作って学ぶAIエージェント──TypeScriptとLLMで切り拓くAI時代のエンジニアリング [単行本]

作って学ぶAIエージェント──TypeScriptとLLMで切り拓くAI時代のエンジニアリング の 商品概要

• 目次

  第1部　第1部　AIエージェント開発の全体像をつかむ
  
  第1章　AIエージェントが拓く新しい開発スタイル
  1.1　AIエージェントの台頭と開発手法の変化
  1.2　AIエージェントを学ぶ意義
  1.3　本書のゴール──3つのコンポーネントで作るAIエージェント
  1.4　本書の学習アプローチ
  1.5　AIエージェントの構成要素──ツールと思考ループ
  1.6　本書の学習ロードマップ
  1.7　この章のまとめと次のステップ
  
  第2章　開発環境とLLM APIの基礎
  2.1　TypeScriptを採用する理由
  2.2　Bunを採用する理由
  2.3　Dev Containerを採用する理由
  2.4　LLM APIの基礎
  2.5　開発環境のセットアップ
  2.6　本書で使用するモデル
  2.7　ハンズオン(1)：最初のAPIコール
  2.8　この章のまとめと次のステップ
  
  第2部　AIエージェントの「身体」を作る
  
  第3章　LLM APIへの抽象化レイヤーを実装する
  3.0　これまでの振り返りと、この章で作るもの
  3.1　抽象化レイヤーの必要性
  3.2　型定義──統一インタフェースの設計
  3.3　プロバイダー層の実装
  3.4　ハンズオン(2)：generateText関数の実装
  3.5　ハンズオン(3)：マルチプロバイダー対応のテスト
  3.6　プロバイダー間の差異吸収の整理
  3.7　この章のまとめと次のステップ
  
  第4章　Nano Codeの「手足」となるツールを実装する
  4.0　これまでの振り返りと、この章で作るもの
  4.1　ローカル環境でのコマンド実行の危険性
  4.2　ツールが必要となる背景
  4.3　ツールの基本構造
  4.4　ハンズオン(4)：ファイルの読み書きツール（readFile、writeFile、editFile）の実装
  4.5　ハンズオン(5)：コマンド実行ツール（execCommand）の実装
  4.6　ツールの統合
  4.7　補足：さらなる安全性強化へ──アプリケーションとOSによる二層の防御
  4.8　この章のまとめと次のステップ
  
  第5章　Nano Codeの「頭脳」となる思考ループと承認ポリシーを実装する
  5.0　これまでの振り返りと、この章で作るもの
  5.1　なぜ思考ループが必要なのか
  5.2　最小のエージェント──1往復の会話
  5.3　繰り返しを追加する──会話のループ
  5.4　ハンズオン(6)：ツール実行を統合する
  5.5　承認ポリシー──ツール実行前の確認機構
  5.6　エラーハンドリング──executeToolの内部拡張
  5.7　その他の安全性の考慮
  5.8　Agentクラス（再利用可能な設計）
  5.9　デバッグとテスト
  5.10　この章のまとめと次のステップ
  
  第3部　AIエージェントを完成させ、実用化する
  
  第6章　Nano Codeを組み立てる
  6.0　これまでの振り返りと、この章で作るもの
  6.1　Nano Codeに明確な指示を与える
  6.2　ハンズオン(7)：CLIで動くNano Codeの実装
  6.3　実行例と出力
  6.4　思考過程の可視化
  6.5　ハンズオン(8)：コンテキスト管理の実装
  6.6　この章のまとめと次のステップ
  
  第7章　GitHub Actionsで開発ワークフローを自動化する
  7.0　これまでの振り返りと、この章で作るもの
  7.1　ハンズオン(9)：最小構成で動かす
  7.2　Secretsと権限
  7.3　Git操作ツール
  7.4　GitHub CLIによるプルリクエスト作成
  7.5　cli.tsへのツール組み込み
  7.6　手動トリガーでの動作確認
  7.7　Issueイベントへの接続
  7.8　状況を認識して行動を変える──再実行への対応
  7.9　完全なソースコード
  7.10　この章のまとめと次のステップ
  
  第4部　より賢く、安全なAIエージェントへ
  
  第8章　Nano Codeの性能と安全性を高めるサンドボックス
  8.0　これまでの振り返りと、この章で作るもの
  8.1　なぜ多層防御が必要なのか
  Layer 1：基盤インフラ（Docker／GitHub Actions）
  Layer 2：プロセス隔離（bubblewrap）
  Layer 3：アプリケーション制御（TypeScript）
  8.2　ハンズオン(10)：アプリケーション制御を実装する
  8.3　ハンズオン(11)：プロセス隔離を実装する
  8.4　攻撃が無力化されることを確認する
  8.5　この章のまとめと次のステップ
  
  第9章　AIエージェント開発のこれから
  9.1　本書の振り返りと到達点
  9.2　Nano Codeの拡張可能性
  9.3　開発の前提が書き換わる
  9.4　エンジニアの役割の変化
  9.5　チームとプロセスの再設計
  9.6　トレードオフとエンジニアの責任
  9.7　技術変化への対応
  9.8　実装から運用へ
  
  Appendix A　ストリーミングAPIへの対応
  A.1　なぜストリーミングが必要か──設計視点から
  A.2　抽象化の設計原則
  A.3　StreamChunk型──中間言語としての設計
  A.4　LanguageModelインタフェースの拡張
  A.5　OpenAIプロバイダーのストリーミング実装
  A.6　Anthropicプロバイダーのストリーミング実装
  A.7　Googleプロバイダーのストリーミング実装
  A.8　統一関数──generateStreamText
  A.9　ストリーミングと非ストリーミングの統一──collectStreamResult
  A.10　Nano Codeへの組み込み
  A.11　設計のまとめ
  
  Appendix B　Responses APIへの対応
  B.1　Responses APIの設計
  B.2　抽象化レイヤーによる変更の局所化
  B.3　createOpenAIResponsesの実装
  B.4　Reasoningの扱い
  B.5　Responses APIへの移行
  
  Appendix C　参考にしたプロジェクト
  C.1　コーディングエージェントCLI
  C.2　エージェントフレームワーク・ライブラリ
  C.3　セキュリティ・サンドボックス

• 内容紹介

  ソフトウェア開発の世界では「AIエージェント主導のコーディング」が主流になろうとしています。エージェントはコードを生成するだけでなく、ファイルを読み、コマンドを実行し、テストを実行し、結果を確認し、必要に応じて修正を繰り返します。
  本書は、こうしたAIエージェントのしくみを「使う」のではなく「作る」ための実践的なガイドです。最終的にはGitHubのIssueを起点に、コードの修正からプルリクエストの作成までを自動化するコーディングエージェントを実装します。扱う技術はTypeScriptとBunを中心にし、GitHubへの統合までを扱います。
  ここでは、エージェントの動作原理、つまり思考のしくみを自ら実装し、挙動の予測と制御、目的に合わせたカスタマイズを扱います。
  実装するAIエージェントは、筆者が「Nano Code」と名付けたものです。LLM APIとの接続、ファイルやコマンドを扱うツール、思考ループ、Git操作、実用環境への統合といったレイヤーを章ごとに積み上げ、最終的に実用的な自動化まで進みます。章を追って段階的に構築し、コーディングエージェントとして機能する流れを整理します。
  対象読者は、TypeScriptでアプリケーションやコマンドラインツールを作った経験があり、AIエージェント開発やLLM活用に関心があるエンジニアです。TypeScriptとLLMを軸に、AI時代のエンジニアリングの実践手法を解説します。

• 著者について

  laiso (レイソー)
  2008年、国内におけるiPhoneアプリ開発の黎明期にエンジニアとしてのキャリアをスタート。以来、複数の事業会社にてモバイルアプリからWebフロントエンド、サーバーサイドまで、プラットフォームを横断したプロダクトの設計・開発に従事する。長年にわたるブログでの発信活動を通じ、常に最新の技術トレンドを追いながら、開発プロセスの最適化に関する知見を継続的に公開。現在はLLMを活用したAIエージェント技術に注力し、AIと人間が協働する次世代の開発スタイルの探求と実践に力を注いでいる。X：@laiso　https://x.com/laisoGitHub：https://github.com/laisoBlog：https://blog.lai.so/

作って学ぶAIエージェント──TypeScriptとLLMで切り拓くAI時代のエンジニアリング の商品スペック