パターンを読み込んでいます…
ツールリトリーバル（Tool RAG）(TR)
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。
30秒でわかる概要
- 概要
- ツール定義を埋め込みでインデックス化し、クエリごとに意味的に関連するスキーマだけを取得して、モデルが選択する前に再ランキングします。
- 使いどころ
- エージェントが数百から数千のツールを扱い、すべてのスキーマを読み込むとトークンを浪費し、選択精度も落ちる場合。
- 注意点
- 検索の失敗、たとえば埋め込みの一致不良やランキングの誤りにより、正しいツールが黙って除外され、エージェントが最適でない代替手段を選んでしまいます。
このパターンについてAIエキスパートに質問
質問が入力済みの状態でアシスタントが開きます。送信前に内容を確認できます。
ツールリトリーバル（Tool RAG）: 概要
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。
- Vector index over tool and MCP server definitions
- Per-query semantic retrieval of relevant tools only
- Reranking to shortlist the top-k candidate tools
- Active, on-demand discovery instead of preloading all schemas
- Large prompt-token reduction versus loading every schema
- Higher tool-selection accuracy at scale (thousands of tools)
The Agent Architect
1つのパターン、1つのトレードオフ、1つの本番障害事例。エージェントシステムを構築する人のための短い週刊ブリーフィング。
週1回のメール、ワンクリックで購読解除できます。アドレスはブリーフィングの送信のみに使用します。
参考文献
このパターンの根拠となる論文、仕様、リポジトリです。
このカタログを作ったエンジニアが担当
エージェント構成をレビューします
このページが扱うのは1つのパターンです。実際のシステムは数十を組み合わせて動き、障害の多くはその繋ぎ目で起きます。カタログの288パターンに照らして設計全体をレビューします。アーキテクチャ、信頼性、評価、コストまで、指摘ごとに対応するパターンを示します。
€750（通常€1,500）・1週間・文書レポートとウォークスルーコール・9月30日まで