← ブログチュートリアル
外部ツールを使う最初の AI エージェントを作る
MCP ツールを使い、ウェブ検索、コード実行、メール送信ができるエージェントを作る手順を解説します。
·読了まで約 4 分
このチュートリアルでは、ウェブ検索、隔離環境でのコード実行、メール送信など、外部ツールを使うエージェントを作ります。4agent カタログの MCP 対応ツールを利用します。
前提条件
- Node.js 20+
- 利用する LLM 提供元の API キー
- TypeScript の基礎知識
ステップ 1：ツールを選ぶ
タスクに適したツールを揃えます。今回の例は、情報を探して要約する調査アシスタントなので、次が必要です。
- ウェブ検索：最新情報を探す
- コード実行：データを処理・分析する
- メール：結果を届ける
E
E2B
AI エージェントがコードを実行するクラウドサンドボックス
ステップ 2：プロジェクトを準備する
mkdir my-agent && cd my-agent
npm init -y
npm install @anthropic-ai/sdk @e2b/code-interpreterESM のモジュール解決を設定した tsconfig.json と、入口となる src/index.ts を作成します。
ステップ 3：エージェントのループを定義する
エージェントの中心は、次のツール利用ループです。
- 利用可能なツールとメッセージを LLM に送る
- LLM がツールを呼ぶか、どれを呼ぶか判断する
- ツールを実行し、結果を返す
- 最終回答が得られるまで繰り返す
import Anthropic from "@anthropic-ai/sdk";
const client = new Anthropic();
async function runAgent(task: string) {
const messages: Anthropic.MessageParam[] = [
{ role: "user", content: task },
];
while (true) {
const response = await client.messages.create({
model: "claude-sonnet-4-6",
max_tokens: 4096,
tools: toolDefinitions,
messages,
});
// Check if the model wants to use a tool
if (response.stop_reason === "tool_use") {
const toolUse = response.content.find(
(c) => c.type === "tool_use"
);
const result = await executeTool(
toolUse.name,
toolUse.input
);
messages.push(
{ role: "assistant", content: response.content },
{ role: "user", content: [{ type: "tool_result", tool_use_id: toolUse.id, content: result }] },
);
} else {
// Final response
return response.content;
}
}
}ステップ 4：ツールの実行を実装する
各ツールには、LLM の要求を API 呼び出しに変換する処理が必要です。
async function executeTool(
name: string,
input: Record<string, unknown>
): Promise<string> {
switch (name) {
case "run_code":
return await runCodeInSandbox(input.code as string);
case "search_web":
return await searchWeb(input.query as string);
default:
return `Unknown tool: ${name}`;
}
}E2B でコードを実行する
import { Sandbox } from "@e2b/code-interpreter";
async function runCodeInSandbox(code: string) {
const sandbox = await Sandbox.create();
const result = await sandbox.runCode(code);
await sandbox.kill();
return JSON.stringify(result);
}ステップ 5：エージェントを動かす
const result = await runAgent(
"Find the top 5 trending AI tools this week and create a summary table."
);
console.log(result);エージェントがウェブを検索し、隔離環境で結果を処理して、構造化された回答を返します。
次のステップ
- 会話をまたいでコンテキストを保持するメモリを追加する
- ツールの失敗に備えてエラー処理と再試行を追加する
- 4agent でほかのツールを探し、機能を広げる
ヒント
モデルが生成した引数は信頼できない入力として扱います。外部サービスに渡す前に検証し、プロンプト、ツール結果、ログにシークレットを含めないでください。
情報源
tutorialagentsmcpgetting-started