CopilotKit

CopilotKitとは何か

CopilotKitは自身を、フルスタックのエージェント型アプリケーション、生成的UI、チャットアプリケーションを構築するためのSDKだと説明しています。もともとReactライブラリとして始まり、いまはマルチプラットフォームです。READMEはReactとNext.jsを正式提供、Angular・Vue・React Nativeを対応、SlackとMicrosoft Teamsをベータとし、DiscordとGoogle Chatは今後対応と記載しています。いずれの接点も同じエージェントのバックエンドを共有します。導入はコマンド一つ、npx copilotkit@latest create と、OpenAI、Anthropic、Geminiなどのモデルキーだけです。リポジトリのソースはMITライセンスです。

同じチームが、その土台にあるエージェントとユーザー間の相互作用プロトコルAG-UIも開発しています。READMEによれば、LangChain、CrewAI、Mastra、PydanticAIをはじめとするエージェント分野の各所で採用されています。創業者にとっての実利は明快です。エージェントとインターフェースの間の通信形式は、放っておけば自前で決めて後悔する類の設計判断であり、他のフレームワークがすでに話しているプロトコルに乗ることで、エージェント側を後から差し替えられる状態を保てます。プロジェクトはコーディング支援ツールにライブラリの設定やデバッグ方法を教えるインストール可能なスキルも配布しており、誰が実装を書くと想定しているかがよく分かります。

用意されているパターンと、それぞれの用途

機能一覧は実のところ、エージェント製品向けのインターフェースパターンの一覧であり、互いに交換可能ではありません。どのパターンがどの問題を解くのかを知っておくことが、ボタン一つで済む作業の上にチャット欄を貼り付けてしまう事態を防ぎます。

最後の行こそ間違えたくない部分で、これは技術ではなくプロダクトの判断です。どの操作に一時停止を挟むべきかは、フレームワークの問題ではなく、結果の重さと取り消せるかどうかの問題です。概念はヒューマン・イン・ザ・ループと承認ゲートで扱っています。

エージェントUIを実際に出して学んだこと

AgentCeres — agentceres.com のAIグロースチーム — では製品の表面すべてがエージェントとの会話なので、このインターフェースを作っては作り直してきました。いちばん役に立った学びは、どのSDKの機能一覧にも載っていません。エージェントの処理が長引くあいだ、沈黙は「壊れた」と読まれます。三十秒間なにも動かない画面を見た人は、丁寧な作業が進んでいるとは考えません。固まったと判断して再読み込みし、待っていたはずの処理を自分で取り消します。私たちは最終的に、いま何をしているかを一行で表示し、その回に何をしたかを折りたためる形で残すようにしました。すると「遅い」という苦情の多くが「いま何をしているのか」という質問に変わりました。

二つ目の学びは抑制についてで、これはどのライブラリも代わりに決めてくれない部分です。当社のエージェントは互いに仕事を渡し合いますが、その間でやり取りされるメッセージは、私たちには興味深く顧客には無用です。そこで、担当の専門エージェントに相談したという事実を表示名で示し、何を話したかは一切見せません。人に何を見せてよいかを決めるのは、結局のところ描画の問題ではありませんでした。あの履歴を作ったとき、データは最初からすべて記録の中にあり、本当の作業は人の前に出すべきものを選ぶことだったからです。

このライブラリにおける「作る」と「伸ばす」の切れ目はそこにあります。CopilotKitは、動くエージェントと顧客が使えるエージェントの距離を確かに縮めます。しかしAI機能が意味を持つかどうかを決める二つのこと、つまり誰かがそれを見つけるか、最初に試したことが成功するかについては何もしません。どちらもオンボーディングの仕事です。usertourはその案内版であり、langfuseは実際の利用者が入ったあとにエージェントが何をしたのかを見るための道具です。