BeeAIとは

執筆者

Staff writer

Staff Editor, AI Models

IBM Think

BeeAIは、フレームワーク間でAIエージェントを検出、実行、共有するための集中的な場を提供するオープンソース・プラットフォームです。IBMによって開発されたBeeAIは、エージェント・コミュニケーション・プロトコル（ACP）に基づいて構築され、Linux Foundationでホストされています。チームはBeeAIフレームワークを使用して、それぞれのサイロ化されたエコシステムの外にエージェントを展開できます。

IBMニュースレター

The DX Leaders

AI活用のグローバル・トレンドや日本の市場動向を踏まえたDX、生成AIの最新情報を毎月お届けします。登録の際はIBMプライバシー・ステートメントをご覧ください。

BeeAIの役割

BeeAIは、個々の開発者とチームの両方に、人工知能（AI）エージェントを検索、デプロイ、共有するためのフレームワークに依存しないプラットフォームを提供します。このプラットフォームは、AIエージェントを使用する際の3つの主要な課題に対処するように設計されました。

サイロ化されたエコシステム：各エージェントは独自のフレームワーク内に存在します。BeeAIは、エージェントを単一の集中ワークスペースにまとめ、AIエージェントのオーケストレーションを合理化します。
限定的な拡張性：BeeAIを使用すると、ユーザーは複雑で個別化されたセットアップ手順に対処することなく、エージェントをデプロイできます。
断片化された検索：Beeエージェントは集中型の検索ハブに配置されているため、エージェント型AIを簡単に見つけて実験できます。

個々の開発者は、Beeを使用することで、エージェント型の自動化やその他のコンテキストで使用するエージェントの探索とデプロイのプロセスを効率化できます。一方、チームは、大規模言語モデル（LLM）接続とAPIを集中管理しながら、集中インスタンスを通じて同じBeeAIワークスペースを共有し、リアルタイムで共同作業を行うことができます。

コミュニティーカタログには、プラットフォームで利用可能なすべてのBeeAIエージェントがホストされており、複雑なセットアップを行わずにデプロイできます。標準化されたユーザー・インターフェースにより一貫したユーザー・エクスペリエンスが実現し、標準コンテナにより、開発者は互換性の問題を回避しながら、あらゆるフレームワークのエージェントをパッケージ化できます。

AIエージェント

AIエージェントの5つのタイプ：自律機能と実世界アプリケーション

目標主導型でユーティリティーベースのAIがワークフローや複雑な環境にどのように適応するかをご覧ください。

AIエージェントを構築、展開、監視

BeeAIでのエージェントの使用

IBMの研究チームは、エージェント型ワークスペースとしての機能を実現する主要な機能セットを中心にBeeAIを構築しました。たとえば、次のような機能が含まれます。

エージェント・カタログ

BeeAIのエージェント型AI向けリポジトリは、チームを1つの中央ワークスペースに集め、マルチエージェント・ワークフローをスムーズにします。BeeAIのエージェント・カタログは、主要な機能の1つです。これは検索可能で、提供されている各エージェントの機能の詳細が記載されています。開発者は使用パターンを特定し、それに応じてエージェントを選択できます。

エージェントはタイプ別に分類されます。BeeAIは、チャットボット・インターフェイスを通じて会話型チャット・エージェントを提供します。一方、ハンズオフ・エージェントは、単一の指示を受け取った後に自律的に動作するように設計されているため、多くのエージェント型ワークフローのバックボーンを形成します。

コミュニティ・カタログはユーザーが作成したエージェントをホストし、ユーザーは構築したエージェントをBeeAIインターフェースを介してGitHubにプッシュすることもできます。

フレームワークに依存しない環境

BeeAIはACPを使用して、個々のフレームワークに関係なくエージェントの使用を標準化します。開発者は、希望するエージェントで好みのツールを使用します。インタラクティブなセットアップ・ウィザードは、環境の作成プロセスを合理化し、AIエージェントの共有ワークスペースを使用してチームを稼働させます。

セットアップ

セットアップ・プロセスには、APIキーの入力、モデル選択の推奨、接続テスト、Ollamaのコンテキスト・ウィンドウなどのプロバイダー固有のオプションが含まれます。利用可能なLLMプロバイダーには、AnthropicのClaude、OpenAIのGPT、DeepSeek、IBMのwatsonxなどがあります。MetaのLlama3は、Ollamaへのローカル接続を通じて利用できます。

ユーザーは、エージェントをローカルにインポートすることも、GitHubリポジトリやLangChainなどの他のフレームワークからインポートすることも、BeeAIで使用するために独自のエージェントを構築することもできます。

エージェントの実行

BeeAIは、定義されたリソース制限を持つ独自のコンテナ内で各エージェントを実行し、モジュール式のマルチエージェント・システムの構築を可能にします。インプット・オプションには、エージェントとの通信のための対話モードや、Pythonコードやその他の言語のスニペットを共有するための複数行インプットが含まれます。標準化されたユーザー・インターフェースは、エージェント・ワークフロー内でのエージェントのインタラクションが予測可能であることを意味します。

オブザーバビリティーは、実行中のエージェントからのリアルタイムログのストリーミングを通じてプラットフォームに組み込まれています。BeeAIは、OpenTelemetryを使用してテレメトリー・データを収集し、指定されたArize Phoenixインスタンスに送信します。

BeeAIはの仕組み

BeeAIはローカル・ファーストのエクスペリエンスを中心に設計されており、個々のデバイスまたはオンサイトでエージェントをホストし、ユーザーがデータを全面的に制御できるようにします。コアコンポーネントには次のものが含まれます。

エージェント：BeeAIのエージェントはコンテナ化され、ACPを通して通信します。AIエージェントを定義づける特徴の1つは、機能を拡張するために必要に応じてツールを呼び出すことができることです。
BeeAIサーバー：このサーバーは、エージェント間の調整を行い、ライフサイクルと設定を管理し、エージェントとクライアント間の通信をルーティングし、テレメトリー・データを収集します。
BeeAI CLIとUI：ユーザーは2つのモードでBeeAIと対話します。コマンド・ライン・インターフェース（CLI）はスクリプト作成とコマンド制御を容易にし、グラフィカル・ユーザー・インターフェース（UI）は会話型チャットなどのより直感的な対話を処理します。
Python統合：ACP SDK（ソフトウェア開発キット）を使用すると、開発者はBeeAIをPythonベースのアプリケーションに統合できます。BeeAIは、タスク自動化用に設計されたものなど、Pythonアプリのコンテキスト内でエージェントのワークフローを処理できます。
モニタリング用のArise Phoenix： BeeAIで利用可能なPhoenixは、エージェントの行動を追跡および監視するためのオープンソース・ツールです。