Dify v1.0-betaでAIエージェント開発がさらに進化！エージェントノードとその可能性

2025年1月11日2025年7月12日

運営会社：合同会社サステックス

元Microsoftエンジニアが立ち上げたAI・システム開発に特化したテクノロジーカンパニー。
機械学習や生成AIを活用したPoC開発や業務効率化、プロダクト構築を支援。
累計200件以上のAI開発・技術支援の実績があり、伴走型支援が強み。

はじめに

LLM (大規模言語モデル) を活用したAIアプリケーション開発プラットフォームであるDifyがとうとうv1.0-betaをリリースしました。今回のアップデートでは、AIエージェントの構築をより柔軟かつ強力にするための新機能が多数追加されています。特に注目すべきは、エージェントノードと呼ばれる新機能です。

この記事では、Dify v1.0-betaで追加された機能の中でも、エージェントノードを中心に解説し、その使い方、メリット、ユースケース、そしてDifyの将来展望について考察していきます。

Dify v1.0-betaの新機能

Dify v1.0-betaでは、AIアプリケーション開発をより効率的に、そして強力に行えるように、様々な新機能が追加されました。主な変更点としては、以下の点が挙げられます。

プラグインシステムとマーケットプレイス

拡張性を高めるプラグインシステムが導入され、開発者は独自の機能をDifyに追加できるようになりました。² プラグインには、以下の4つの種類があります。

Models: AIモデルをプラグインとして設定、更新、使用することができます。チャットボット、エージェント、チャットフロー、ワークフローなど、Difyの様々な機能で利用可能です。
Tools: データ分析、コンテンツ翻訳、カスタム統合など、特定のドメインに特化した機能をDifyアプリに追加することができます。エージェントやワークフローを強化するためのツールとして活用できます。
Agent Strategies: Difyのチャットフロー/ワークフローにおける新しいエージェントノードに推論戦略を提供します。多段階推論のための自律的なツール選択と実行をサポートします。Chain-of-Thoughts、Tree-of-Thoughts、Function call、ReActなどのカスタム推論戦略を作成し、チャットフロー/ワークフローの問題解決能力を高めることができます。
Extensions: HTTP webhookを介して外部統合を促進します。

これらのプラグインは、マーケットプレイスで自由に共有、公開、ダウンロードすることができます。開発者同士がプラグインを共有することで、Difyのエコシステムはさらに発展していくことが期待されます。

エージェントノード

ワークフローに、エージェントノードが追加されました。エージェントノードでは、プラグインによってエージェントの動作を定義することができます。これにより、DifyはCoTのような組み込み戦略に限定されなくなり、開発者は独自の戦略を定義することが可能になりました。

OpenAI O1モデルとApache OpenDALの統合

新たにOpenAI O1モデルが利用可能になり、価格とトークン制限が更新されました。また、様々なオブジェクトストレージソリューションとシームレスに統合できるApache OpenDAL™が導入されました。これにより、AWS S3やGoogle Cloud Storageなどのストレージを簡単に利用できるようになり、信頼性と使いやすさが向上しました。

UI/UXの改善

アクセシビリティ向上のためのUI/UX調整が行われました。例えば、ユーザーインタラクションとナビゲーションを強化するために、divをbuttonに置き換えるなどの変更が行われました。

ナレッジベースの機能強化

ナレッジベースでは、チャンク編集とプレビュー表示が改善され、技術的なバックグラウンドを持たないユーザーでも、2層の親子構造を理解しやすくなりました。また、インデックスモードのルールが更新され、「Economical」から「High Quality」にアップグレードした場合、ダウングレードできなくなりました。¹ さらに、ドキュメントの一括操作がサポートされ、ドキュメントの有効化、無効化、削除、アーカイブをバッチ処理できるようになりました。

その他の機能強化

アプリケーション内で設定を編集するための「EDIT」オプションが追加されました。
Warpに、m1からm6までの6つの新しいモードと、1つの高度なモードhHEXが追加されました。
WireGuardプロトコルでIPv4とIPv6の両方のバージョンがサポートされるようになりました。

エージェントノードとは？

エージェントノードは、Dify v1.0-betaで導入された、AIエージェントの動作を定義するための新しいノードです。¹ 従来のDifyでは、エージェントの戦略は限定的なものでしたが、エージェントノードとプラグインシステムの組み合わせにより、ユーザーは独自の戦略を定義できるようになりました。

エージェントノードは、複雑なタスクを自動化するための強力なツールです。例えば、エージェントは、LLMを使用して情報を取得し、その情報に基づいて意思決定を行い、ツールを使用してアクションを実行することができます。

エージェントノードの使い方

エージェントノードは、Difyのワークフローに組み込むことができます。ワークフローとは、複数のノードを接続して一連の処理を実行する機能です。エージェントノードを追加することで、ワークフロー内でAIエージェントを動作させることができます。

AIエージェントを構築するには、以下の2つの方法があります。

テンプレートを使用する: 「Explore」セクションで、あらかじめ用意されたアプリケーションテンプレートを利用することができます。
カスタムエージェントを作成する: 「Studio」セクションで、独自の Agent Assistant を作成することができます。⁶

エージェントノードの設定では、使用するモデル、ツール、クエリ、最大反復回数などを指定することができます。⁸ また、プラグインを使用して独自のAgent戦略を実装することも可能です。

Agent Assistant を使用する際は、GPT-4などのより強力なモデルシリーズを使用することをお勧めします。⁶ これにより、より安定したタスク完了結果を得ることができます。

また、「Context」セクションにナレッジベースツールを追加することで、エージェントが情報検索に利用できる外部の背景知識を提供することができます。さらに、「Tools」セクションでは、インターネット検索、科学計算、画像作成など、LLMの機能を強化するためのツールを追加することができます。 Difyは、組み込みツールとカスタムツールの2種類のツールを提供しており、Difyの組み込みツールを直接使用することも、カスタムAPIツール (OpenAPI/SwaggerおよびOpenAI Plugin標準をサポート) を簡単にインポートすることもできます。

エージェントノードのメリット

エージェントノードを利用することで、以下のようなメリットがあります。

柔軟なエージェント戦略: CoT (Chain of Thought)、ToT (Tree of Thought)、GoT (Graph of Thought)、BoT (Backbone of Thought) などの様々なエージェント戦略を実装することができます。また、Semantic Kernelのような複雑な戦略を実現することも可能です。
複雑なタスクの自動化: 複数のツールを連携させて、複雑なタスクを自動化することができます。
外部サービスとの連携: Webhookイベントを処理することで、外部サービスと連携したAIエージェントを構築することができます。
拡張性の向上: プラグインシステムにより、ユーザーは独自の機能をDifyに追加することができます。
タスク実行プロセスの可視化: ノードのステータスを「start」に設定し、タスク完了後に「Success」に更新することで、タスク実行プロセスを明確に表示することができます。これにより、ユーザーは開始から終了までのプロセス全体を把握することができます。
プラグインによる機能拡張: プラグインでplugins.agent_strategiesフィールドをmanifest.yamlファイルに追加することで、エージェント戦略を拡張することができます。

エージェントノードのユースケース

エージェントノードは、様々なユースケースで活用することができます。例えば、以下のようなAIアプリケーションを構築することができます。

Notion AIアシスタント: Notionのページ内容を要約したり、タスクを自動生成したりするAIアシスタント
Midjourneyプロンプトボット: Midjourneyで高品質な画像を生成するためのプロンプトを自動生成するボット
ビジネスデータ分析チャットボット: 企業の内部データにアクセスし、分析結果をチャット形式で提供するチャットボット
財務レポート分析アシスタント: 財務レポートを分析し、要約や洞察を提供するアシスタント
旅行計画アシスタント: 旅行の計画を立て、航空券やホテルの予約を代行するアシスタント

Difyと他の類似ツールとの比較

Difyは、LangChainやAutoGenなどの他のAIエージェント構築ツールと比較して、多くの利点を提供しています。

Feature	Dify	LangChain	AutoGen
使いやすさ	ノーコードでAIエージェントを構築できるため、初心者でも簡単に利用可能。視覚的なワークフローエディタにより、エージェントの動作を直感的に理解し、設計することができる	コーディングスキル (Python) が必要	Pythonの知識とAIの概念の理解が必要^。
柔軟性とカスタマイズ性	事前構築済みのコンポーネントと視覚的なワークフローに制限される。ただし、設定、カスタムコードスニペット、外部APIとの統合を通じてカスタマイズオプションを提供する。	Pythonコードを通じて高度にカスタマイズ可能。複雑なAIソリューションに最適。	エージェント定義、LLM統合、会話フローの広範なオプションにより高度なカスタマイズが可能。
統合	人気のあるAIモデルとのシームレスな統合。Zapier、Makeなどの外部ツールとの統合もサポート。	統合にはより多くのコーディング作業が必要だが、カスタムモデルに柔軟性がある。	さまざまなLLMを統合および微調整する際の柔軟性。
パフォーマンスとスケーラビリティ	ほとんどのアプリケーションに適している。非常に複雑なタスクや大規模なタスクには制限がある可能性がある	複雑なAIタスクと大規模なデータセットを効率的に処理できる。	複雑なタスクやシミュレーションのためにコンテナ化されたコード実行をサポート。
コミュニティとサポート	役立つリソースを備えた成長中のコミュニティ。	広範なドキュメントとサポートを備えた大規模で活発なコミュニティ。	情報は限られている。
その他	複雑なタスクや大規模なタスクの構築には課題があるが、ほとんどのAIアプリの構築に適している。重い計算タスクの処理には向いていない。
価格	Sandbox Plan: 無料 (OpenAIの呼び出し200回を含む) 、Professional Plan: 月額59ドル、Team Plan: 月額159ドル

Difyの将来展望

Difyは、今後もLLMアプリケーション開発プラットフォームとして進化を続けていくでしょう。今後の開発予定としては、以下のような点が挙げられます。

マルチモーダル機能の強化: 画像、音声、動画などのマルチモーダルデータを扱う機能の強化
エージェント戦略の多様化: より高度なエージェント戦略をサポートするためのプラグインの拡充
エンタープライズ向け機能の充実: チーム collaboration やセキュリティ機能の強化

Difyは、これらの開発を通じて、より多くのユーザーにとって使いやすい、強力なプラットフォームを目指していくと考えられます。

結論

Dify v1.0-betaは、エージェントノードをはじめとする多くの新機能により、AIエージェント開発をさらに進化させるアップデートとなっています。Difyは、今後もLLMアプリケーション開発の進化を牽引していく存在となるでしょう。

考察

Difyのエージェントノードは、AIエージェント開発におけるゲームチェンジャーとなる可能性を秘めています。従来のツールでは、複雑なエージェント戦略を実装するには高度なコーディングスキルが必要でしたが、Difyのエージェントノードとプラグインシステムにより、誰でも簡単に高度なAIエージェントを構築できるようになりました。

これは、AIエージェントの民主化を促進し、様々な分野でAIの活用が加速する可能性を示唆しています。例えば、ビジネスの現場では、エージェントノードを活用することで、顧客対応、データ分析、マーケティング automation など、様々な業務を自動化し、効率化を図ることが可能になります。

また、教育分野では、エージェントノードを活用したパーソナライズ学習システムの開発などが期待されます。

Difyの今後の発展に注目し、AIエージェントが社会にもたらす変化を期待したいと思います。