【2026年版】無料で学べるAIエージェント教科書『ai-agent-book』完全ガイド｜10章95プロジェクトで設計原理から実装まで

こんにちは、ぽんたぬきです。

40代になってから「AIについていけているのか？」と不安になることが増えました。ChatGPTを触ったり、チュートリアルをつまみ食いしたりしているうちに気づいたんです。断片的な知識だと、少し応用しようとした途端に詰まる、と。

「AIエージェントを作りたい」と思ったとき、どこから学べばいいのか。有料講座は山ほどあるけれど、体系的に・無料で・実装付きで学べる教材ってなかなかない。

そんな悩みを持つ方に、今日は本当に良いものを紹介できます。

GitHub で 31,500スター・3,400フォーク を獲得したオープンソース教科書 『ai-agent-book（深入理解 AI Agent）』 です。著者は李博杰氏。Apache License 2.0 で全文無料公開、PDF/EPUBもダウンロード可能、13言語対応（日本語含む）、そして95の実装プロジェクト付き。

実際に私が読んでみた感想も交えながら、この本の全貌をお伝えします。

なぜ今「AIエージェントの教科書」が必要なのか

2026年現在、AIの世界に大きな転換が起きています。

「応答型AI」から「自律実行型AI」へ。

ChatGPTに質問して答えをもらう、という使い方はもはや第一歩に過ぎません。今のAIエージェントは「計画 → 判断 → ツール実行 → 結果評価」のループを自律的に回し、メールを送り、コードを書き、データベースを更新し、複数のエージェントと協調して大きな仕事をこなします。

でも正直、この変化についていくのが大変で……。YouTubeを見ては試し、ブログを読んでは別のことを試す、を繰り返しているうちに「そもそもどういう設計思想でエージェントを作るべきか？」という根っこの部分が抜け落ちていました。

**モデルが変わっても、フレームワークが変わっても腐らない「設計原理」**こそが本当に必要なものだったんです。

ai-agent-bookはまさにそこを教えてくれる本です。

ai-agent-book（深入理解 AI Agent）とは

1本の公式がすべてを貫く

この本の核心はシンプルな公式です。

Agent = LLM + コンテキスト + ツール

たったこれだけ。でもこの3要素を深く理解することで、Claude だろうと OpenAI だろうと DeepSeek だろうと、モデルが変わっても通用する設計力が身につく、という発想です。

実際に私が試したところ、この公式を意識して実装を読み返すと「ああ、この処理はコンテキストを整理しているんだ」「ここがツール実行の肝だ」とすっきり理解できるようになりました。フレームワークの魔法に頼らず、本質から理解できる感覚です。

基本情報

項目	内容
著者	李博杰（Bo-Jie Li）
ライセンス	Apache License 2.0（商用利用可）
GitHubスター	31,500以上（2026年8月時点）
章数・プロジェクト数	10章・95プロジェクト
対応言語	13言語（日本語・英語・中国語・韓国語ほか）
価格	完全無料
オンライン版	bojieli.github.io/ai-agent-book

オンライン版では全文検索・言語切り替えが可能で、スマートフォンからでも読みやすく整備されています。

【章別】10章の全体像と学習ロードマップ

全10章を4つのフェーズに分けると、学習の流れが見えやすくなります。

フェーズ1：基礎構築（第1〜3章）

第1章 AIエージェントの基礎

LLMとエージェントの「境界線」を明確に定義するところから始まります。「LLMに指示を出すだけ」と「エージェントが自律的に動く」の違い、Plan-and-Execute・ReAct などの思考アーキテクチャの比較、ツールコールの仕組みまでをカバー。

私が失敗した経験も含めて言うと、ここを曖昧にしたまま実装に入ると、後でデバッグが本当に辛くなります。最初に時間をかける価値のある章です。

第2章コンテキストエンジニアリング

2026年に最重要スキルとして急浮上した分野です。KVキャッシュの仕組みから「コンテキスト予算」の管理まで、理論と実践が丁寧に説明されています。詳しくは後の章で触れます。

第3章記憶とRAG

エピソード記憶・意味記憶・手続き記憶の分類を踏まえたうえで、RAG（Retrieval-Augmented Generation） の設計原理を学びます。構造化インデックスによる知識強化の実装プロジェクトが複数含まれており、動かしながら理解できます。

フェーズ2：実装力強化（第4〜5章）

第4章ツール設計とMCP

「行動できるAI」を作る核心部分。MCP（Model Context Protocol） の仕様に基づいたツール設計、関数ツール・コードツール・アクションツールの使い分け、エラーハンドリングまでを扱います。

第5章 Coding Agent

非同期処理、コード生成、テスト自動化を組み合わせたエージェント実装です。この章のプロジェクトを動かしたとき「あ、これが本物のエージェントだ」と初めて実感しました。

フェーズ3：品質向上（第6〜8章）

第6章評価とベンチマーク

「動いた」を「使える」にするための評価フレームワーク。SWE-bench などの主要ベンチマークの読み方と、自前の評価指標の設計方法を学べます。

第7章後学習（SFT／RL）

汎用モデルをエージェントタスクに特化させる Fine-tuning と強化学習（RL）の手法。この年代になると「仕組みを知っておきたい」という気持ちが強くなりますよね。実装ではなく原理として理解しておく価値があります。

第8章継続進化と軌跡学習

運用しながらエージェントが賢くなる仕組み。軌跡データの収集・フィルタリング・モデル更新のサイクルを扱います。

フェーズ4：高度応用（第9〜10章）

第9章マルチモーダル

音声エージェント・GUI操作エージェント（コンピュータ操作・ウェブナビゲーション）の実装。「見て・聞いて・動かせる」AIへの拡張です。

第10章マルチエージェント協調

複数エージェントが役割分担して協調する群知性の設計と、その中で生まれる「涌現現象（エマージェンス）」を扱います。

学習ルートの目安

読者タイプ	推奨ルート	目安期間
初学者	第1章→第2章→第3章→第4章（順番通り）	2〜3ヶ月
実務でエージェントを使っている	第4章→第5章→第6章→第10章	1ヶ月
研究・アーキテクチャ検討中	第2章→第7章→第8章→第10章	3〜4週間

押さえておきたい5つの重要トピック【2026年最新動向】

1. コンテキストエンジニアリング：2026年最重要スキル

「プロンプトエンジニアリング」と何が違うのか、これが最初に混乱しやすいポイントです。

比較項目	プロンプトエンジニアリング	コンテキストエンジニアリング
対象	質問・指示の文章	AIが受け取る情報環境全体
扱うもの	テキストの最適化	メモリ・ツール・検索結果・状態
スコープ	1回のやりとり	エージェントのライフサイクル全体
重要な理由	良い質問=良い答え	良い環境=良い判断

最前線モデルであっても、コンテキストウィンドウが埋まるにつれ性能が劣化することが実証されています。「コンテキスト窓を広くすれば解決」ではなく、「コンテキスト予算を規律正しく管理する」 ことが本質的な解です。

この年代だからこそ感じることがあって、「道具を正しく使う」センスって経験で磨かれるんですよね。コンテキストエンジニアリングはまさにそういうスキルだと思っています。

2. MCP（Model Context Protocol）：AIとツールを繋ぐ標準規格

Anthropic が 2024年11月に公開した AIとツール・データソースを繋ぐ標準プロトコル です。2026年3月には月間 9,700万 SDK ダウンロード（約4,750%成長） を記録し、業界標準として定着しつつあります。

MCPが可能にするのは「読む」だけではありません。

メール送信
データベース更新
コード実行
ファイル操作
外部API呼び出し

「行動できるAI」を実現する基盤がMCPです。Google の A2A プロトコルと並んで、マルチエージェント間の標準通信規格として整備が進んでいます。

3. RAG（Retrieval-Augmented Generation）：知識強化の王道は今も健在

「RAGはもう古い？」という声も聞きますが、そんなことはありません。役割の住み分けが明確になったんです。

比較項目	RAG	MCP
主な目的	知識を「読んで参照する」	ツールを「実行して行動する」
典型的な用途	社内文書検索、FAQ応答	メール送信、DB更新、API連携
データの鮮度	インデックス構築時点	リアルタイム
組み合わせ方	MCPツールの一種として実装可能	RAGをバックエンドに持つMCPサーバーが主流

2026年の実務では 「RAG × MCP の組み合わせ設計」 が標準です。RAGで知識を引いて、MCPでアクションする。この二刀流を意識するだけで設計の質が上がります。

4. マルチエージェント協調：論点は「作れるか」から「安全に運用できるか」へ

マルチエージェントシステムへの関心が高まる一方、2026年の現場での論点は変わっています。

以前の論点： 複数エージェントを連携させて動かせるか？
現在の論点： 安全に・確実に・コスト内で運用できるか？

実務で推奨されているアプローチを整理すると：

マルチ化を判断する3基準：

並列性 — タスクが本質的に並列処理できるか
コンテキスト — 単一エージェントのコンテキスト窓で対応できないか
運用体制 — エラー検知・リトライ・コスト管理の体制が整っているか

「まず単一エージェントで限界を実測してから判断する」というアプローチが、失敗した経験のある実務者の間では共通認識になっています。私も以前、マルチエージェントにしすぎて管理コストが跳ね上がったことがあるので、これは本当に大事な教えだと思います。

5. LLM選定：モデル非依存設計という考え方

ai-agent-book が Claude・OpenAI・DeepSeek のすべてに対応したサンプルコードを提供しているのは意図的な設計です。

「どのモデルが最強か」という競争は今も続いていますが、プロダクションで大事なのは：

コスト — タスクの規模に対して見合っているか
推論能力 — 複数ステップの計画を正確に立てられるか
ツール活用精度 — ツールコールのエラー率・精度
レイテンシ — 人間がストレスなく待てる速度か

この評価軸を押さえておけば、2年後に別のモデルが出てきてもすぐ乗り換えられます。本書の設計思想もまさにここにあります。

実際に動かす：環境構築から最初のプロジェクトまで

必要な前提知識

Python の基礎（リスト・辞書・関数・非同期処理が読める程度）
API キーの取得経験（OpenAI または Anthropic）
Git の基本操作

高度な機械学習の知識は不要です。この年代で「また新しい知識が必要か……」とため息をついた方、安心してください。コードを読んで動かすことを前提にした構成なので、思ったより入りやすいです。

セットアップ手順

# リポジトリのクローン
git clone https://github.com/bojieli/ai-agent-book.git
cd ai-agent-book

# 依存関係のインストール（各章ディレクトリに requirements.txt あり）
pip install -r requirements.txt

# APIキーの設定（.env ファイルに記載）
OPENAI_API_KEY=your_key_here
ANTHROPIC_API_KEY=your_key_here

最初に試すべきおすすめプロジェクト3選

初心者にはこの順番で試すことをおすすめします：

第1章のシンプルなReActエージェント — LLMが思考と行動を交互に出力する最小実装。「エージェントって結局これか」という核心をつかめます
第3章のRAG実装 — ローカルドキュメントを読み込んでQ&Aができるエージェント。実務への応用イメージが一気につきます
第4章のMCPツール統合 — ウェブ検索・ファイル操作などのツールを持たせたエージェント。ここまでできれば「実用的なAIエージェント開発者」を名乗れます

つまずきやすいポイント

実際に私が引っかかったのは以下の2点です。

1. APIのレート制限エラー： サンプルを連続実行するとすぐ制限に当たります。各プロジェクトで time.sleep(1) を適宜挟むか、無料枠の大きい DeepSeek から始めるのがおすすめです。

2. 非同期処理の書き方： 第5章から async/await が多用されます。Pythonの非同期処理が初めての方は、第5章の前に公式ドキュメントを30分読んでおくと詰まりません。

よくある質問（FAQ）

Q. RAGとMCPは何が違うの？

RAGは**「知識を読む」技術、MCPは「行動を実行する」**プロトコルです。RAGは社内ドキュメントや過去のデータを参照して回答精度を上げる用途に向いており、MCPはメール送信・API呼び出し・コード実行など外部システムへのアクションに向いています。現在の実務では両者を組み合わせる設計が主流で、「MCPサーバーの中にRAGを組み込む」パターンが最も多く見られます。

Q. コンテキストエンジニアリングとプロンプトエンジニアリングの違いは？

プロンプトエンジニアリングが「質問文の書き方を工夫すること」であるのに対し、コンテキストエンジニアリングは「AIが判断に使う情報全体の設計」を扱います。メモリに何を残すか、ツールの出力をどう整形するか、過去の実行履歴をどう圧縮するか、といった「AIの情報環境そのものを設計する」スキルです。

Q. マルチエージェントはいつ導入すべき？

単一エージェントで限界に達したときが正解です。具体的には「並列処理が必要・コンテキスト窓が足りない・異なる専門能力を分離したい」の3条件が揃ってから検討してください。複雑さと運用コストが跳ね上がるため、最初から設計する必要はありません。

Q. 本当に無料で全部読める？商用利用は可能？

はい、Apache License 2.0 のため無料で全文読め、商用利用も可能です。GitHub（github.com/bojieli/ai-agent-book）のほか、オンライン版（bojieli.github.io/ai-agent-book）でも全文を読めます。PDF・EPUB形式でのダウンロードも無料です。

Q. 日本語版の翻訳品質はどの程度？

コミュニティ翻訳のため章によって品質に差があります。技術用語は正確に訳されていますが、表現の自然さは英語版・中国語版（原書）に比べて劣る箇所も。技術的な意味を理解するには十分で、実務には支障ありません。原書（中国語）が読める方は中国語版が最も完成度が高いです。

Q. この本を読み終えたら何が作れるようになる？

第1〜5章を終えると、RAGとMCPを使ったカスタムAIエージェントが自力で設計・実装できるようになります。第6〜8章まで終えると評価・改善サイクルを自分で回せるようになり、第9〜10章まで終えるとマルチエージェントシステムのアーキテクチャ設計ができるようになります。

他の学習リソースとの比較・使い分け

リソース	強み	弱み	向いている人
ai-agent-book	設計原理から実装まで体系的・無料・95プロジェクト	最新フレームワーク（LangChain等）の詳細は薄め	基礎をしっかり固めたい人
LangChain公式ドキュメント	実用的・即実装可能	「なぜこう設計するか」の理論が薄い	すぐ動くものを作りたい人
有償オンライン講座	動画で分かりやすい・質問できる	費用がかかる・内容の陳腐化が早い	体系的に人に教えてもらいたい人
研究論文（arXiv）	最新技術・一次情報	読解コストが高い	研究者・上級者

ai-agent-book が特に向いている人：

設計原理から理解したいエンジニア
複数モデルを使い分けたい実務者
コストをかけずに体系的に学びたい独学者

向いていない人：

「今すぐLangChainで動くものを作りたい」という方（公式Docsの方が早い）
動画で学びたい方

まとめ：AIエージェント時代の「地図」を手に入れる

ai-agent-book の3つの強みをまとめます。

モデルが変わっても腐らない設計原理（Agent = LLM + コンテキスト + ツール）
95の検証済み実装プロジェクト（読むだけでなく動かして学べる）
13言語対応・完全無料（商用利用も可能なApache License 2.0）

40代になってから「学ぶ体力」が若い頃より落ちたと感じることが増えました。だからこそ、良い教材を見つけることの大切さを実感しています。この本は「良い教材」の定義を満たしていると、私は思います。

今日から始める最初の一歩は、リポジトリをスターしてクローンするだけでOKです。完璧に理解してから始めようとすると永遠に始まらない——これ、40代あるあるだと思うので（笑）。

同じ悩みを持つ仲間として、一緒に頑張りましょう。

関連リンク

GitHub：https://github.com/bojieli/ai-agent-book
オンライン版（全文検索・言語切り替え対応）：https://bojieli.github.io/ai-agent-book
PDF/EPUBダウンロード：GitHubのReleasesページから無料取得可能