cagent

cagent は、専門化されたAIエージェントのチームを構築するためのオープンソースツールです。1つの汎用的なモデルにプロンプトを投げるのではなく、特定の問題を解決するために連携する「特定の役割と指示を持ったエージェント」を定義します。これらのエージェントチームは、任意のLLMプロバイダーを使用してターミナルから実行できます。

なぜエージェントチームなのか

1つのエージェントで複雑な作業を処理しようとすると、絶え間ないコンテキストの切り替えが発生します。代わりに、作業を特定の役割に特化したエージェントに分割しましょう。各エージェントは自分が最も得意な処理を担当し、cagentがその調整を管理します。


agents:
  root:
    model: openai/gpt-5-mini # 使用したいモデルに変更してください
    description: バグ調査担当
    instruction: |
      エラーメッセージ、スタックトレース、コードを分析して、バグの根本原因を特定してください。
      何が問題で、なぜそれが発生しているのかを説明してください。
      修正の実装については、fixer（修正担当）エージェントに委任してください。
    sub_agents: [fixer]
    toolsets:
      - type: filesystem
      - type: mcp
        ref: docker:duckduckgo
 
  fixer:
    model: anthropic/claude-sonnet-4-5 # 使用したいモデルに変更してください
    description: 修正実装担当
    instruction: |
      調査担当が診断したバグの修正プログラムを記述してください。
      最小限かつ的確な変更を行い、回帰テスト（デグレード防止用）を追加してください。
    toolsets:
      - type: filesystem
      - type: shell

ルート（root）エージェントが問題を調査して説明し、問題を理解した時点で実装のために fixer へ引き継ぎます。各エージェントはそれぞれの専門分野に集中し続けることができます。

インストール

cagent は Docker Desktop 4.49 以降に含まれています。

Docker Engine ユーザーやカスタムインストールの場合は以下を利用してください：

Homebrew: brew install cagent
Winget: winget install Docker.Cagent
プリビルドバイナリ: GitHub リリース
ソースからビルド: cagent リポジトリを参照

クイックスタート

バグ分析チームを試してみましょう：

使用するモデルプロバイダーのAPIキーを設定します：


$ export ANTHROPIC_API_KEY=<your_key>  # Claudeモデル用
$ export OPENAI_API_KEY=<your_key>     # OpenAIモデル用
$ export GOOGLE_API_KEY=<your_key>     # Geminiモデル用

エージェントチームの利点にある設定例を debugger.yaml として保存します。
エージェントチームを実行します：
```
$ cagent run debugger.yaml
```

バグの内容を説明したり、エラーメッセージを貼り付けたりできるプロンプトが表示されます。調査担当（investigator）が問題を分析し、その後、実装のために修正担当（fixer）に引き継がれます。

仕組み

ユーザーはルートエージェント（root agent）とやり取りし、ルートエージェントは定義されたサブエージェントに作業を委任できます。各エージェントの特徴は以下の通りです：

独自のモデルとパラメータを使用する
独自のコンテキストを持つ（エージェント間で知識は共有されません）
ToDoリスト、メモリ、タスク委任などの組み込みツールにアクセスできる
MCPサーバー経由で外部ツールを使用できる

ルートエージェントは、sub_agents にリストされているエージェントにタスクを委任します。サブエージェントがさらに独自のサブエージェントを持つことで、より深い階層構造を構築することも可能です。

設定オプション

エージェントの設定は YAML ファイルで行います。基本的な構造は以下のようになります：


agents:
  root:
    model: claude-sonnet-4-0
    description: 役割の簡単な要約
    instruction: |
      このエージェントに対する詳細な指示...
    sub_agents: [helper]
 
  helper:
    model: gpt-5-mini
    description: 専門エージェントの役割
    instruction: |
      ヘルパーエージェントに対する指示...

また、モデルの設定（コンテキスト制限など）やツール（MCPサーバーを含む）などの設定も可能です。詳細は設定リファレンスを参照してください。

エージェントチームの共有

エージェントの設定は OCI アーティファクトとしてパッケージ化されます。コンテナイメージのようにプッシュやプルが可能です：


$ cagent push ./debugger.yaml myusername/debugger
$ cagent pull myusername/debugger

Docker Hub や、OCI互換のレジストリであればどれでも使用できます。push を実行した際、リポジトリが存在しない場合は自動的に作成されます。

次のステップ

チュートリアルに従って、最初のコーディングエージェントを構築する
効果的なエージェントを構築するためのベストプラクティスを学ぶ
cagent をお使いのエディタと統合するか、エージェントを MCP クライアントのツールとして使用する
cagent リポジトリにある設定例を参照する
cagent new を使用して、AIでエージェントチームを生成する（※詳細はCLIリファレンス等を参照）
Docker MCP Gateway 経由でエージェントを外部ツールに接続する
完全な設定リファレンスを読む