LLMベースのプランナー

LLMベースのプランナーは、LLMを使用してプランの生成と評価を行います。 これらは文字列ベースの状態（string-based state）に基づいて動作し、LLMリクエストを通じて各ステップを実行します。 文字列ベースの状態とは、エージェントの状態が単一の文字列であることを意味します。 各ステップにおいて、エージェントは初期状態の文字列を受け取り、結果として最終状態の文字列を返します。

??? note "前提条件"

--8<-- "quickstart-snippets.md:prerequisites"

--8<-- "quickstart-snippets.md:dependencies"

--8<-- "quickstart-snippets.md:api-key"

このページの例では、環境変数 `OPENAI_API_KEY` が設定されていることを前提としています。

Koogは2つのシンプルなプランナーを提供しています：

• SimpleLLMPlanner は、最初に一度だけプランを生成し、完了するまでそのプランに従います。 再プランニング（replanning）を含めるには、SimpleLLMPlanner を拡張して assessPlan メソッドをオーバーライドし、エージェントがいつ再プランニングすべきかを指定します。
• SimpleLLMWithCriticPlanner は、LLMリクエストを介してプランの妥当性を確認し、エージェントが再プランニングすべきかどうかを評価するためにLLMを使用する assessPlan メソッドを実装しています。

以下の例は、SimpleLLMPlanner を使用してシンプルなプランナーエージェントを作成する方法を示しています：

=== "Kotlin"

<!--- INCLUDE
import ai.koog.agents.core.agent.config.AIAgentConfig
import ai.koog.agents.planner.AIAgentPlannerStrategy
import ai.koog.agents.planner.PlannerAIAgent
import ai.koog.agents.planner.llm.SimpleLLMPlanner
import ai.koog.prompt.dsl.prompt
import ai.koog.prompt.executor.clients.openai.OpenAIModels
import ai.koog.prompt.executor.llms.all.simpleOpenAIExecutor
import kotlinx.coroutines.runBlocking
-->
```kotlin
// プランナーの作成
val planner = SimpleLLMPlanner()

// プランナーストラテジーでラップする
val strategy = AIAgentPlannerStrategy(
    name = "simple-planner",
    planner = planner
)

// エージェントの設定
val agentConfig = AIAgentConfig(
    prompt = prompt("planner") {
        system("You are a helpful planning assistant.")
    },
    model = OpenAIModels.Chat.GPT4o,
    maxAgentIterations = 50
)

// プランナーエージェントの作成
val agent = PlannerAIAgent(
    promptExecutor = simpleOpenAIExecutor(System.getenv("OPENAI_API_KEY")),
    strategy = strategy,
    agentConfig = agentConfig
)

suspend fun main() {
    // タスクを指定してエージェントを実行
    val result = agent.run("Create a plan to organize a team meeting")
    println(result)
}
```
<!--- KNIT example-llm-based-planners-01.kt -->

=== "Java"

<!--- INCLUDE
import ai.koog.agents.core.agent.AIAgent;
import ai.koog.agents.planner.AIAgentPlannerStrategy;
import ai.koog.prompt.executor.clients.openai.OpenAIModels;
import ai.koog.prompt.executor.model.PromptExecutor;
class exampleLLMBasedPlanner01 {
    public static void main(String[] args) {
-->
<!--- SUFFIX
    }
}
-->
```java
// LLMベースのプランナーを使用してプランナーストラテジーを作成する
AIAgentPlannerStrategy<String, String, ?> strategy =
    AIAgentPlannerStrategy.builder("simple-planner")
        .llmBasedPlanner()
        .build();

// OpenAIエグゼキューターの作成
var promptExecutor = PromptExecutor.builder()
    .openAI("OPENAI_API_KEY")
    .build();

// AIAgentビルダーを使用してプランナーエージェントを作成する
AIAgent<String, String> agent = AIAgent.builder()
    .plannerStrategy(strategy)
    .promptExecutor(promptExecutor)
    .llmModel(OpenAIModels.Chat.GPT4o)
    .systemPrompt("You are a helpful planning assistant.")
    .maxIterations(50)
    .build();

// タスクを指定してエージェントを実行
String result = agent.run("Create a plan to organize a team meeting");
System.out.println(result);
```
 <!--- KNIT exampleLLMBasedPlannerJava01.java -->

次のステップ

• GOAPエージェントについて学ぶ