LangChainとLangGraphでカスタムコーディングエージェントを作る

なぜカスタムエージェントが必要なのか

Cline、Aider、OpenHandsなどの既成AIコーディングツールは優れていますが、組織固有のワークフローや独自のコンテキスト管理ロジックを組み込むことには限界があります。自社の社内APIと深く統合したいケース、特定のコーディング規約チェックをエージェントのループに組み込みたいケース、複数のLLMを異なるタスクに使い分けるカスタムロジックを実装したいケースなどでは、LangChainとLangGraphを使ったカスタムエージェント開発が選択肢になります。

LangChainはLLMアプリケーション構築のフレームワークで、プロンプト管理、チェーン構築、ツール統合などの基盤を提供します。LangGraphはLangChainの上に構築されたグラフベースのエージェントオーケストレーションライブラリで、状態管理とループ制御を明示的に定義できます。

ReActエージェントの基本実装

コーディングエージェントの基本パターンはReAct（Reasoning + Acting）ループです。LangGraphを使ったReActエージェントの実装では、「Think」「Act」「Observe」の三つのノードをグラフとして定義します。「Think」ノードでLLMに現在の状況を分析させ、次のアクションを決定します。「Act」ノードでコード実行、ファイル操作、検索などのツールを呼び出します。「Observe」ノードでツールの実行結果を状態に記録し、タスク完了判定を行います。

LangGraphの強みは、このグラフ構造が明示的なコードで定義されるため、デバッグが容易で状態の追跡が可能な点です。また、特定の条件（エラー発生、コスト上限到達など）に基づいて実行フローを動的に制御できます。

マルチエージェントグラフの構築

LangGraphを使ったマルチエージェントシステムでは、複数のSpecialistエージェントとOrchestratorエージェントをグラフノードとして定義します。コーディングエージェントの例では、「コード生成エージェント」「テスト生成エージェント」「コードレビューエージェント」「ドキュメント生成エージェント」という4つのSpecialistと、タスクを分解して各Specialistに振り分けるOrchestratorを実装します。

本番運用に向けたLangSmith統合

カスタムエージェントを本番で運用する際は、LangSmithによるトレーシングとモニタリングが不可欠です。各エージェントの実行ステップ、LLMへの入出力、ツール呼び出しの記録がLangSmithダッシュボードで可視化されることで、問題の特定とデバッグが大幅に容易になります。プロンプトの改善効果をA/Bテストする機能も提供されており、エージェントの継続的な改善サイクルを支援します。コスト分析機能でモデル別・タスク別のAPI消費量も追跡できます。