「AIエージェント入門」コースの全文とコードサンプルはこちら ➡️ aka.ms/ai-agents-beginners

このレッスンでは、AIエージェントとは何かを問います。その後、最適なユースケースと構築に必要なものについて説明します。

この動画では以下をご覧いただけます： 00:00 はじめに 00:35 AIエージェントの構成要素 02:22 コードサンプルとデモンストレーション

今回は、26年6月29日～7月5日のGitHub AI / Agent / LLM関連プロジェクトの新規Starトップ10をご紹介します。agency-agents、Strix、codebase-memory-mcp、OpenMontageが引き続き上位を占め、新たにランクインした中では、ai-berkshire、OmniRoute、video-use、herdrに注目です。ai-berkshireは投資調査プロセス、OmniRouteはモデルエントリ、video-useはビデオ編集をコーディングエージェントに任せ、herdrはターミナル内で複数のエージェントを調整します。 プロジェクトアドレス： agency-agents：https://github.com/msitarzewski/agency-agents Strix：https://github.com/usestrix/strix codebase-memory-mcp：https://github.com/DeusData/codebase-memory-mcp OpenMontage：https://github.com/calesthio/OpenMontage ai-berkshire：https://github.com/xbtlin/ai-berkshire OmniRoute：https://github.com/diegosouzapw/OmniRoute video-use：https://github.com/browser-use/video-use herdr：https://github.com/ogulcancelik/herdr daily_stock_analysis：https://github.com/ZhuLinsen/daily_stock_analy...

機械設計がまたまた行き詰まった。

AIでCADモデルを生成したが、手にしたのはSTLメッシュで、穴の位置を変更できない。

データをSTEP形式にエクスポートして工場で使用するには、ジオメトリを再構築する必要がある。

ロボット記述ファイルには手動で大量のXMLタグを追加する必要があり、エラーが発生しやすい。

最近GitHubでtext-to-cadというプロジェクトを見つけた。これはワンクリックでCADソースコードとエンジニアリングファイルを生成できるもので、これでようやくこれらの問題に希望が見えた。

これはエージェント向けのCADスキルライブラリで、GitHubで7400以上のスターを獲得している。

一言でまとめると：

AIを使って編集可能なCADソースコードを書き、それをSTEP、URDFなどのエンジニアリングファイルにエクスポートする。

実際にデモを見せれば、これがどれほど便利かわかるだろう。

ロボットのシャーシを設計したい。

ClaudeCodeを開いて、「長方形のベース、4つの取り付け穴、2つのモーターブラケットを生成して」と一言言う。

すると、Build123dのPythonソースコードを書き始める。

各幾何学的特徴はコードで定義される：

穴の位置、ブラケットのサイズ、ベースの厚さ。

そして自動的にSTEPファイルをエクスポートする。

STEPはそのままSolidWorksにインポートして編集できる。

次にURDFロボット記述を生成する。

links、joints、座標系をXMLに書き込み、ROS MoveIt2が直接ロードできるようにする。

このプロセス全体で、私はその一言しか言っていない。

その後、CADモデリング、URDF生成、ファイルエクスポートの作業はすべて自動で行われた。

どうやって実現しているのか気になる人もいるだろう。

01 パラメトリックCADソースコード生成。

AIは神秘的なバイナリモデルを直接出力するわけではない。

Build123dのPythonソースコードを書き、各幾何学的特徴...

今や誰もがAIエージェントを構築している。

n8nエージェント。Cursorエージェント。Claude Codeエージェント。MCPセットアップ。LangChainスクリプト。パーソナルアシスタント。クライアント自動化。

しかし、基本的な質問に答えるための明確な場所は誰にもない：

どんなエージェントを持っているか？ それらは何をするのか？ どのツールやデータにアクセスできるか？ どれが危険か？ どれがテスト済みか？ どれがお金を無駄にしているか？ どれを共有、販売、デプロイする準備ができているか？

それがギャップだ。

現在、エージェントはn8nワークフロー、GitHubリポジトリ、Cursorプロジェクト、Claudeチャット、Notionドキュメント、ランダムなスクリーンショットに散在している。

混乱している。そしてエージェントがより強力になるにつれて、混乱はリスクになる。

そこで私はエージェントコントロールセンターに取り組んでいる。

すべてのAIエージェントがエージェントパスポートを取得する1つのダッシュボード：

目的 ツール データアクセス 権限 リスク テストチェックリスト コスト見積もり バージョン/ステータス 共有可能なドキュメント

趣味の開発者にとっては、すべてのエージェントのクリーンな概要。

クリエイターにとっては、テンプレートの信頼レイヤー。

代理店にとっては、クライアントに渡すためのレポート。

チームにとっては、どのエージェントが存在し、何を許可されているかのインベントリ。

どこでもエージェントを構築。一箇所で管理。

これを使いますか？そして、これを必須にするためには何が必要ですか？