Qwenモデルで自分だけのAIエージェントを構築！ツール呼び出し・コード実行・RAGを全部のせ — Qwen-Agent

アーキテクチャ・仕組み

Qwen-Agentは3層構造で設計されています：

• LLM層: BaseChatModel を継承し、関数呼び出し（Function Calling）機能を内蔵
• Tool層: BaseTool を継承し、カスタムツールを @register_tool デコレータで簡単に登録可能
• Agent層: Agent クラスを継承し、Assistant、FnCallAgent、ReActChat などの高レベルエージェントを提供

対応モデル・サービス

• DashScope API: qwen-max-latest など Alibaba Cloud のモデルサービス
• OpenAI互換API: vLLM、Ollama などのセルフホストサービス
• 対応モデル: Qwen2.5シリーズ、QwQ-32B、Qwen3、Qwen3-Coder、Qwen3.5、Qwen3-VL
• QwQ/Qwen3 では vLLM の --enable-auto-tool-choice パラメータは非推奨（Qwen-Agent側で独自パース）
• Qwen3-Coder では vLLM のビルトインツールパース + use_raw_api パラメータの使用を推奨

主要機能一覧

• Function Calling（関数呼び出し）: 並列関数呼び出し（Parallel Function Calls）をデフォルトでサポート
• Code Interpreter: Dockerコンテナベースのサンドボックスでコードを安全に実行
• RAG（検索拡張生成）: 100万トークン級の超長文ドキュメントに対応。ネイティブ長文コンテキストモデルを上回る性能
• MCP（Model Context Protocol）: 外部ツールとの標準的な連携規格に対応。SQLite、ファイルシステム、メモリなど
• Browser Assistant（BrowserQwen）: Chrome拡張機能として動作するブラウザアシスタント
• Qwen3-VL対応: 画像のズームイン、画像検索、Web検索などのビジョン系ツール
• Gradio 5 ベースGUI: WebUI(bot).run() の一行でデモ画面を起動可能（Python 3.10以上が必要）
• reasoning_content フィールド: 思考過程の分離表示に対応

設定オプション

generate_cfg で以下のパラメータを調整可能：

• thought_in_content: 思考内容をcontentに含めるかどうか（デフォルト: False）
• fncall_prompt_type: ツール呼び出しテンプレート（デフォルト: nous、Qwen3推奨）
• max_input_tokens: 最大入力トークン数（超過時はメッセージを切り詰め）
• use_raw_api: APIのネイティブなツール呼び出しインターフェースを使用
• top_p 等のLLMハイパーパラメータ

パフォーマンス

• RAGソリューションは2つの高難度ベンチマークでネイティブ長文コンテキストモデルを上回る性能を達成
• 100万トークンの「Needle-in-the-Haystack」テストで完璧なスコア
• エージェント評価ベンチマーク「DeepPlanning」を公開

制約・注意点

• Code Interpreterの利用にはDockerのインストールと起動が必要
• Dockerベースのサンドボックスは基本的な分離のみ。本番環境での利用は慎重に
• GUIはPython 3.10以上が必要
• Qwen2.5-Mathのコード実行環境はサンドボックス化されておらず、ローカルテスト専用

MCP利用の前提環境

• Node.js（最新版）、uv 0.4.18以上、Git、SQLite が必要

ライセンス

• Apache License 2.0（商用利用可能）

インストール手順

PyPIから安定版をインストール（オプション機能は角括弧で指定）:

pip install -U "qwen-agent[gui,rag,code_interpreter,mcp]"
# 最小構成の場合:
# pip install -U qwen-agent

最新の開発版をソースからインストール:

git clone https://github.com/QwenLM/Qwen-Agent.git
cd Qwen-Agent
pip install -e ./"[gui,rag,code_interpreter,mcp]"

モデルサービスの準備

DashScope（アリババクラウドのAPIサービス）を使う場合:

export DASHSCOPE_API_KEY=あなたのAPIキー

またはvLLM/Ollamaで自前のモデルサーバーを立てて、OpenAI互換APIとして利用可能です。