Agent-Lab は、FastAPI、LangChain/LangGraph、PostgreSQL をベースに LLM エージェントを構築・シミュレーション・テストするための、クラウドネイティブな Python フレームワークです。pip install btech-agent-lab でインストールし、エージェントの基底クラスを拡張して、create_app() を一度呼び出すだけで本番運用可能なアプリケーションを組み立てられます。REST API、MCP サーバー、永続化、認証、OpenTelemetry によるオブザーバビリティがすべて含まれています。
このドキュメントは、Diátaxis フレームワークの考え方に沿って、目的別に構成されています。学習中ならチュートリアル、作業中ならガイド、事実を確認したいときはリファレンスを参照してください。目的に合った道筋を選びましょう。
| やりたいこと | 進め方 |
|---|---|
| はじめる | 最初のエージェント → 開発者ガイド |
| アプリケーションを構築する | 開発者ガイド → 設定リファレンス → REST API リファレンス → MCP サーバーガイド |
| 評価・研究する | 研究者ガイド → テストとシミュレーション |
| デプロイ・運用する | デプロイガイド → オブザーバビリティ → Keycloak → Vault |
| コントリビュートする | 開発者ガイド → エンティティドメインモデル → 謝辞 |
チュートリアル
学習指向：最初から最後まで、手順どおりに進めてください。
| ページ | 説明 |
|---|---|
| 最初のエージェント | プロジェクトの雛形を生成し、エージェントを定義して REST で呼び出し、トレースを確認し、MCP ツールとして公開します。所要時間は約 15 分です。 |
ガイド
作業指向：いま直面している課題を解決します。
| ページ | 説明 |
|---|---|
| 開発者ガイド | 中核となるガイドです。2 つの開発モデル、設定、DI、エージェントの構築、すべての拡張ポイントを扱います。 |
| MCP サーバー | エージェントを MCP クライアント（Claude Desktop、MCP Inspector）に公開し、ツールやプロンプトを追加します。 |
| テストとシミュレーション | testcontainers を使った統合テストスイートと、Langfuse/LangWatch を用いた LLM-as-judge によるエージェントシミュレーションです。 |
| 研究者ガイド | Jupyter ノートブック、実験、新しいエージェントの振る舞いのプロトタイピングを扱います。 |
| デプロイ | ローカルの Docker Compose スタックと、Terraform + Helm による本番 Kubernetes 環境です。 |
| Keycloak による認証 | レルム、クライアント、サービスアカウントのセットアップと、API が想定するトークンフローです。 |
| Vault によるシークレット管理 | 設定のシークレットを保存・取得・ローテーションする方法です。 |
| Grafana によるオブザーバビリティ · OpenSearch による場合 | 同梱されている 2 つのオブザーバビリティスタック用のリファレンスダッシュボードです。 |
リファレンス
事実のみ：正確かつ網羅的で、コードから生成されています。
| ページ | 説明 |
|---|---|
| 設定リファレンス | すべての設定キーと環境変数、および有効な ConfigSource の選択方法です。 |
| REST API | リクエスト／レスポンスの例を含む、全エンドポイントの一覧です。 |
| エンティティドメインモデル | エンティティ、リレーション、3 つの PostgreSQL データベースについて説明します。 |
プロジェクト
次のステップ
Agent-Lab を初めて使う方は、最初のエージェント から始めてください。コピー＆ペーストで進められる完全なウォークスルーで、最後には REST と MCP 経由で対話できるエージェントが動作します。