PydanticAI: LLMを“ロボット”のように協調制御する統合フレームワーク

2025年1月27日 15:00

PydanticAI は、Pydantic による型安全性と複数の LLM への対応で「仮想ロボット」のようにエージェントを制御するフレームワーク。
Swarm は複数エージェント間の協調が強み、ROS2 は物理ロボット向けだが、両者の仕組みは PydanticAI の概念と類似性をもつ。
本番運用を想定した堅牢性・依存性注入・構造化出力などにより、LLM を活用したアプリケーションを安全かつ柔軟に開発できる。

はじめに: 大規模言語モデルで“ロボット”を組み立てる

「ロボット」と聞くと、多くの人はメカニカルなアームやモーター、センサーなどを複雑なソフトウェアが制御する姿を思い浮かべるでしょう。代表的な例として、ROS2 はロボット制御用の標準プラットフォームとして有名です。しかし、物理的なパーツを “大規模言語モデル（LLM）” に置き換えて、それらを強固なオーケストレーション（協調制御）フレームワークで導くとどうなるでしょう？これこそが近年のマルチエージェント協調の考え方です。ツールやLLMといった複数のAIコンポーネントが、それぞれの役割をこなす“ロボット”として連携するのです。

PydanticAI は、こうした“LLMロボット”を作るための Python ベースのフレームワークです。大きな特長は、信頼性や型安全性、構造化出力などを強く意識していること。これは、OpenAIが自身のAPIのフォーマット済み出力で使っていることでも知られるライブラリ Pydantic の力が大きく寄与しています。

本記事では、PydanticAI がシングルエージェントからマルチエージェントの用途までをどのように支えているか、その特徴を見ていきます。そして、同じく“ロボット制御”の文脈に近い以下の2つのアプローチと比較します。

OpenAIの Swarm — 複数のLLMエージェントを協調させる実験的プラットフォーム
ROS2 — ロボット制御の標準システムで、マルチエージェントに通じる強力な概念を提供

AIにおける“ロボット”メタファー

昨今のマルチエージェントシステムは、次のように“ロボット”に例えることができます。

アクチュエータ（動作装置） → 質問に回答したり文章を生成したりする LLM エージェント
センサー → データベース問い合わせやHTTPリクエストなど、外部から情報を得るツールやデータストリーム
コントローラ → 各エージェントの連携を制御し、データを正しくやり取りするオーケストレーションロジック

ROS2 は物理的なロボット制御において、ハードウェアドライバやナビゲーション、センサーフュージョンをまとめ上げます。一方、OpenAIの Swarm は複数のLLMエージェントを実験的に協調させる仕組みを模索しています。PydanticAI は、単独でも複数エージェントでも構築できる柔軟性を持ち、入出力を厳密に検証（バリデーション）する“コントローラ”の役割を担います。

PydanticAI の特徴

1. 本番運用を想定した強固な基盤

FastAPI に着想を得た PydanticAI は、同様の効率的な開発体験を AI 向けに提供することを狙っています。その基盤として Pydantic を用いているのが大きな強みです。Pydantic は OpenAI自身も出力を整形するのに利用しており、これによって下記が可能になります。

リクエストとレスポンスをすべて検証（バリデーション）
返ってきたテキストを確実に型付き（JSONなどの）出力として保証
モデルの応答が不正だった場合の再プロンプトや例外処理

Swarm のように高度なマルチエージェントのハンドオフや対話を重視するアプローチもありますが、PydanticAI は各エージェントや各処理ステップが常に正しいデータを生成する点に重点を置いています。これはあたかも ROS2 が各ハードウェアモジュールを決まったメッセージ型でやり取りするのに近い設計です。

2. マルチモデル対応

PydanticAI は モデルに依存しない設計（model-agnostic） を掲げており、以下を含む多数のプロバイダをサポートします。

OpenAI（GPT-4、Azure OpenAI、OpenAI互換エンドポイントなど）
Anthropic（Claudeファミリー）
Google Gemini（Generative Language API と Vertex AI 両方）
Groq、Mistral、Ollama、その他多数

つまり、LLMベースの“モーター”をどれにするか柔軟に選べるのです。OpenAI から Anthropic に切り替えるときも、わずか1行の変更で済むイメージです。これは ROS2 が複数のモータードライバやセンサーを同じコミュニケーション規格で抽象化できることとよく似ています。

3. 型安全かつ構造化されたレスポンス

型安全は一見すると些細に思えますが、AIモデルが返す出力は時に不完全または不整合になることが珍しくありません。そのため、PydanticAI は ROS2 がセンサー校正（キャリブレーション）を重要視するように、応答の妥当性チェックを自動で行います。もしモデルの出力が期待する形式と違えば、即座にエラーを検知して再度モデルに問い合わせるか、エラーを投げることでシステムを保護します。

4. 柔軟な依存性注入（Dependency Injection）

高度なロボットフレームワーク（ROS2など）では、コンポーネントを入れ替えやすい構造が不可欠です。PydanticAI も 依存性注入 という仕組みを備えており、同様にエージェントの環境へデータやサービスを注入できます。テスト時にモックデータや擬似DBを使いたい場合、あるいは一部の設定を切り替えたい場合に、ほとんどコードを変えずに差し替えられるのは、物理ロボットのセンサーシミュレーションの考え方にとても近いです。

5. ストリーミングとデバッグ

ロボットはしばしばリアルタイムにテレメトリを送信しますが、PydanticAI では LLMの応答をストリーミングで受け取ることも可能です。また、Pydantic Logfire との連携によるモニタリングやパフォーマンス計測機能を備えており、開発・運用の両局面でスムーズなデバッグを行えます。

PydanticAI、Swarm、ROS2 の比較

1. Swarm（OpenAI）

目的: OpenAI が手がける実験的なマルチエージェントフレームワーク。複数のLLM“エージェント”をそれぞれの専門領域へ割り振り、手動でタスクを引き渡す機能に特化している。
Pydantic との関連: Swarm 内でもレスポンスの整形に Pydantic が活用されているが、PydanticAI ほど深い統合はされていない。
本番運用の成熟度: Swarm は現時点では“教育目的”の色合いが強く、OpenAI も明確に「プロダクション利用を想定していない」と述べている。

マルチエージェントの協調やエージェント間でのタスク移譲を最優先に学びたいなら Swarm を試す価値があります。しかし、企業レベルで厳格な型付き出力を保証したい場合、PydanticAI のほうが利便性が高いでしょう。

2. ROS2

目的: 物理ロボットの制御向け標準フレームワーク。ハードウェアドライバやセンサー情報、ノード間通信を一元管理する。
LLM とのアナロジー: ハードウェアをLLMエージェントに置き換えれば、各エージェントやツールがノードとして明確な入出力を持つ点は似ている。
シンプルさと専門性: ROS2 は物理的な制約（リアルタイム制御など）を念頭に置いており、言語モデル固有の課題や型検証は想定外。AIオンリーのシナリオではPydanticAIのほうが適合度が高い。

「仮想の“ロボット”を作りたいけれど、実際にはすべてがソフトウェア上で完結している」というなら、ROS2 を使って実験的にLLMをノードとして扱う方法もあり得ます。しかし、LLMを中心としたマルチエージェントには、PydanticAI のほうが適切でしょう。

3. PydanticAI

目的: LLMを活用したサービスを作る上で、開発の面倒を減らしつつ型検証やモデル切替をスムーズに行えるよう設計。
主要な強み: プロダクションに向けた堅牢性。複雑なオーケストレーションより、常に正しいフォーマットを保つ仕組みにフォーカス。
アナロジー: “コントローラーボード”のように、LLMから出てくる信号を管理し、異常値が出れば弾く。

PydanticAI の導入方法

ここで、実際のコード例を簡単に示します。まずは「Hello World」に相当する例です。インストール:

pip install 'pydantic-ai'

そして、次のような `hello_world.py` を作成:

from pydantic_ai import Agent

agent = Agent(
    'gemini-1.5-flash',
    system_prompt='Be concise, reply with one sentence.',
)

result = agent.run_sync('Where does "hello world" come from?')
print(result.data)
# 例: "The first known use of 'hello, world' was in a 1974 textbook about the C programming language."

`python hello_world.py` を実行すると、一文での回答が返ってくるはずです。

内部的には、PydanticAI がシステムプロンプトとユーザーのクエリをLLMに送り、返ってきたテキストをバリデーションし、最終的なテキストとして提供してくれます。

バンクサポートの例

少し本格的な例として、「銀行のサポートロボット」を想定してみましょう。各サブタスクにエージェントを割り当て、あるエージェントは口座情報を取得し、別のエージェントはリスク評価をする。PydanticAI の 依存性注入 機能を使えば、データベース接続やスキーマ定義による構造化レスポンスを簡単に設定可能です。

from dataclasses import dataclass
from pydantic import BaseModel, Field
from pydantic_ai import Agent, RunContext

@dataclass
class SupportDependencies:
    customer_id: int
    db: DatabaseConn  # これは仮のDB接続クラスとする

class SupportResult(BaseModel):
    support_advice: str = Field(description='Advice returned to the customer')
    block_card: bool = Field(description='Whether to block the customer’s card')
    risk: int = Field(description='Risk level', ge=0, le=10)

agent = Agent(
    'openai:gpt-4o',
    deps_type=SupportDependencies,
    result_type=SupportResult,
    system_prompt='You are a support agent in our bank...',
)

最終的な検証済みのレスポンスは、例えば以下のようになります。

support_advice="We will block your card immediately."
block_card=True
risk=7

モデルがどんな回答をしようとしても、Pydantic により `block_card` や `risk` が欠けていればエラーが投げられ、あるいは再プロンプトされて整合性を保ちます。

今後の展望: PydanticAI によるリアルタイム協調

マルチエージェントの“協調制御”はさらに複雑化していくことが予想されます。Swarm や ROS2 は多数のコンポーネント連携の可能性を示唆し、PydanticAI はそれらのコンポーネントが常に正しい型付き出力を生み出す基盤として機能します。単一の汎用エージェントや、特化したエージェント同士が会話し合う大規模ネットワークの両方に対応できるのが強みです。

PydanticAI の開発チームは、Swarm に似た複数エージェント管理の強化も視野に入れており、いずれは協調制御と型安全を両立したハイブリッドな世界が広がるでしょう。

結論

私たちのイメージする“ロボット”は、必ずしも金属パーツやモーターに限りません。PydanticAI のようなフレームワークを用いることで、LLMという部品を組み合わせ、厳格な検証とセーフガードのもとに動く“仮想ロボット”を作り上げることができます。OpenAI が自社APIの出力整形に Pydantic を使っている点との親和性も高く、複数のモデルに対応できるフレキシブルさや強力な型検証は、エンタープライズ用途でも魅力的です。

大規模LLMの協調に興味がある → Swarm
ロボット制御の本場でシミュレーションしたい → ROS2
とにかく「型安全」「構造化」「エラーに強い」AIアプリを作りたい → PydanticAI

そうした選択肢のなかで PydanticAI は、ロボット制御で培われた厳格なメッセージ管理の考え方を、LLMの世界へと応用する最前線にいるフレームワークと言えるでしょう。

詳しく知りたい方へ

PydanticAI ドキュメント: ai.pydantic.dev
GitHub リポジトリ: pydantic/pydantic-ai
Swarm（マルチエージェント学習用）: openai/swarm GitHub
ROS2: docs.ros.org

ロボティクスの概念を必ずしもハードウェアに限定しない時代が来ています。物理的な回路基板の代わりに LLM で構成される“部品”を用い、PydanticAI のようなフレームワークがそれらの動きを正確かつ安全に制御するのです。これはまだ始まりに過ぎませんが、正しいデータ、堅牢なフレームワーク、そしてクリエイティブな発想があれば、私たちがイメージする“ロボット”の形は無限に広がるでしょう。

「超温和なパイソン」へ