AIエージェント おすすめフレームワーク8選：用途・料金・復旧で選ぶ【2026年】

「AIエージェント おすすめ」の答えは、作る仕事の形で変わります。状態を持つワークフローならLangGraph、役割を分けたエージェントのチームならCrewAI、TypeScriptアプリ内のエージェントならMastra、アプリ自身が管理するコンパクトなエージェントループならOpenAI Agents SDKが候補です。この8つのフレームワークを選ぶ決め手は、状態、承認、障害復旧を誰が担うかです。

オープンソースのAIエージェントフレームワークなら、ライブラリのサブスクリプション費用はかかりません。ただし、モデル呼び出し、ホスティング、ストレージ、運用の費用は残ります。以下のドキュメント、リポジトリのライセンス、提供元の料金ページは、2026年10月7日に確認しています。

Claude Agent SDKは別の観点で検討する必要があります。Claude Codeのツール実行ランタイムをアプリに組み込むSDKだからです。Pydantic AIは型を重視するPythonサービス、Vercel AI SDKはストリーミングを使うWebインターフェース、Google ADKはGoogleを中心としたエージェントシステムに向いています。こうした追加機能が今の課題を解決しないなら、モデル提供元のSDKでシンプルなループを組む方法も有力です。

AIエージェントのフレームワーク比較表

ホステッドサービスの列は、提供元から購入できるサービスを示しています。ホステッド型のオブザーバビリティサービスは実行を記録し、ホステッドランタイムは実行そのものを担います。どちらも無料ライブラリと併せて提供されることがありますが、購入するものは異なります。

始めたリクエストが終わった後も未完了の仕事を継続する必要があると、選ぶ基準が変わります。 担当者の承認が翌日になる場合や、書き込み直後にワーカーが停止しうる場合は、チャット画面より先に永続化と再開の仕組みを評価します。エージェントにツールやリソースを公開するMCP（Model Context Protocol）だけでは、この復旧を保証できません。

エージェント型AIのフレームワークをどう選定したか

本記事では、ドキュメントに記載されたアーキテクチャ、ライセンスの適用範囲、現行料金を比較して候補を挙げています。各フレームワークを実行して性能を測定した結果ではありません。

候補を絞る軸は、次の6つです。

• 実行の形： コードが処理順を決めるのか、モデルが次のツールを選ぶのか、専門エージェントが仕事を委任するのか。
• 状態の管理主体： メッセージ、ワークフローの実行位置、共有メモリ、判断待ちの情報のうち、何を永続化するのか。すべて必要なのか。
• 障害復旧： プロセスが再起動したとき、ツールがタイムアウトしたとき、ユーザーが後から戻ったときにどうなるのか。
• ツールの権限境界： 用途を絞ったアプリの関数と、必要なMCPサーバーを公開できるのか。
• 人によるレビュー： 実行前に提案された操作を人が確認できるのか。その判断を受けて正しく再開できるのか。
• 運用費用とライセンス： 無料のコアに含まれる機能は何か。商用契約が必要な機能は何か。ホステッドサービスは何を課金単位にするのか。

8つの個別解説は、本番で担う仕事に沿って並べています。状態を持つワークフローを作るなら、まずLangGraphを推奨します。ただし、小さなループに対して常に優れているという意味ではありません。主に回答をストリーミングするTypeScript製品が、この推奨だけを理由にグラフランタイムを採用する必要はありません。

ホステッド型のノーコードビルダーとオブザーバビリティ製品は、フレームワークの候補から除外しています。LogfireはPydantic AIに併せて選べるサービスとして扱い、9つ目のフレームワークには数えていません。この一覧以外の専門的なエコシステムが既存の構成に合うこともあります。ただし、状態、承認、料金を同じ深さで分析せずに候補を増やすと、選びにくくなります。

AIエージェントのオーケストレーション：状態と人のレビュー

ここでいう状態とは、別のワーカーが同じ業務を正しく引き継ぐために必要な情報です。オーケストレーションフレームワークは手順を調整しますが、安全に続行するために何を記録するかは、設計する側が決めます。

返金アシスタントを例に考えます。履歴には会話とポリシーの参照結果を残します。実行位置には、返金条件を確認済みで、返金がまだ保留中であることを残します。レビュー記録には、管理者が承認した金額と操作を残します。処理結果の記録には、決済システムがその操作を受け付けたかを残します。

それぞれの記録が答える問いは異なります。会話に「返金を承認」とあっても、管理者が現在の金額を承認した証拠にはなりません。ワークフローのチェックポイントに「呼び出し完了」とあっても、決済システムの処理結果の代わりにはなりません。保存した処理結果には、変わらない操作IDも必要です。再試行時に、同じ書き込みを意図した操作だと識別するためです。

読み取り専用のリサーチアシスタントなら、履歴の保存だけで足りる場合があります。書類を待って中断するオンボーディングでは、実行位置の保存が役立ちます。返金やアカウント変更なら、承認と外部システムの処理結果をリリース前から設計に組み込みます。

人によるレビューの機能も、この観点で見極める必要があります。モデルに慎重な判断を求めるプロンプトは「指示」です。判断が届くまでツールの実行を待つゲートは「制御」です。承認画面が運用で役立つには、正確な引数を表示し、レビュアーを認証し、判断を保存し、再起動後に復旧できる必要があります。

SDKは一時停止や承認要求を提供できます。それでも、レビュアーに権限があるか、操作が有効かを判断する責任は製品側にあります。承認後に要求金額が変わった場合、以前の判断で新しい金額まで黙って承認してはいけません。どのフレームワークを選んでも、アプリが守るべきルールとして扱います。

AIエージェント おすすめフレームワークを用途別に選ぶ

1. LangGraph：状態を持つ複数ステップのワークフローに

エージェントがワークフローとして動き、どこまで実行したかが重要になるなら、LangGraphが最も有力な出発点です。低レベルのグラフランタイムで、ノード、各ノードの処理、ノード間の遷移を自分で定義します。通常のコードを実行するノードと、次の処理をモデルに判断させるノードを組み合わせられます。LangChainのコンポーネントは任意なので、LangGraphを選んでも、アプリのすべての操作を別の抽象化層で包む必要はありません。

言語とライセンス： Python、TypeScript/JavaScript。コアはMITライセンスです。
向いている用途： 分岐、一時停止、再開を伴う案件処理、オンボーディング、リサーチのワークフロー。
特徴： 明示的なワークフロー状態、スレッドのチェックポイント、スレッドをまたぐ独立したストア。
料金： コアライブラリは無料です。LangSmith Developerは月額$0/席、Plusは月額$39/席、Enterpriseは個別見積もりです。ホステッドプランごとに利用量のルールが異なります。
無料トライアル： Developerは継続利用できる無料プランです。有料のデプロイ機能はPlusから利用できます。

技術系の創業者が仕入先のオンボーディングを作るなら、仕入先ごとの案件を処理単位にします。書類抽出ノードが項目の候補を取り出し、決定的なコードが検証し、エージェントが不足する証拠を求め、レビュアーが最終記録を承認します。グラフを使えば、会話から進捗を推測する代わりに、どの遷移が待機中かを運用担当者が確認できます。

状態： チェックポインターはスレッドのグラフ状態を保存します。ストアは、仕入先の変わりにくいプロフィールなど、アプリで定義した情報をスレッド間で保持します。インメモリのチェックポインターはプロセスの再起動で内容を失うため、本番では永続ストレージが必要です。大きな証拠ファイルはチェックポイントの外に置き、参照だけを保存します。そうしないと、小さな制御用レコードが、すべての成果物を複製して膨らむ記録になります。この違いはLangGraphの永続化ドキュメントで説明されています。

ツール、MCP、人によるレビュー： ノードからアプリ独自のコードを呼び出せます。LangChain MCPアダプターは、ローカルのstdioやリモートのStreamable HTTPのツールをグラフに公開します。LangGraphのinterrupt()で実行を止め、呼び出し側がCommand(resume=...)で判断を渡します。重要なのは、再開時に中断したノードが先頭から実行されることです。一時停止より前に外部への書き込みを置くと、その書き込みが再実行される可能性があります。割り込みのガイドにも、この動作が明記されています。

課題になるのは、低レベルのランタイムを囲む部分です。状態スキーマ、チェックポイントの保持期間、ワーカーのデプロイ、グラフの変更、復旧時の動作を自分で管理します。永続的な実行は、設定と設計によって使う機能です。ツールの実装に関係なく、決済やメール送信が必ず一度だけ実行されるという保証ではありません。

ホステッド料金（2026年10月7日確認）： Developerには1席と月5k件のベーストレースが含まれます。Plusには組織全体で月10k件のベーストレースと、無料のServerless Smallデプロイ1つが含まれます。追加のサーバーレスデプロイや専用デプロイはリソースを消費し、提供元は顧客向けエージェントに専用デプロイを推奨しています。Enterpriseは個別見積もりで、セルフホスト/ハイブリッドの選択肢があります。現行の課金単位はLSUで、$1.00/LSUです。公開されているデプロイの従量単価は、ランタイムのコンピュートが0.0675 LSU/vCPU時間、ランタイムのメモリが0.0090 LSU/GiB時間、データベースのコンピュートが0.177 LSU/vCPU時間、データベースのメモリが0.025 LSU/GiB時間です。プランと従量単価の出典はLangSmithの料金ページです。

書き込み権限のあるツールを接続する前に、次の手順で最初の設計を進めます。

1. 1

   業務を継続して識別できるIDを付ける

   仕入先の案件、顧客の依頼など、完了させる仕事ごとに1つのスレッドIDを使います。再開時にも同じIDを使い、ワーカーが変わっただけで新しいスレッドを作らないようにします。

2. 2

   判断と成果物を分ける

   現在の段階、証拠への参照、提案した操作、承認状況を状態スキーマに含めます。書類や大きな出力は、それぞれ別のストレージに置きます。

3. 3

   永続チェックポイントを設定する

   パイロット運用で再起動からの復旧が必要になる前に、インメモリの保存機構を置き換えます。保持期間を決め、交代したワーカーも同じスレッドを使えるようにします。

4. 4

   書き込みの前に止める

   割り込みで提案した操作を提示します。承認後に、変わらない操作IDを付けて用途を絞ったアプリのツールを呼び、結果を保存します。

5. 5

   復旧を実際に試す

   モデル呼び出し中、承認待ち、外部への書き込み後にワーカーを再起動します。業務が続行され、意図した操作が重複しないことを確認します。

選ぶ基準： 実行位置の保存と障害復旧が製品要件なら、LangGraphを選びます。既存のアプリで処理と再試行を適切に完結できる短い依頼なら、導入を見送れます。

2. CrewAI：役割が明確なエージェントチームに

CrewAIは、専門的な役割と仕事の受け渡しが明確な業務に向いています。Pythonの抽象化で、役割、目標、タスクを持つエージェントをCrewにまとめ、Flowがその周囲のイベント駆動プロセスを担います。本番で有効なのは、範囲を限定した共同作業をCrewに任せ、前後の段階をFlowで管理する構成です。

言語とライセンス： Python。MITです。
向いている用途： 担当する責任やツールへのアクセスが異なる、リサーチ、分析、文書作成の業務。
特徴： 構造化されたFlowの中で、役割別のエージェントが連携します。
料金： オープンソースのライブラリは無料です。ホステッド型のBasicは無料で、ワークフロー実行50回/月を含みます。Enterpriseは個別見積もりです。
無料トライアル： Basicは無料プランです。Enterpriseにはトライアルの申請がありますが、料金ページに期間は公開されていません。

顧客企業のブリーフィングを作る創業者なら、リサーチ担当に証拠へのアクセスを与え、分析担当に関連する購買シグナルの特定を任せ、執筆担当に最終文書を任せられます。入力、権限、受け入れ基準が異なるとき、こうした役割分担に意味が生まれます。同じモデルに3つの人物設定と同じツールを与えるだけでは、有用な専門担当が3人できるわけではありません。

状態： Flowの状態には辞書、または期待するフィールドを検証するPythonスキーマであるPydanticモデルを使えます。@persistで状態のスナップショットを保存します。標準の永続化バックエンドはSQLiteで、独自の実装も可能です。保存した状態は、既存のIDで復元したり、別の実行に分岐させたりできます。Flowの進捗と、エージェントが覚えている事実は分けます。「ブリーフィングはレビュー待ち」はプロセスの状態、「この企業は病院向けに販売している」は知識です。CrewAI Flowsのドキュメントには、これらの制御と人からのフィードバックが説明されています。

ツールとMCP： 現行のMCP機能では、mcpsによるエージェント設定に対応し、ローカルstdio、HTTP、SSEのトランスポートと、アダプターを使う方法が用意されています。接続数より重要なのは、公開するツールの絞り込みです。リサーチ担当には照会ツールを与えます。同じMCPサーバーに照会と変更の両方があるからといって、文書を下書きするエージェントに顧客アカウントの変更権限まで渡すべきではありません。

人によるレビュー： Flowへの人のフィードバックで、承認や修正を待つために処理を止められます。独自の非同期フィードバックプロバイダーを使えば、元の対話プロセスの外で判断を集められます。提案した成果物とレビュアーを記録し、レビュー結果を明示的な業務判断として設計します。Crew内で「レビュアー」と名付けた役割もモデルです。運用担当者が頼る人の承認ゲートとは異なります。

課題が現れるのは、各タスクの仕様を固めるより速く連携を広げたときです。リサーチ担当が証拠の形式を変えると、分析担当が気付かず別の意味で解釈し、執筆担当がそのずれを確信に満ちた文書に仕上げる可能性があります。各境界で、構造化した証拠の受け渡しと具体的な受け入れルールを求めます。最終的な書き込みは、制約のないエージェント同士の議論から切り離します。

ホステッド料金（2026年10月7日確認）： 公開中のCrewAI料金ページでは、Basicは無料で、ビジュアルエディター、AIコパイロット、GitHub連携、ワークフロー実行50回/月を含みます。Enterpriseは個別見積もりで、ガバナンスと、CrewAI Cloud、自社VPC、自社インフラへのデプロイを提供します。定額の中間プランや、実行ごとの超過単価は公開されていないため、金額を示せません。ホステッド環境で51回の実行が必要なら、公開されたBasicの枠を超えるので、商用契約の相談か別のデプロイ方法が必要です。オープンソースのライブラリを使う場合も、モデルとインフラの費用は別にかかります。

選ぶ基準： 専門担当ごとの責任が業務に必要なら、CrewAIを選びます。検証と承認の手順が固定されている場合はFlowに制御を任せ、モデル呼び出しに見合う役割だけを使います。

3. OpenAI Agents SDK：アプリが管理するエージェントループに

デプロイとデータはアプリが管理し、モデル呼び出し、ツール、ハンドオフは小さなランナーに任せたい場合、OpenAI Agents SDKが合います。エージェントの定義に指示と利用可能な機能をまとめ、ランナーは最終回答、ハンドオフ、一時停止のいずれかまで処理を続けます。バックエンド、認証、ストレージをすでに備える製品には、ちょうどよい範囲のフレームワークです。

言語とライセンス： Python、TypeScript。MITライセンスのオープンソースSDKです。
向いている用途： ツールループ、専門担当へのハンドオフ、レビュー制御を必要とするOpenAI中心のアプリ。
特徴： SDKが管理するツールと組み込みのトレーシングを備えた、コンパクトなランナー。
料金： SDKに席単位の有料プランはありません。モデル呼び出しと対象のホステッドツールは従量課金で、自分のランタイムの費用は別です。
無料トライアル： 試用対象となるSDKのサブスクリプションはありません。API利用も無料だと想定しないでください。

既存のSaaS製品に、アカウントサポート用のエージェントを組み込む場面を考えます。バックエンドは、ログインしたユーザーのアカウントと利用権限を把握しています。エージェントはアカウントの状況を照会し、不足する情報を尋ね、解約申請だけを行うツールを呼べます。必要なのは、それらの操作を囲む制御されたループです。アプリのデータベースを置き換えようとする別のプラットフォームではありません。

状態： 公式ドキュメントでは、ローカル履歴の再送、自分のストレージを使うSDKセッション、Conversations APIのID、前のレスポンスIDを使う応答間の継続が示されています。一貫した方法を選びます。ローカル履歴をすべて読み込みながら、APIにも同じ保存済み会話の継続を求めると、コンテキストが重複する可能性があります。また、会話記録があっても、別の請求処理のライフサイクルが自動で記録されるわけではありません。その情報はアプリで保持します。

ツール、MCP、人によるレビュー： SDKは関数ツール、ホステッドツール、MCPに対応し、stdioやStreamable HTTPを使うローカル/プライベートサーバーをSDKで管理できます。承認による割り込みでは、再開可能な状態が返ります。アプリは提案された呼び出しを承認または拒否し、後からのレビューに備えて状態をシリアライズし、同じ実行を再開できます。ガードレールは自動チェックで、人による承認は別の判断です。人によるレビューの公式ガイドでは、入力ガードレールは最初のエージェント、出力ガードレールは最終回答を生成するエージェントに適用されます。副作用を生むツールの近くにもチェックを置きます。

課題は、引き続き自分で運用するオーケストレーションです。ストレージアダプター、ジョブのライフサイクル、レビュー画面、別のワーカーで再開する方法が必要です。再開可能な実行を返せるからといって、SDKが業務トランザクションのログまで引き受けるわけではありません。既存の仕組みがある場合はこの分担が魅力になりますが、すべてホストされたエージェントサービスを期待していた場合は、実装が増えます。

料金（2026年10月7日確認）： モデル費用の例として、OpenAIの料金ページでは、gpt-6.1-solのStandard短文脈入力は1Mトークンあたり$2.00、出力は1Mトークンあたり$10.00です。仮に、完了したタスクの全呼び出しでキャッシュなしの入力20,000トークンと出力2,000トークンを使うと、モデル利用料は$0.06です。月5,000タスクなら、ツール、ホスティング、ストレージ、オブザーバビリティを加える前で$300になります。これは計算例であり、エージェントの実測負荷ではありません。別のコンテキスト、モード、キャッシュには異なる単価があります。

OpenAIには、マネージドのCodexハーネスを実行する別サービスのAgents APIもあります。任意のAgents SDKコードをホストするためのプランではありません。架空の月額プランを当てはめず、マネージド環境のモデル、ツール、サンドボックス、サードパーティの料金を計上します。この違いはOpenAI Agents APIとAgents SDKの比較で詳しく説明しています。

選ぶ基準： バックエンドにシステムの管理を任せつつ、ランナーでループの基盤コードを減らしたいなら選びます。管理の分担を決めたら、AIエージェントの作り方ガイドから始められます。

4. Claude Agent SDK：ファイルとコマンドを扱うエージェントに

Claude Codeのランタイムを使って、ファイル、コマンド、コードを扱うエージェントを作るなら、Claude Agent SDKが候補になります。自分で運用するPythonまたはTypeScriptのプロセスに、そのランタイムを組み込みます。Claudeにプロンプトを送るクライアントライブラリを入れるより、はるかに大きな設計判断です。

言語とライセンス： Python、TypeScript。PythonラッパーのLICENSEはMITです。AnthropicのSDKドキュメントでは、別途ライセンスが付いたコンポーネントを除き、利用にはCommercial Termsが適用されるとしています。
向いている用途： ツールを実行できるランタイムをすぐ使いたい、リポジトリアシスタント、ファイル処理ワーカー、コーディングエージェント。
特徴： 組み込みのファイル/コマンドツール、コンテキスト管理、セッション、フック、サブエージェント。
料金： SDK独自のサブスクリプションプランはなく、API利用は従量課金です。別サービスのClaude Managed Agentsは、モデルトークン料金に実行中のセッション1時間あたり$0.08を加算します。
無料トライアル： SDKのサブスクリプションを試用する必要はありません。モデルへのアクセスとホステッドランタイムの利用には、それぞれの課金があります。

リポジトリ保守サービスを作る開発者なら、組み込みランタイムでツリーを読み、関連ファイルを調べ、コマンドを実行できます。一方、アカウントを照会して下書きを返すサポートチャットボットには、この実行機能は製品の要件を超えるかもしれません。どちらもClaudeを使うからではなく、その環境が仕事に役立つかでハーネスを選びます。

状態： SDKは会話セッションを自動でディスクに書き込み、継続、明示的な再開、分岐に対応します。ドキュメントでは、会話の永続化とファイルシステムの永続化を区別しています。会話履歴を再開しても、エージェントが編集したファイルは元に戻らず、復元もされません。別のホストに処理を移すには、IDだけでなく必要なセッションファイルも必要です。運用担当者は、証拠と作業ファイルの整合性を保つストレージとワークスペースの方針を決めます。この境界はClaude SDKのセッション解説に記載されています。

ツール、MCP、人によるレビュー： ファイルの読み取り、書き込み、編集、コマンド実行、MCPツールの接続を標準で備えています。権限ルールとモードが自動実行を制御し、canUseToolはランタイムの承認コールバックに到達した呼び出しを扱います。それより前に自動承認されると、このコールバックを通らないことがあります。すべてのツール呼び出しにチェックを適用する必要があるならPreToolUseフックを使い、実際の環境へのアクセス境界はアプリで管理します。これらはランタイムの制御であり、顧客ワークスペースの隔離の代わりにはなりません。

課題は、実行環境とClaudeランタイムへの結び付きです。SDKは会話を管理できますが、ワークスペースの用意、成果物の保持、認証情報、レビューの通知は製品側で扱います。テナントのジョブを、ファイルのない新しいコンテナで再開しても、セッションの会話履歴からファイルシステムが復元されるわけではありません。

料金と利用条件（2026年10月7日確認）： SDKの概要は、組み込みのAgent SDK、直接呼び出すClaudeクライアントSDK、Claude Managed Agentsを明確に区別しています。商用製品ではAPIキー認証を案内しています。ユーザーのclaude.aiサブスクリプションを、顧客向けホステッドエージェントの利用枠として見込むことはできません。PythonラッパーがMITでも、同梱されたランタイム全体がプロバイダーに依存しないMITフレームワークになるわけではありません。

Claudeの料金ページでは、Claude Sonnet 5.5の基本入力は$2/MTok、出力は$10/MTokで、キャッシュなどには別の調整が適用されます。Managed Agentsは標準のモデルトークン料金に加え、状態がrunningの時間にセッション1時間あたり$0.08を課金します。アイドル、再スケジュール、終了後の時間は対象外です。仮に実行中のセッション時間が100時間なら、モデルとツールの料金を加える前のランタイム料金は$8です。これは別のホステッドハーネスであり、Agent SDKを自分で動かす場合とはデプロイ方式が異なります。

選ぶ基準： Claude Codeランタイムの機能が必要な仕事なら選びます。小さなClaudeのツールループなら、モデル提供元のクライアントSDKを使い、ツールと状態はアプリ側で管理します。

5. Mastra：TypeScriptアプリ内のエージェントに

TypeScript製品で、モデルの回答をストリーミングするだけでなく、エージェント、保存されたメモリ、ツール、再開可能なワークフローまで同じアプリケーションフレームワークで扱いたいなら、Mastraが合います。こうした基本機能に加え、開発用インターフェースのMastra Studioも提供します。Web向けの小さなループと、意図的に低レベルに設計されたワークフローランタイムの中間に位置する選択肢です。

言語とライセンス： TypeScript。コアとリポジトリの大部分はApache 2.0です。ee/ディレクトリのコードにはMastra Enterprise Licenseが適用されます。
向いている用途： アプリのメモリと、バックグラウンドで進むワークフローの段階を必要とするTypeScript製SaaSのエージェント。
特徴： エージェント、メモリ、ワークフローのスナップショット、MCPクライアント/サーバーを同じ構成で扱えます。
料金： Platform Starterは月額$0＋従量料金、Teamsは月額$250＋従量料金、Enterpriseは個別見積もりです。セルフホストのFreeは月額$0、セルフホストのEnterpriseは個別見積もりです。
無料トライアル： Starterは継続利用できる$0プランですが、超過分は従量課金です。無制限の無料運用ではありません。

契約更新の証拠を集め、提案を下書きし、アカウント担当者のレビューを待つカスタマーサクセスアプリを考えます。フロントエンドもバックエンドもTypeScriptなら、Mastraでエージェントと周囲のワークフローを記述でき、プロセスのために別の言語を導入する必要がありません。

状態： エージェントのメモリには、ストレージプロバイダーの設定が必要です。メッセージ履歴、ワーキングメモリ、長時間のコンテキスト管理は、ワークフローの実行位置とは別の役割を担います。ワークフローのsuspend()が実行のスナップショットを保存し、resume()が必要なデータを渡して、中断した仕事を続行します。設定したプロバイダーで保存すれば、スナップショットはデプロイや再起動をまたいで残ります。承認ワークフローで読むべきなのは、チャットメモリのデモだけでなく、中断と再開のガイドです。

ツール、MCP、人によるレビュー： MCPClientは外部のツールを利用し、MCPServerはMastraのエージェント、ツール、ワークフローを他のクライアントに公開できます。どちらもstdioとStreamable HTTPに対応します。ツールの承認や中断のイベントを製品に表示でき、ワークフローはレビューのために中断し、再開時のデータを検証できます。中断中も提案のIDを維持します。担当者が契約更新の操作案を承認したら、記録した提案を再開すべきであり、モデルが新しく作った別の案で置き換えるべきではありません。

課題は、基本機能があることと、設定済みの本番アプリがあることの違いです。ストレージ、テナントの隔離、保持期間、認証、再実行しても安全なツールは、設計が必要です。エンタープライズ向けの制御を前提に構築する前には、ライセンスの境界も確認します。コアのApacheライセンスが、すべてのee/機能に同じ条件で適用されるわけではありません。

ホステッド料金（2026年10月7日確認）： 公開中のMastra料金ページによると、Starterにはオブザーバビリティのイベント100K件が含まれ、超過分は$10/100Kです。CPUは24時間を含み、超過分は$0.35/時間で、保持期間は15日です。Teamsは月額$250で、イベント1M件を含み、超過分は$8/100Kです。CPUは250時間を含み、超過分は$0.25/時間で、保持期間は6か月です。どちらもユーザー、デプロイ、プロジェクトは無制限と記載されています。Enterpriseは個別見積もりで、利用量、保持期間、サポートを交渉します。

24/7稼働用のPersistent Serverは、StarterとTeamsで$100/プロジェクトと記載されています。モデルゲートウェイは市場単価に5.5%を加算し、メモリ、検索、データベース、外向き通信にも追加の課金単位があります。セルフホストのFreeはフレームワーク料金が$0です。ライセンスを契約するセルフホストのEnterpriseは、固定の年額料金を個別に見積もります。自分でホストする場合も、モデルとインフラの利用料は別です。

仮に月100 CPU時間と300K件のイベントを使う場合、Starterのコンピュートとイベントの超過分は$26.60＋$20、合計$46.60です。その他の課金は含みません。この負荷では、Teamsの基本料金$250が自動的に安い選択肢になるわけではありません。Teamsによって実際に変わる機能と利用量を基準に選び、エージェントが本番稼働したという理由だけでアップグレードしないようにします。

選ぶ基準： エージェントの振る舞いとワークフローの構造を、アプリで一緒に扱いたいならMastraを選びます。主な仕事が小さなループを囲むWebインターフェースなら、Vercel AI SDKを選びます。

6. Google ADK：Googleを中心としたエージェントシステムに

Google ADK（Agent Development Kit）は、エージェントとワークフローをコードで定義しながら、Googleのエージェント向けツールやデプロイ経路を活用したいシステムに向いています。Python、TypeScript、Go、Java、Kotlinに対応します。自社インフラでも動かせるため、フレームワークを使うだけでホステッドランタイムの購入が必要になるわけではありません。

言語とライセンス： Python、TypeScript、Go、Java、Kotlin。コアはApache 2.0で、Pythonリポジトリで確認しています。
向いている用途： 既存の運用環境がGoogle Cloud上にあるエージェントシステム。
特徴： セッションサービス、スコープを持つ状態、ワークフローの組み立て、マネージド環境へのデプロイ。
料金： フレームワークは無料です。Agent Runtimeは従量課金で、それぞれの無料枠を超えると、標準のオンデマンドコンピュートは$0.085/vCPU時間、RAMは$0.009/GiB時間です。
無料トライアル： ホステッド環境のリソースには月ごとの無料枠があります。モデルトークンとその他のリソース料金は別です。

Google Cloudアプリの運用アシスタントなら、担当者がすでに知っている環境との一貫性が魅力になります。ユーザーIDとアクセス境界を既存のバックエンドに残し、ADKにツールと専門エージェントの調整を任せられます。このエージェントだけのために、別のフレームワークのクラウドコンソールを導入するより価値があるかもしれません。

状態： セッションにはイベント、会話履歴、状態が含まれます。状態のプレフィックスで、アプリ全体の値、ユーザーの値、一時的な値を区別します。プレフィックスのないキーはセッション単位です。インメモリのセッションサービスは、再起動後の永続性を提供しません。永続化する代替として、データベースとVertex AIのセッションサービスがあります。取得したセッションオブジェクトを書き換えて保存済みと考えるのではなく、追跡されるコンテキストやイベントを通して状態を更新します。クラウド製品の名前は変わりましたが、交代したワーカーがどこからジョブを読み込むのかという、管理主体の問題は変わりません。

ツールとMCP： ADKは独自ツールと、ローカル/リモートサーバー向けのMCPツールセットに対応します。すべての例が5言語すべてに当てはまると考えず、選んだ言語の実装を確認します。現行のネイティブなAgent Runtimeデプロイガイドに記載されているのはPythonとGoです。言語SDKがあることは、マネージドデプロイも同じように対応している証拠にはなりません。

人によるレビュー： 実験的なTool Confirmation機能は、ユーザーや監督システムの判断を待つためにツールを一時停止できます。ただし、現行の既知の制限では、DatabaseSessionServiceとVertexAiSessionServiceは未対応です。TypeScriptでも、ツール実行の中に確認ロジックを自分で実装する必要があります。レビューを待ち、プロセスの再起動後も続行する本番ジョブでは、この互換性の確認が決め手になります。永続セッションサービスとTool Confirmationを別々に選び、組み合わせも対応していると考えないでください。この組み合わせが設計の中心なら、検証できる別の承認機構を使うか、ドキュメントに記載された一時停止とストレージの組み合わせが要件に合うフレームワークを選びます。

課題は、機能の同等性とバックエンドの互換性です。対応言語が多くても、必要なデプロイやレビュー機能を使える経路は限られる場合があります。個々の対応項目だけで採用を決めず、セッションサービスとツールの種類を含めた組み合わせ全体を確認します。

ホステッド料金（2026年10月7日確認）： GoogleのAgent Platform料金ページは、共有リソースの使用量を基準に課金します。標準オンデマンドのAgent Computeには、アカウントあたり月50 vCPU時間の無料枠があり、以後は$0.085/vCPU時間です。Agent Memoryは、アカウントあたり月100 GiB時間まで無料で、以後は$0.009/GiB時間です。Agent Storageには1 GiB月の無料枠があり、SessionsとMemory Bankのストレージ料金は$0.30/GiB月と記載されています。モデルトークンは別料金です。

料金ページには、対象となる1年契約の割引単価として$0.0765/vCPU時間と$0.0081/GiB時間、3年契約の単価として$0.068/vCPU時間と$0.0072/GiB時間も記載されています。これは利用を約束する契約の選択肢であり、無料フレームワークのプランではありません。セッションとメモリの操作もAgent Computeを消費します。$0.085の1 vCPU時間は、読み取り3M回または書き込み1M回に相当するため、ホステッド料金の見積もりに含めます。

仮に、ランタイムだけで月100 vCPU時間と200 GiB時間を使う場合、無料枠を適用したコンピュートとRAMの料金は$5.15です。モデル利用、ストレージ、セッション操作、同じアカウントの共有無料枠を使うその他の処理は含みません。これは一部の構成要素の見積もりであり、ホステッドエージェント全体の料金ではありません。

選ぶ基準： 必要な言語、デプロイ、レビューの組み合わせが動作するとドキュメントで確認できるなら、ADKを選びます。永続化を伴う人の承認が必要な場面では、Google Cloudを使いたいという一般的な好みより、互換性の根拠を優先します。

7. Pydantic AI：型を重視するPythonサービスに

Pydantic AIは、検証済みのデータを返し、アプリの依存関係を明示して使うエージェントをPythonバックエンドに組み込む場合に向いています。Pydanticスキーマは、システムが期待するフィールドと型を記述します。フレームワークは、その規律をエージェントの出力とツールのインターフェースに適用します。次の処理が必要とするのが、もっともらしい文章ではなく構造化された判断である場合に、特に役立ちます。

言語とライセンス： Python。MITです。
向いている用途： 厳密な入出力仕様を持つPythonサービスに埋め込むエージェント。
特徴： 型付きの依存関係と出力検証に加え、永続的な実行バックエンドも任意で利用できます。
料金： ライブラリは無料です。任意で使うLogfireは、Personalが無料、Teamが月額$49、Growthが月額$249、Enterpriseが個別見積もりです。
無料トライアル： Logfire Personalは期限のない無料プランです。無料なのはオブザーバビリティへのアクセスであり、モデルの実行ではありません。

案件の分類、証拠への参照、推奨する次の操作を既存アプリに返す受付サービスを考えます。出力を検証すれば、担当者に結果を見せる前に、欠落や形式不正のフィールドを排除しやすくなります。ただし、推奨内容が正しいという証明にはなりません。業務ルール、証拠の確認、操作そのもののレビューは引き続き必要です。

状態： メッセージ履歴を実行間で引き継ぎ、選んだストアにシリアライズできます。これで会話の継続性を確保できます。障害や再起動後も進捗を残す必要がある場合、Pydantic AIはTemporal、DBOS、Prefect、Restateなど、外部の永続実行システムとの連携をドキュメントに記載しています。実行の進捗を保持するのはそれらのシステムであり、エージェントライブラリを入れるだけで、そのランタイムが手に入るわけではありません。永続化を備えたジョブシステムを備えたPythonサービスなら、オーケストレーションを置き換える前に、その連携を評価します。

ツールとMCP： 現行ドキュメントではMCPToolsetを使います。これはFastMCPクライアントを包み、stdio、Streamable HTTP、SSEのサーバーに対応します。サーバーのIDとユーザーごとの認証情報は、アプリ側の責任として扱います。同じIDで共有するサーバー接続が、エージェントに質問する各ユーザーの独立した認可境界に自動で変わるわけではありません。

人によるレビュー： 遅延ツールは、承認や外部の実行結果を待てます。同じ実行内でハンドラーが要求を解決することもできます。外部のレビュアーを使う場合、エージェントはDeferredToolRequestsを返せます。アプリは履歴と未完了の呼び出しを保存し、判断を集めて、DeferredToolResultsで後続の実行を開始します。この外部からの継続は、新しいエージェント実行です。実行IDが変わらないと考えず、元の会話と関連付けます。この違いは遅延ツールのガイドに記載されています。

課題は、型を厳密に定めたエージェントの周囲の仕組みです。スキーマでインターフェースを理解しやすくなりますが、レビュアーの画面、永続キュー、判断内容の正しさまでは提供しません。書類に誤った顧客IDが有効な文字列として入っていれば、型検証を通る可能性があります。書き込みの前には、IDと証拠を独立して検証します。

ホステッド料金（2026年10月7日確認）： Logfireの料金は、ホステッド型のオブザーバビリティと評価サービスの料金です。Personalはテレメトリ記録10M件/月を含み、料金上限は厳密に$0です。1席、読み取り専用ゲスト2人、3プロジェクト、30日の保持期間が含まれます。Teamは月額$49で記録10M件を含み、超過分は1M件あたり$2です。5席を含み、最大12席まで利用でき、追加の席は$25/席です。Growthは月額$249で、席、ゲスト、プロジェクトは無制限、保持期間は最大90日です。含まれる記録数と超過単価$2/1M件はTeamと同じです。Enterpriseは個別見積もりで、Cloud、Dedicated、Self-hostedの形態があります。

Teamで6席を使う場合、基本料金は月額$74です。12席なら月額$224です。13席目はTeamの上限を超えます。Growthは月額$249で、12席のTeam基本料金より$25高いだけで、保持期間と組織向け機能が増えます。これらの料金に、Pydantic AIエージェントのホスティングやモデル呼び出しは含まれません。テレメトリはエージェントランタイムの料金ではなく、別の予算項目にします。

選ぶ基準： 型を重視するPythonサービスが製品の中心なら、Pydantic AIを選びます。永続的な実行は業務に必要なときだけ追加し、そのエンジンの運用要件を別途比較します。

8. Vercel AI SDK：ストリーミング対応のエージェントWebアプリに

Vercel AI SDKは、ユーザーインターフェース、ストリーミング応答、ツールループが製品の中心となるTypeScriptまたはJavaScriptのアプリに向いています。Coreはモデルとツールの呼び出しを標準化し、UIはそれらのやり取りをWebインターフェースにつなぎます。アプリをVercelにデプロイしなくても、ライブラリを使えます。

言語とライセンス： TypeScript/JavaScript。Apache 2.0です。
向いている用途： 既存のWeb製品に組み込むチャットやエージェントのインターフェース。
特徴： ストリーミングUIの基本機能と、複数のモデル提供元で再利用できるツールループ。
料金： ライブラリは無料です。任意で使うVercelホスティングは、Hobbyが月額$0、Proが月額$20＋従量料金、Enterpriseが個別見積もりです。AI Gatewayのクレジットは別です。
無料トライアル： Hobbyは個人利用向けの無料プランです。ホスティングの料金ページにはProのトライアルがあります。

Webアプリにアカウントアシスタントを追加する創業者なら、同じ画面で回答をストリーミングし、ツールの進捗を示し、変更の承認をユーザーに求められます。仕事の大半がそのやり取りの中で終わるなら、有用な範囲です。翌日まで別の部署を待つプロセスには、ブラウザーのコンポーネントを超えるジョブのライフサイクルと永続化が必要です。

状態： 再利用可能なエージェントループだけでは、チャットは障害後も続行できる業務プロセスになりません。ドキュメントにあるメッセージ永続化のパターンは、UIメッセージをアプリ管理のストアに保存します。本番ではデータベースやクラウドストレージを使えます。変わらないメッセージIDを保ち、復元したツールメッセージを現在のスキーマと照合します。バックエンドが動いている途中でブラウザーを閉じた場合の扱いも、別途決めます。チャットボットのメッセージ永続化は、この連携を説明するものであり、SDKがデータベースを提供するとはしていません。

ツール、MCP、人によるレビュー： MCPクライアントは、サーバーのツールをモデルのループに公開します。現行のローカルツール承認APIはtoolApprovalで、以前のneedsApprovalプロパティは非推奨です。手動承認では要求パーツが返り、UIで判断を集め、後続の呼び出しが承認応答を受け取ります。重要なのは、モデル提供元が実行するツールは、このローカルの承認設定では制御されないことです。提供元側の制御を別に設定します。ツール呼び出しのドキュメントでは、ライフサイクルとこの境界の両方が説明されています。

課題は、使いやすい会話画面をワークフローエンジンと考えてしまうことです。SDKは便利なループ制御を提供し、既知の手順は通常のコードで記述できます。しかし、ホスティング上の関数をレビュアーのために無期限で待機させたり、外部トランザクションの処理結果を保存したり、「承認」をクリックした人を認可したりはしません。UIはアプリの状態を表示する役割にし、業務を管理する唯一の場所にしないようにします。

ホステッド料金（2026年10月7日確認）： Vercelのホスティング料金は、Hobbyが月額$0、Proが月額$20、Enterpriseが個別見積もりです。Hobbyは非商用の個人利用に限定されます。Proプランの料金詳細では、プラットフォーム料金にデプロイ可能な1席と月$20の利用クレジットを含みます。追加のデプロイ可能な席は月額$20/席で、閲覧者は無料です。したがって、デプロイ可能な3席は、オンデマンドの消費を加える前で月額$60からです。利用クレジットはプランに付くもので、席を追加しても倍増しません。

任意で使うAI Gatewayの料金には、対象モデルに月$5のクレジットが付く無料枠と、購入した従量課金クレジットを使う有料枠があります。トークン単価は提供元の公開価格と同じで、上乗せはありません。クレジットを購入するとアカウントは有料枠に移り、毎月の無料付与は終了します。自分のAPIキーを使う機能も有料枠です。このゲートウェイクレジットは、ホスティングプランの利用クレジットとは別であり、任意のゲートウェイ機能には独自の料金が付く場合があります。

選ぶ基準： Web向けのループにはVercel AI SDKを選びます。エージェントと保存するワークフローを、より広い共通フレームワークで扱うならMastraを選びます。タスクが画面上のやり取りより長く続く場合は、別の永続ジョブシステムを追加する方法もあります。

用途ごとに、どれを選ぶべきか

状態を持つ複数ステップのワークフローなら、まずLangGraphです。 判断を分けるのはプロンプトの数ではなく、実行位置の保存、分岐、後からのレビューが成果に必要かどうかです。運用担当者が案件の現在地と、次に安全に実行できる処理を把握する必要があるなら、明示的なグラフを使います。

役割別のエージェントチームなら、CrewAIを選びます。 各役割に、別の仕事、証拠の受け渡し仕様、ツールの権限境界を設けます。すべての役割が同じ入力を使い、同じ種類の回答を返すなら、連携フレームワークを選ぶ前に設計を簡素化します。

TypeScriptのWebアプリ内にエージェントを置くなら、MastraとVercel AI SDKを候補にします。 保存するメモリとワークフローの中断が製品に必要なら、Mastraの広い機能範囲に意味があります。ストリーミングとツールのやり取りが中心で、残りをバックエンドが管理しているなら、Vercel AI SDKが合います。既存のアプリ基盤によって選択が変わることもあります。成熟したジョブエンジンがあるなら、別のワークフロー層を導入する理由は小さくなります。

特定のモデル提供元を使うコンパクトなループなら、OpenAI Agents SDKか、その提供元のクライアントSDKを選びます。 OpenAIのエージェントランナーは、アプリ内にツール、ハンドオフ、承認状態を加えます。Claudeでは、組み込みのファイル/コマンド機能が重要なときにAgent SDKを選び、小さな独自ループにはクライアントSDKを選びます。

Googleを中心としたシステムなら、機能の組み合わせ全体を確認してからADKを検討します。 現行のTool Confirmationの制限は、永続化を伴うレビューのアーキテクチャを変えるほど重要です。対応言語だけで採用を決めるべきではありません。

PythonのAIエージェント開発で候補にしたいフレームワーク

実行位置を明示するワークフローにはLangGraph、型を重視するサービスと出力検証にはPydantic AI、役割を分けた連携にはCrewAIが向いています。アプリが管理する小さなランナーにはOpenAI Agents SDKが合います。Python対応は最初の条件であり、最終的な選択は状態と承認のモデルで決まります。

処理順がすでに決まっているなら、通常のコードや決定的なワークフローに制御を任せます。n8nのエージェントとワークフローの比較でも同じ境界を説明しています。判断が役立つ場所はモデルが選び、あらかじめ宣言できる操作はワークフローが管理します。

フレームワークを使わず、SDKのループで十分なのはいつか

モデル提供元が1つで、少数のツールと範囲を限定したタスクで業務を完了できるなら、提供元のSDKでシンプルなループを組みます。読み取り専用のアカウント照会、文書分類、短い下書きの依頼なら、既存のバックエンド内で完結する場合があります。

基本のループは、リクエストを送り、ツールの引数を検証し、許可されたアプリ関数を呼び、ツールの結果を返します。モデルが完了するか、定めた停止ルールに達するまで続けます。手順が固定されているなら、アプリが必要な関数を直接呼び出し、モデルには判断や文章の生成だけを任せられます。

認証、永続ジョブ、再試行ポリシー、ストレージ、テレメトリをアプリがすでに管理している場合、この選択は魅力的です。それらを包むだけのフレームワークは、保守するインターフェースを増やします。再開可能な実行位置、一貫したハンドオフ、承認状態のライフサイクルなど、繰り返し生じる具体的な負担を減らせるときに価値が出ます。

作業量の上限を決め、必要な履歴を保持し、結果を記録します。「フレームワークを使わない」場合も、障害に対応する責任者は必要です。チェックポイント間の遷移、後からの承認処理、専門エージェントの調整を何度も自分で書いているなら、その不足する基本機能を提供するライブラリを再検討します。名前を挙げられる、繰り返しの課題を解決するために採用します。

オープンソースのAIエージェントフレームワーク：ライセンスと運用費用

無料ライブラリの採用とホステッドプラットフォームの購入は、別の予算判断にします。LangGraph、CrewAI、OpenAI Agents SDK、Pydantic AIのコアはMITです。Vercel AI SDK、確認したGoogle ADKのPythonコア、MastraのコアはApache 2.0です。Mastraのエンタープライズ用ディレクトリとClaudeランタイムには別の条件があります。ClaudeのMITライセンスのPythonラッパーは構成要素の1つであり、それが動かすものすべてを表すライセンスではありません。

モデル利用、ランタイムのリソース、永続ストレージ、オブザーバビリティ、レビュー運用は、見積もりを分けます。無料のトレース枠はエージェントの無料利用枠ではありません。モデルゲートウェイのクレジットはホスティングのクレジットではありません。席料金だけではデプロイ全体の費用になりません。上の各フレームワークの例は、未指定の負荷に架空の合計額を当てはめず、これらの違いが料金にどう影響するかを示しています。

運用担当者にとって最も高くつく曖昧さは、タイムアウト後に操作の結果が分からないことかもしれません。意図した操作を保存し、必要な承認を得て、用途を絞ったアプリのツールから実行し、外部システムの処理結果を保持します。冪等性キーを使えば、再び届いたリクエストを、同じ操作の意図として識別でき、黙って別の操作を作ることを防げます。実際の動作は、アプリと接続先のサービスに依存します。

チェックポイントで、ワークフロー内の位置は復元できます。ただし、それだけでは、ネットワーク障害の直前に外部サービスが書き込みを確定したかは証明できません。モデルに最後のメッセージから推測させるのではなく、ツールと一緒に処理結果の照会を設計します。

これは、移行時の実務上の境界でもあります。業務スキーマ、ツールの仕様、外部操作の記録は、自分で理解できるアプリコードに残します。フレームワークを変えると、実行状態や永続化したメッセージの変更は必要になるかもしれません。それでも、業務の中核となる操作まで、エージェントの会話履歴から再発見する必要はないはずです。

避けたい選び方

バックエンドがすでにモデルを呼び、結果を検証して保存できるなら、単純な分類器のためにLangGraphを使うのは避けます。グラフの図を長くしただけでは、その業務は改善しません。

見かけの人物設定のためにCrewAIを使うのは避けます。リサーチ担当、戦略担当、執筆担当には、異なる責任や証拠の境界が必要です。そうでなければ、役割名で、同じタスクを囲む大きなループを隠しているだけになります。

ファイル、コマンド、実行環境を使うランタイムが不要なら、基本的なチャットのためにClaude Agent SDKを使うのは避けます。モデル提供元に合わせた独自ループには、直接呼び出すクライアントSDKの方が小さな出発点です。

Google ADKのTool Confirmationを、未対応の永続セッションサービスと組み合わせるのは避けます。ドキュメントに記載された現行の制限は、DatabaseSessionServiceとVertexAiSessionServiceに適用されます。本番の中心となる承認要件を、対応しているはずという想定に委ねるべきではありません。

LogfireやAI Gatewayを、エージェントのホスティングとして扱うのは避けます。前者は実行を観測し、後者はモデルへのアクセスをルーティングします。どちらを選んでも、アプリのジョブを誰が運用し、障害後に誰が再開するかという問いには答えられません。

AIエージェント 開発フレームワークを今週選ぶ手順

実際に必要な復旧とレビューの要件を満たす、最小の候補を選びます。考えられるエージェント機能をすべて披露するデモではなく、代表的な業務を1つ使えば判断できます。

1. 1

   成果と境界を書き出す

   完了した結果、必要な証拠、許可する操作、レビューが必要な操作を明示します。実行が途中で止まったとき、運用担当者が何を知る必要があるかも特定します。

2. 2

   言語と実行の形で候補を絞る

   作ろうとしているのが永続ワークフロー、役割別の連携、型を重視するサービス、Web向けループのどれなのかに合わせて選びます。モデル提供元のシンプルなループで要件を満たせるなら、それも比較に残します。

3. 3

   中断する経路を試す

   ワーカーを再起動し、ツールのエラーを返し、承認を拒否し、重複したイベントを届けます。保存された状態と外部の処理結果を確認します。最終回答が成功しただけでは、復旧できると判断できません。

4. 4

   完了した業務の費用を測る

   再試行や委任した処理を含め、すべてのモデル呼び出しとツールの処理を数えます。実際に使ったホステッドサービスの課金単位を加え、固定のプラットフォーム料金と負荷に応じた料金を分けます。

5. 5

   運用の責任者を決める

   ストレージ、デプロイ、失敗したジョブ、承認待ち、費用アラートを誰が管理するか決めます。足りない部分を今週の運用で扱える候補に決めます。

よくある質問

AIエージェントの5つの種類とは何ですか？

5種類に分ける一覧は、学習用の分類であり、定義は一定ではありません。その分類から、どのフレームワークがワークフローを永続化し、レビューを強制できるかは決まりません。選定では、実行の形、状態、ツールへのアクセス、許可する自律性の範囲を指定します。

4大AIエージェントとは何ですか？

権威ある、普遍的な「4大」という定義はありません。LangGraph、CrewAI、OpenAI Agents SDK、Google ADKは、それぞれ異なる開発業務に対応します。固定的な品質ランキングとして扱うと、選択を決めるべき本番要件が見えなくなります。

AIエージェントにはどのようなフレームワークがありますか？

本記事では、LangGraph、CrewAI、OpenAI Agents SDK、Claude Agent SDK、Mastra、Google ADK、Pydantic AI、Vercel AI SDKを比較しています。ワークフローランタイムから、型を重視したエージェントライブラリ、Web向けのツールループSDKまで範囲が広いので、まず作る仕事から考えます。

AIエージェントの7つの種類とは何ですか？

7種類に分ける一覧も出典によって異なり、フレームワークを調達するための標準モデルではありません。エージェントの分類を並べても、再起動からの復旧、ツール権限の境界、承認機能とストレージの互換性は確認できません。

ChatGPTはエージェントですか、それともLLMですか？

ChatGPTはユーザー向けの製品です。LLMは基盤となる言語モデルで、エージェントアプリは、モデル、ツール、状態、タスクに向けて操作できるループを組み合わせます。それぞれ異なる層であり、製品名だけではアプリのランタイムは決まりません。

おすすめのAIエージェント5選は何ですか？

普遍的な上位5つより、タスクに合う候補の方が役立ちます。状態を持つワークフローにはLangGraph、専門担当のチームにはCrewAI、TypeScriptのワークフローにはMastra、型を重視したPythonサービスにはPydantic AI、アプリが管理するコンパクトなループにはOpenAI Agents SDKから検討します。仕事の形が変われば、候補も変わります。

最新のAIエージェントはどれですか？

モデル、ホステッド製品、開発フレームワークを横断して、役立つ答えを1つに絞ることはできません。今週作るなら、必要な機能の現行ドキュメントを読み、デプロイとストレージの互換性を確認します。リリースが新しいだけでは、適合性が高いとは判断できません。

ChatGPTは最も優れたAIエージェントですか？

ユーザーのタスクと必要な制御によって変わります。自分の製品に埋め込むコードを選ぶこととは、別の問いです。開発者が確認すべきなのは、状態の管理主体、ツールの実行、デプロイ、レビュー、運用費用です。

2026年におすすめのエージェント型AIフレームワークは何ですか？

実用的な選択肢はタスクによって変わります。明示的な永続ワークフローにはLangGraph、役割別の連携にはCrewAI、TypeScriptアプリの異なる要件にはMastraまたはVercel AI SDK、型を重視したPythonにはPydantic AI、アプリが管理するランナーにはOpenAI Agents SDK、ファイル/コマンドを扱うランタイムにはClaude Agent SDK、必要な組み合わせが対応している場合にはGoogle ADKが候補です。

フレームワークを決める前に、AI業務ワークフロー監査チェックリストで、最初にエージェントへ任せる仕事、レビューの境界、運用の責任者を整理します。