ツール利用

AIが外部の関数やAPIを呼び出すための構造化されたインターフェースです

LLMが生成したコードを隔離された環境で安全に実行し、計算やデータ処理を行います

AIモデルとツールの間でコンテキストと機能を共有するための標準化されたプロトコルです

エージェントには単一の統合されたツールインターフェースを公開し、内部のコントロールプレーンが各リクエストをその背後にある適切なツール、サービス、モデルへとルーティングします。ツールカタログが進化してもエージェントのプロンプトは安定したまま保たれ、認証、ポリシー、レート制限、可観測性が一箇所で強制されます。

エージェントは、APIを呼び出す代わりにスクリーンショットを読み取ってマウスやキーボードの操作を発行することで、人間と同じようにグラフィカルユーザーインターフェース（デスクトップ、ブラウザ、モバイル）を操作します。中核となる課題はGUIグラウンディング、すなわち意図を画面上の正確なピクセル座標に対応づけることです。エージェントは、タスクが完了するまでスクリーンショット、推論、行動、観察のループを繰り返します。

自己完結型のフォルダとしてパッケージ化された機能です。各スキルは、YAMLフロントマター（名前と説明）に加えて任意のスクリプトやリソースを含むSKILL.mdファイルです。エージェントはメタデータによってスキルを発見し、3段階の段階的開示を通じてそれらを読み込みます。すなわち、名前と説明を読んで関連性を判断し、有効化されると完全なSKILL.mdを読み込み、その後、必要に応じてバンドルされたスクリプトやリソースを実行します。これによりコンテキストを小さく保ちながら多数の機能を利用でき、このフォーマットはベンダーを問わず採用されているオープンな標準です。

エージェントが数百から数千のツールやMCPサーバーにアクセスできる場合、すべてのスキーマをプロンプトに読み込むのはコストが高く、選択精度を低下させます。ツールリトリーバルはツール定義をインデックス化し、モデルが選択する前に、クエリごとに意味的に関連するものだけを取得します（埋め込み検索、アクティブディスカバリー、リランキング）。RAG-MCPは、ツール選択の精度が約13パーセントから43パーセントへ向上し、プロンプトのトークン数を半分以上削減したと報告しています。

デコードを制約することで、モデルの出力がスキーマに準拠することを保証します。JSON Schema、正規表現、または文法が有限状態機械にコンパイルされ、各デコードステップでスキーマに違反するトークンがマスクされるため、有効な継続のみがサンプリングされます。厳格モードでは、これにより不正な形式のJSONや無効なツール引数が発生し得なくなります。この機能はOpenAI、Google、Anthropicでネイティブに利用でき、OutlinesやvLLMといったオープンなライブラリでも利用できます。

1ターンごとに1つのJSONツール呼び出しを出力する代わりに、エージェントの行動空間は、ループ、条件分岐、変数を用いてツールをオーケストレーションする実行可能なコードになります。1つのコードブロックで多数のツールを呼び出し、結果に応じて分岐し、あらゆる結果をコンテキストウィンドウ経由で返す代わりに中間データをランタイム内に保持できます。Anthropicは、MCP経由でコードからツールを呼び出す場合、一部のマルチツールワークフローでトークンを約98パーセント削減できたと報告しています。

エージェントのツールスキーマに宣言される、専用で副作用のない「think」ツール（Anthropic）です。モデルは軌道の途中でこれを呼び出し、ツールの結果と次の行動との間に構造化された推論を追加します。この呼び出しは外部への影響を持たず、有用な値も返しません。つまり、長いツール呼び出しの連鎖の中で行動する前に、ポリシーを読み直し、制約を検証し、計画を立てるためのチェックポイントをモデルに与えるだけです。Anthropicは、このツールを使い方を示すプロンプトと組み合わせた場合、tau-benchのpass^1 airlineメトリクスで54%の相対的改善（ベースラインの0.370に対して0.570）が得られたと報告しています。これは`metacognitive-monitoring`とは異なります。すなわち、あの項目は自らの推論を監視する一般的な能力を指すのに対し、think toolはそのための具体的なツールスキーマ上の仕組みであり、最初の応答の前に行われる拡張思考や推論時の思考とは別物です。

多数のバックエンドMCPサーバーの前段にリバースプロキシとして配置される、単一の統制されたMCPエントリポイント。各サーバーのツールを、エージェントが接続する一つの精選・管理されたツール面へと集約（フェデレーション）する。すべてのツール呼び出しはこのゲートウェイを経由し、集中認証、呼び出し元のアイデンティティを下流サーバーの権限から分離するツール単位の認可、ポリシー検査、レート制限、監査ログ、テレメトリを適用する。これにより、独立してデプロイされたサーバーの雑然とした集まりが、単一の統制された統合契約へと変わり、各エージェントに手を加えることなくツールを精選・バージョン管理・失効できる。`control-plane` とは区別される。コントロールプレーンは、単一のインターフェースを公開しつつ内部的に任意のツール・サービス・モデルへルーティングするという一般的なパターンであるのに対し、MCPゲートウェイは、多数のMCPサーバーの集約と共有されるツールアクセス面の統制に焦点を当てた、MCPエコシステム固有の実装である。