【AIエージェント】OpenAI Agents SDKでマルチエージェントシステムを実装してみた

```mermaid
graph TD;
    A[ユーザー入力] -->|意図検出| B[エージェント1: 意図検出]
    B -->|処理を分岐| C[エージェント2: ルータ]

    C -->|Web検索| D[エージェント3: Web検索エージェント]
    C -->|ファイル検索| E[エージェント4: ファイル検索エージェント]
    C -->|文章要約| F[エージェント5: 文章要約エージェント]

    D --> I[結果出力]
    E --> I[結果出力]
    F--> |文章翻訳| H[エージェント6: 文章翻訳エージェント]
    H --> I[結果出力]

````

from dotenv import load_dotenv
from agents import Agent, Runner, handoff, WebSearchTool, FileSearchTool, set_tracing_export_api_key
from agents.tool import UserLocation
import os

# .envファイルの読み込み
load_dotenv()

# トレース情報をOpenAIに送信（トラブルシューティング用）
set_tracing_export_api_key(os.getenv("OPENAI_API_KEY"))

web_search_tool = WebSearchTool(
    user_location=UserLocation(
        type="approximate",
        country="JP",
        timezone="Asia/Tokyo"
    ),
    search_context_size="medium"
)

file_search_tool = FileSearchTool(
    vector_store_ids=["xxxxxx"],
    max_num_results=3
)

# 質問意図検出エージェントの定義
clarification_agent = Agent(
    name="Clarification Agent",
    instructions="""あなたは高度な自然言語理解を持つAIアシスタントです。
    ユーザーの入力を分析し、曖昧さを解消しつつ、より明確で適切な質問文を再構築してください。

    ### **処理の流れ**
    1. ユーザーの入力を理解し、意図を特定する。
    2. ユーザーの質問が曖昧な場合、明確で具体的な表現に言い換える。
    3. 質問の意味が変わらないように注意する。
    4. 質問がすでに明確な場合は、そのまま出力する。

    ---

    ### **ルール**
    - ユーザーの意図を可能な限り具体的に捉える。
    - 曖昧な表現（例: 「最近の技術」「いい感じの方法」）を具体化する。
    - 口語的な表現（例: 「ってどうなの？」）を正式な質問形式に修正する。
    - 再構築する際、不要な装飾語は削除する。
    - 専門用語が必要なら適切に補う。

    ---

    ### **入力例**
    **ユーザーの入力:**
    "AIについて教えて？"

    **出力例**
    "AIの基本的な仕組みと活用方法について教えてください。"

    ---

    ユーザーの入力を受け取り、適切な意図と再構築した質問に変換してください。
    変換が完了したら、タスクルーターエージェント（TaskRouter）にハンドオフしてください。

    """,
    handoffs=[handoff(task_router_agent)]
)

# タスクルーターエージェントの定義
task_router_agent = Agent(
    name="TaskRouter",
    instructions="""
    あなたは質問に応じて、必要なエージェントにハンドオフするエージェントです。
    Web検索が必要な場合は、Web検索エージェント（WebSearchAssistant）にハンドオフしてください。
    ファイル検索が必要な場合は、ファイル検索エージェント（FileSearchAssistant）にハンドオフしてください。
    文書要約が必要な場合は、文書要約エージェント（SummaryAssistant）にハンドオフしてください。
    """,
    handoffs=[
        handoff(web_search_agent),
        handoff(file_search_agent),
        handoff(summary_agent)
    ]
)

# Web検索エージェントの定義
web_search_agent = Agent(
    name="WebSearchAssistant",
    instructions="""
    最新の情報を提供するために、必要に応じてWeb検索を行って回答してください。
    """,
    tools=[web_search_tool],
)

# ファイル検索エージェントの定義
file_search_agent = Agent(
    name="FileSearchAssistant",
    instructions="""
    内部ドキュメントから関連情報を検索し、ユーザーの質問に回答してください。
    """,
    tools=[file_search_tool],
)

# 翻訳エージェントの定義
translation_agent = Agent(
    name="TranslationAgent",
    instructions="""
    あなたは翻訳エージェントです。与えられた文章を翻訳してください。
    翻訳が完了したら、ユーザーに回答を提供してください。
    """
)

# 文書要約エージェントの定義
summary_agent = Agent(
    name="SummaryAssistant",
    instructions="""あなたは文章要約を行うアシスタントです。与えられた文章を要約してください。
    要約が完了したら、翻訳エージェント（TranslationAgent）にハンドオフしてください。""",
    handoffs=[handoff(translation_agent)]
)

query = "現在の東京の天気を調べて教えてください？"
result = Runner.run_sync(language_router, "こんにちは、お元気ですか？")
print(result.final_output)

現在、東京では小雨が降っており、気温は14℃です。

## Weather for 〒134-0083 東京都江戸川区中葛西8丁目13:
現在の状態: 小雨、57°F (14°C)

Daily Forecast:
* Sunday, April 13: 低: 57°F (14°C)、高: 58°F (15°C)、説明: にわか雨
* Monday, April 14: 低: 59°F (15°C)、高: 71°F (22°C)、説明: とても風が強い
* Tuesday, April 15: 低: 49°F (10°C)、高: 68°F (20°C)、説明: とても風が強い
* Wednesday, April 16: 低: 53°F (12°C)、高: 69°F (21°C)、説明: 日差しが明るい
* Thursday, April 17: 低: 56°F (13°C)、高: 69°F (21°C)、説明: 雲が増す
* Friday, April 18: 低: 54°F (12°C)、高: 73°F (23°C)、説明: 上層雲からの晴れ間
* Saturday, April 19: 低: 60°F (16°C)、高: 79°F (26°C)、説明: 所により晴れ


最新の情報や詳細な予報については、信頼できる天気予報サイトやアプリをご確認ください。 

query = "Azureの資格を持っている社員をファイル検索してください。"
result = Runner.run_sync(clarification_agent, query)
print(result.final_output)

Azureの資格を持っている社員は以下の通りです：

1. **佐藤 太郎** - Azure Fundamentals
2. **田中 美咲** - Azure Fundamentals
3. **小林 海斗** - Azure Fundamentals

with open('sample.txt', 'r', encoding='utf-8') as f:
    query = f.read()
    query = query + "上記の文章を要約してください。"

result = Runner.run_sync(clarification_agent, query)
print(result.final_output)

In recent years, AI (artificial intelligence) technology has evolved rapidly, bringing significant changes to our lives and society. What was once considered science fiction, "machines that think like humans," have now become reality and are deeply integrated into our daily lives. AI is no longer a technology handled only by specialists, but a presence that everyone interacts with unconsciously, such as voice assistants on smartphones, recommendation functions for online shopping, and social media feed displays.

AI stands for "Artificial Intelligence," a term that refers to technologies that impart human-like intelligence to computers. Using methods like Machine Learning and Deep Learning, AI can learn patterns from data to perform reasoning and decision-making. This has allowed AI to handle complex tasks that were once only possible for humans.

AI Use Cases

AI is already utilized in many fields. For example, in the medical field, AI is used in image diagnostic support, improving the accuracy of detecting lesions from MRI and CT images. AI learns from vast amounts of past medical data and can detect subtle abnormalities with high precision, supporting doctors' diagnoses. In diseases where early detection is crucial, the introduction of AI may save patients' lives.

In the manufacturing industry, AI is used in a method called "predictive maintenance," which prevents problems by predicting signs of equipment failure using sensor data. This improves production efficiency and reduces maintenance costs.

Recently, Generative AI has gained attention. This is a technology where AI automatically generates text, images, sounds, or program code. Notable examples include ChatGPT from OpenAI and image generation AI like Midjourney and Stable Diffusion. For instance, ChatGPT, an AI capable of natural conversation, is used in various contexts such as summarizing texts, brainstorming ideas, programming assistance, and supporting English learning.

Challenges and Concerns Brought by AI
・・・