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

コーディングエージェントの動作原理まで踏み込んで自作し、開発基盤を設計・制御・拡張。Ｆｕｎｃｔｉｏｎ　Ｃａｌｌｉｎｇの活用。ＬＬＭ　ＡＰＩの抽象化。思考ループのオーケストレーション実装。承認ポリシーとサンドボックス。ＯｐｅｎＡＩ・Ａｎｔｈｒｏｐｉｃ・ＧｅｍｉｎｉのＡＰＩに対応。

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。

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
コードベース理解の困難さ
定型作業の繰り返し
手動作業の積み重ね
AIエージェントの具体的な効果
LLMのブラックボックス性
Nano Codeの実例
AIエージェントが「エージェント」を作ることの利点
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
nano-code-core──Nano CodeのLLM APIへの接続レイヤー
nano-code-cli──Nano Codeのローカル実行環境
nano-code-action──Nano CodeのGitHub Actions統合
ゴール設定の理由
1.4　本書の学習アプローチ
本書を読むための前提知識
使用する技術スタック
自分で作ることで得られる理解
自作する目的──ブラックボックス問題への回答
1.5　AIエージェントの構成要素──ツールと思考ループ
ツール──AIエージェントの「手足」
LLM API──推論の基盤
思考ループ──AIエージェントの「頭脳」
AIエージェント設計の基本原則──すべては会話
潜在的な課題
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

ほか

本の帯に関して

帯つきでの出荷はお約束しておりません。
商品ページに、帯のみに付与される特典物等の表記がある場合でも、確実に帯つきでの出荷はお約束しておりません。
また、帯は商品の一部ではなく「広告扱い」のため、帯の有無・破損による交換や返品は承っておりません。

版・表紙について

版・表紙（カバー）のご指定は承っておりません。ご注文いただくタイミングによっては、お届けする商品の版や表紙が商品ページ上のものとは異なる場合がございます。
また、初版にのみにお付けしている特典（初回特典、初回仕様特典）がある商品は、商品ページに特典の表記がされている場合でも、無くなり次第終了となります。