はexampleディレクトリの設定ファイルを参考に、自社の用途に合わせてカスタマイズした。セットアップから実際の動作確認まで、半日あれば行き着ける感覚だった。
このツールが本当に良いのは、複数エージェント間の役割分担が明確に分離できることだ。例えば営業データ分析エージェント、レポート生成エージェント、品質チェックエージェントみたいに機能を分けて、それぞれに権限レベルを付与できる。従来なら大型のプロンプトエンジニアリングで無理やり実装してた流れが、設定ベースで簡潔に表現できるようになった。結果として、エージェント追加や削除の際も既存の構造に影響が最小限に収まるようになった。
気になる点としては、ドキュメントがまだ途上段階ってのが正直なところ。高度な使い方をしようとすると、ソースコードを読まないと分からないシーンが何度かあった。あと、特定のLLMプロバイダー向けの最適化が偏ってるような印象も受けた。多言語対応も今後の課題かなと感じてる。
結局、複数AIの協調実行で困ってるなら、一度Shogunを試してみる価値はある。権限管理がしっかりしたい案件や、エージェント数が増えていく予定があるなら、むしろ早めに導入するほうが後の運用が楽になると思う。自分たちは今、新しいプロジェクトからはこの仕組みを標準にしていく予定だ。OpenHandsのような自律型AIエージェントとの組み合わせも有効で、OpenHandsのエージェント開発ガイドと合わせて読んでみてほしい。