選び方
- シンプルなRAGや1回のツール呼び出し：SDKを直接使うコードで足りるかもしれません。
- 長時間動き、状態を持ち、人の承認を伴うエージェント：グラフベースのフレームワーク。
- 開発者以外によるビジュアルな構築：ローコードプラットフォーム。
確認すべきポイント
選択肢を分けるポイントを、重要な順に並べています。
01
言語とチームとの相性
ほとんどのフレームワークはPython優先です。TypeScriptのチームは、Mastra、またはLangGraph、OpenAI Agents SDK、Google ADKのTypeScript版を検討し、その移植版の機能が同等かを確認してください。.NETの開発組織にとって本格的な選択肢はMicrosoft Agent Frameworkの1つです。誰も理解できない高機能なフレームワークより、チームが読んでデバッグできるフレームワークのほうが優れています。
02
抽象化のレベル：グラフ、エージェントループ、キャンバス
グラフや状態機械のフレームワーク（LangGraph、Microsoft Agent Frameworkのワークフロー、ADK 2.0、LlamaIndex Workflows）は、すべ てのステップと分岐を明示するので、規制のある業務や長時間動くプロセスに向いています。エージェントループのSDK（OpenAI Agents SDK、Pydantic AI、smolagents、Agno）は次のツールをモデルに選ばせるので、作るのは速いものの、動きを予測しにくくなります。ローコードのキャンバス（Dify、n8n）なら開発者以外もフローを作れますが、コードのようにテスト、レビュー、バージョン管理をするのは扱いにくいです。多くのチームはループから始め、頻繁に通る経路をグラフに移します。
03
状態と永続的な実行
数分から数日動くエージェントは、クラッシュやデプロイがあっても最初からやり直さずに済む必要があります。実際のデータベースへのチェックポイント（LangGraphのcheckpointer、Microsoftのcheckpoint storage、CrewAIの@persist、ADKのDatabaseSessionService）や、Pydantic AIのようなTemporalやDBOSなどの永続実行エンジンとの連携を探しましょう。再開で保証されるのは通常、厳密に1回ではなく少なくとも1回の実行なので、ツールを再実行しても安全かを確認してください。
04
待つことのできるヒューマンインザループ
危険なツール呼び出し（送金、データの削除、顧客へのメール）の前の承認は、標準機能であるべきです。実行が一時停止し、人が承認または編集し、実行が再開します。数時間後に別のサーバーで再開することもあります。今ではほとんどのフレームワークがこれを提供していますが、再起動を乗り切れるのは永続的な状態と組み合わせた場合だけです。一時停止と再開の経路は早めにテストしてください。バグが集中する場所です。
05
オブザーバビリティと評価
プロンプトを書くより、トレースを読むことに多くの時間を使うことになります。ベンダーのダッシュボードだけでなく、OpenTelemetryを出力するか、Langfuse、Phoenix、LangSmithなどのトレーシングツールにつなげるフレームワークを選びましょう。組み込みのトレーシング（OpenAI Agents SDKでは既定でオン、Pydantic AIのLogfire、Mastraのトレーシングと評価）は、データを書き出せる限り、本当に時間の節約になります。
06
マルチエージェントは1つのエージェントで失敗したときだけ
役割ベースのクルーや引き継ぎは見栄えのよいデモになりますが、トークンの使用量を何倍にもし、失敗の追跡を難しくします。これはレビュアーが特にCrewAIについて挙げる不満です。1つのエージェントと優れたツールから始め、タスクが本当に別のコンテキストや権限を必要とするときに複数に分けましょう。分ける場合は、自由なエージェント同士の会話より、明示的な引き継ぎやグラフのエッジを選んでください。
07
ライセンス、ベンダーの引力、リリースのペース
ほとんどのコードのフレームワークはMITかApache 2.0ですが、オープンコアの境界（Mastraのee/フォルダ）や、プラットフォームのフェアコードや改変ライセンス（n8nのSustainable Use License、Difyのマルチテナントのホスティングに対する追加条件）を確認してください。ベンダーのSDKは、自社のモデルとクラウドで最もよく動きます。リリース履歴も確認しましょう。2026年のsmolagentsのように何か月もリリースのないフレームワークは、新しいモデルの機能への対応が遅れます。
選択肢の違い
3つの系統が競っています。コード優先のグラフフレームワーク（LangGraph、Microsoft Agent Framework、Google ADK 2.0、LlamaIndex Workflows）は、各ステップ、状態、一時停止の位置を明示的に制御できますが、そのぶんコードが増えます。軽量なエージェントSDK（OpenAI Agents SDK、Pydantic AI、CrewAI、Agno、smolagents、Mastra）は、モデルがツールを呼ぶループを、引き継ぎ、メモリ、トレーシングで包み、動くエージェントを最も速く立ち上げられます。ほとんどは、予測可能な経路のためのワークフロー層をその後追加しています。
ローコードのプラットフォーム（Dify、n8n）は、ホスト型のランタイムと数百の連携を備えたビジュアルなキャンバスにエージェントを載せます。運用チームや社内の自動化には向いていますが、ライセンスはサービスとしての再販を制限しており、フローはコードよりテストやレビューがしにくくなります。
18 個のツールを比較
当サイトの評価順です。各レビューで出典、料金、評価の詳細を確認できます。
| ツール | 評価 | 当サイトの評価 | 向いている用途 | 料金 |
|---|---|---|---|---|
| LangGraphリポジトリ | 4.6/5 | エージェントが踏むすべてのステップを明示的に制御でき、その代償はコード量と学習時間です。エージェントが再起動を乗り越え、人を待つ必要が出てきた時点で、その代償に見合う価値があります。 | 信頼性と監査可能性が求 められる、長時間動作するエージェントや複数ステップのエージェントを構築するエンジニアリングチームに向いています。 | MIT ライセンスのもとで無料のオープンソースです。LangSmith(トレースとデプロイ)は別料金で、Developer は 1 シートまで無料、Plus は 1 シートあたり月 $39 に計算資源の費用が加わり、Enterprise は個別見積もりです。 |
| Pydantic AIリポジトリ | 4.5/5 | Pydantic AIは型付きPythonの規律をエージェントにもたらしますが、バージョンを固定して追従しなければならないリリースペースという代償が伴います。 | 強力な型付け、テスト容易性、モデル切り替えの自由度を求める、本番向けエージェントを構築するPythonエンジニアに適しています。 | MITライセンスに基づく無料でオープンソースのソフトウェアです。Logfireオブザーバビリティは、Personalプランが月間1,000万レコードまで無料、Teamプランが月額49ドルで追加100万レコードごとに2ドルです。Pydantic AI Gatewayは内蔵プ ロバイダーに5%のマージンを加算します。 |
| Difyリポジトリ | 4.5/5 | Dify は、業務部門のチームが自分たちで編集できる LLM アプリビルダー一式を提供します。ライセンスが厳しくなるのは、ホスト型サービスとして再販するときだけです。 | エンジニア以外が保守する社内チャットボットや RAG アプリを構築するチームに向いています。 | セルフホストの Community Edition は無料です(修正版 Apache 2.0、ワークスペース 1 つ)。Dify Cloud は、Sandbox が無料(1 回限りのメッセージクレジット 200)、Professional がワークスペースあたり年 $590、Team がワークスペースあたり年 $1,590(年払いで、Dify によれば 17% の割引)、Enterprise は見積もりです。 |
| OpenAI Agents SDKリポジトリ | 4.4/5 | OpenAIを静かに前提としたデフォルト設定を持つ、小規模で読みやすいエージェントSDKです。tracingは実行ログをOpenAIのダッシュボードに送信し、ローカルサンドボックスはホストマシンを信頼します。 | 主にOpenAIモデルを使用してエージェントを構築し、最小限でドキュメントの整ったSDKを求める開発者に適しています。 | MITライセンスに基づく無料でオープンソースのソフトウェアです。モデルの使用料を支払います。 |
| Mastraリポジトリ | 4.4/5 | TypeScript で最も充実したエージェントツールキットですが、リリースのペースが速く、バージョンを固定して変更履歴を読むチームほど恩恵を受けます。 | エージェントや AI のワークフローを作る TypeScript と Next.js のチーム。 | コアは Apache 2.0 のもとで無料です。ee/ フォルダー内のコードを本番で使うには Mastra Enterprise のライセンスが必要です。Mastra のホスト型プラットフォームは Starter $0、Teams 月 $250、Enterprise は個別見積もりです。セルフホストの Enterprise は年額の定額料金です。 |
| n8nリポジトリ | 4.4/5 | 定額のセルフホストコストで業務システムにAIの処理工程を幅広く組み込める一方、運用担当者が無視できないセキュリティパッチの適用頻度が伴います。 | AIの処理工程を含む業務プロセスを自動化する、運用チームやエンジニアリングチームに適しています。 | Fair-codeです。Sustainable Use LicenseのもとでCommunity Editionを無料でセルフホストできます。年払いの場合、Cloud Starterは月額€20（2,500実行）、Proは月額€50（10,000実行）、セルフホスト型のBusinessは月額€667（40,000実行）、Enterpriseは個別見積もりです。 |
| LlamaIndexリポジトリ | 4.3/5 | ドキュメント主体のRAG向けとしては依然として奥深いツールキットですが、開発元はフレームワークがもはや最優先事項ではないことを率直に明言しています。 | 大規模で多様なデータソースを対象に、RAGやドキュメントエージェントを構築するPython開発者に適しています。 | フレームワークはMITライセンスで無料です。LlamaParse（有料クラウド）: Free（10k credits）、Starter月額$50（40k credits）、Pro月額$500（400k credits）、Enterpriseはカスタム。1,000 credits = $1.25です。 |
| Hermes Agentリポジトリ | 4.3/5 | 自分を覚えていてくれるエージェントが欲しいなら、$5 のサーバーに載せるべきオープンソースのエージェントは Hermes です。ただし YOLO モードをオンにする前に、セキュリティモデルを読んでおく必要があります。 | スケジュールされたジョブを実行し、チャットアプリで返事をするセルフホストのアシスタントが欲しい開発者と小規模チーム。 | MIT ライセンスで無料です。モデルとホスティングの費用は自分で払います。オプションの Nous Portal は Free、Plus が月 $20、Super が月 $100、Ultra が月 $200 です。 |
| Google Agent Development Kit (ADK)リポジトリ | 4.2/5 | 本格的で進化の速いエージェントフレームワークですが、最短の道は常に Gemini と Google Cloud に通じています。それが狙いであり、注意点でもあります。 | Gemini でエージェント を作るチーム、または Google Cloud にデプロイするチーム。 | Apache 2.0 ライセンスの下で無料のオープンソースです。支払うのは、使うモデルと Google Cloud のサービスの料金です。 |
| Microsoft Agent Frameworkリポジトリ | 4.2/5 | エージェントを作る .NET と Azure のチームにとっては当然の選択肢で、それ以外の Python のチームにとっては有能ながら実績の浅い選択肢です。 | .NET と Azure のチーム、そして AutoGen や Semantic Kernel から移行するすべての人。 | MIT ライセンスのもとで無料のオープンソースです。支払うのは使うモデルと Azure のサービスの分だけです。 |
| CrewAIリポジトリ | 4.1/5 | 動くマルチエージェントのデモまでは速いものの、そこから離れるほど制御が難しくなります。そのため本番のチームは Crews ではなく Flows を書くことになります。 | マルチエージェントのワークフローを素早く動かしたく、低レベルの制御が少なくなることを受け入れられる Python 開発者。 | MIT ライセンスの無料オープンソースです。CrewAI AMP：Basic は無料で月 50 回のワークフロー実行。Enterprise（実行回数の追加、SSO、RBAC、VPC またはオンプレミスでのデプロイ）は見積もりです。 |
| Agnoリポジトリ | 4.1/5 | Agno は Python のエージェントを、ごくわずかなつなぎのコードで API として提供できるようにしますが、その API は認証がオフの状態で出荷されます 。 | 最小限の配管作業で、本番のエージェントを自前のインフラで動かしたい Python チーム。 | フレームワークと AgentOS は Apache 2.0 で無料です。コントロールプレーンはローカルの AgentOS に対してなら無料、Pro は月 $150（本番接続 1 つ、3 席、追加席 $30、SAML SSO $300）、Enterprise は個別見積もりです。 |
| Activepiecesリポジトリ | 4.1/5 | Activepieces は非開発者に渡しやすいセルフホスト型の Zapier 代替として最も手軽で、コネクターを MCP ツールに変える方法としても最も安価です。 | インテグレーションを MCP 経由で AI エージェントにも使える、セルフホスト型のノーコード自動化ビルダーを求める運用チーム。 | Free：月 1,000 クレジット。Plus：月 $20 で 10,000 クレジット。Team：月 $200 で 50,000 クレジット。追加クレジットは $0.007。Ultimate は個別見積もり。Embed は年 $36k から。 |
| TreeQuestリポジトリ | 3.8/5 | 明確に1つの役割のみを果たす、定評ある探索手法の簡潔で最小限の実装です。スコアリングや最終的な回答の選択といった難しい部分は利用者に委ねられています。 | モデル出力に対する検証器をすでに持ち、より多くの呼び出し予算を優れた回答に変換するための実績ある探索アルゴリズムを求めているエンジニア。 | Apache 2.0のもとで無料です。費用は生成関数およびスコアリング関数が行うLLMの呼び出しコストとなります。 |
| MaxKBリポジトリ | 3.7/5 | MaxKB は中国の企業システム向けに有能な Dify の代替ですが、そのセキュリティの履歴を恒常的な運用コストとして扱うことが前提です。 | WeCom、DingTalk、Feishu を使う組織で、セルフホストの文書アシスタントが欲しく、セキュリティパッチに追随できる IT チーム。 | Community Edition は無料（GPL-3.0）で、シングルテナント、コミュニティサポートです。Professional はデプロイごとに ¥48,000 の永続ライセンスで1年間の保守を含み、以降は年 ¥9,600 です。Enterprise は見積もりです。 |
| Lettaリポジトリ | 3.7/5 | エージェントのメモリについて最もよく考えられた発想を持っているのはいまもLettaです。しかし製品を途中で作り直したことで、以前からの利用者は移行を迫られ、新しく来た人は速く動く的を追うことになりました。 | 中身を確かめられ、バージョン管理されたメモリを持つ、長く動く個人やチームのエージェントを求め、基盤全体を採用することをいとわない開発者。 | Apache 2.0で、自分のモデルのキーを使えばローカルで無料で動かせます。Letta Cloudは、Free（エージェント3つ、メモリのリポジトリあたり5 MiB）、Proは月$20（エージェント20、50 MiB、モデルの利用枠）、APIプランは月$20に、稼働中のエージェント1つにつき月$0.10と、ツールの実行1秒あたり$0.00015が加わり、トークンは別料金です。Teams Proは1シート月$20、Enterpriseは個別見積もりです。 |
| smolagentsリポジトリ | 3.5/5 | エージェントがコードによって動作できることを明確に示した実例ですが、現在は590件のプルリクエストが保留されたままメンテナンスモードへと移行しつつあります。 | コード記述型エージェント、特にオープンモデルを用いた手法を研究する研究者や学習者に適しています。 | Apache 2.0ライセンスに基づく無料でオープンソースのソフトウェアです。 |
| Coze Studioリポジトリ | 3.5/5 | Coze Studio は大手のビジュアルエージェントビルダーの中で最もすっきりしたライセンスを持っていますが、ByteDance は開発を進めるのをやめたように見えます。 | Apache ライセンスのビジュアルエージェントビルダーをフォークして自分たちで保守したいチームで、公開インターネットから切り離して運用できる場合。 | Apache 2.0 で無料です。音声トーンのカスタマイズなど一部の機能は、ByteDance がホストする商用の Coze プラットフォーム専用です。 |
仕様の比較
このステップで重要な仕様です。2026年10月19日に確認しました。導入前に提供元のサイトで確認してください。
| ツール | 言語 | 抽象化 | 状態・永続性 | ヒューマンインザループ | マルチエージェント | ライセンス |
|---|---|---|---|---|---|---|
| LangGraph | Python。JS/TSは別ライブラリ | グラフ・状態機械 | 毎ステップでチェックポイント | 標準機能の割り込み | あり、グラフのノードとして | MIT |
| Pydantic AI | Python | 型付きのエージェントループ | Temporal, DBOS, Prefect | あり（ツールの承認） | 既製のパターンは少なめ | MIT |
| Dify | ローコード（Pythonのバックエンド） | ビジュアルなキャンバス | ワーカー経由で実行を一時停止 | あり（Human Inputノード） | ワークフロー経由 | 改変版Apache 2.0 |
| OpenAI Agents SDK | Python。TSは別リポジトリ | 引き継ぎ付きのエージェントループ | セッション。永続的な承認 | あり（承認） | あり、引き継ぎ | MIT |
| Mastra | TypeScript | エージェントと型付きのワークフロー | メモリ。一時停止と再開 | あり（ワークフローの一時停止） | あり、スーパーバイザーエージェント | Apache 2.0（ee/は商用） |
| n8n | ローコード（TSのバックエンド） | ビジュアルなワークフロー自動化 | 保存された実行 | あり（ツール呼び出しのレビュー） | サブワークフロー経由 | Sustainable Use（フェアコード） |
| LlamaIndex | Python, TypeScript | イベント駆動のワークフロー | シリアライズ可能なコンテキスト | あり（入力イベント） | あり（AgentWorkflow） | MIT |
| Google Agent Development Kit (ADK) | Python, TS, Go, Java | エージェントとグラフ（2.0） | データベースのセッション。再開 | あり（ツールの確認） | あり | Apache 2.0 |
| Microsoft Agent Framework | Python, .NET | エージェントとグラフのワークフロー | Checkpoint storage | あり（リクエスト/レスポンス） | あり | MIT |
| CrewAI | Python | 役割ベースのクルーとFlows | @persist（既定はSQLite） | あり（@human_feedback） | あり、中核の設計 | MIT |
| Agno | Python | エージェントループとAgentOS | 自分のデータベースにセッション | あり（承認での一時停止） | あり、チーム | Apache 2.0 |
| smolagents | Python | コードを書くエージェントループ | プロセス内のメモリのみ | ステップのコールバック経由 | あり（managed agents） | Apache 2.0 |
このステージが使われる場面
- 文書とのチャット：まず LlamaIndex から始めます。
- カスタマーサポートエージェント：まず LangGraph から始めます。
- リサーチとナレッジグラフ：まず LlamaIndex から始めます。
- 長期記憶を持つアシスタント：まず OpenAI Agents SDK から始めます。
- 音声エージェント：まず Pydantic AI から始めます。
- 文書処理：まず n8n から始めます。
- ワークフロー自動化：まず n8n から始めます。
このガイドの出典
- LangGraph.js repository
- Pydantic AI: deferred tools and approval
- CrewAI docs: Flows
- Google ADK: action confirmations
- Google ADK: resume stopped agents
- Microsoft Agent Framework: human-in-the-loop workflows
- LlamaIndex: human in the loop
- smolagents: human-in-the-loop plan customisation
- Dify: the Human Input node
- n8n docs: human-in-the-loop for tools
- smolagents: orchestrate a multi-agent system
- Mastra: multi-agent systems