付録 A：用語集 (Terminology Glossary)

本書で登場する重要な用語をまとめた。英語・日本語対応表として活用してほしい。アルファベット順に整理してあるので、必要なときにサッと引ける。

A - エージェントの基本概念

Agent（エージェント）

定義：環境を認識し、自律的に判断して行動するソフトウェア。LLM 時代のエージェントは、大規模言語モデルで推論し、ツールを使って外部と連携する。英語：Agent 関連章：第 1 章、第 2 章、第 14 章例：カスタマーサポートのエージェントがユーザーの質問を受け取り、ナレッジベースを検索し、注文システムの API を呼び出して回答を生成する 関連用語：ReAct、Tool Use、Multi-Agent

Agentic Coding（エージェント的コーディング）

定義：AI エージェントがコード生成、デバッグ、テスト、デプロイまで自律的にこなすプログラミングのあり方。要件を理解して実装計画を立て、コードを書いて改善を繰り返す。英語：Agentic Coding 関連章：第 28 章例：開発者が「ユーザー認証を追加して」と伝えると、エージェントがコードを生成し、テストを書き、PR を作成する 関連用語：Computer Use、Reflection

API Gateway（API ゲートウェイ）

定義：すべての外部リクエストを受け付ける統一された入り口。ルーティング、認証、レート制限、プロトコル変換を担当する。エージェントシステムでは、エージェントの機能を標準 API として公開する役割を持つ。英語：API Gateway 関連章：第 21 章、第 22 章例：Kong ゲートウェイがすべての HTTP リクエストを処理し、/v1/chat を Orchestrator にルーティングして Token 制限を適用する 関連用語：Orchestrator、Guardrails

Asynchronous Workflow（非同期ワークフロー）

定義：タスク実行が呼び出し元をブロックせず、コールバック、メッセージキュー、またはポーリングで結果を取得するワークフローパターン。長時間実行されるエージェントタスクに向いている。英語：Asynchronous Workflow 関連章：第 21 章、第 22 章例：ユーザーがリサーチタスクを送信すると task_id が返り、エージェントがバックグラウンドで実行。クライアントは定期的に進捗を確認する 関連用語：Temporal、Background Agent

B - バックプレッシャーと予算管理

Background Agent（バックグラウンドエージェント）

定義：バックグラウンドで継続的に動作するエージェント。定期タスク、イベント監視、非同期リクエストの処理を担当する。リアルタイムでのユーザー操作は必要ない。英語：Background Agent 関連章：第 29 章例：1 時間ごとに競合情報を収集し、トレンドを分析して週次レポートを生成、メール送信する 関連用語：Asynchronous Workflow、Temporal

Backpressure（バックプレッシャー）

定義：下流システムが上流に「ちょっと待って」と信号を送るフロー制御の仕組み。処理能力を超えた負荷でシステムが落ちるのを防ぐ。英語：Backpressure 関連章：第 22 章、第 23 章例：LLM サービスが処理しきれなくなったとき 429 エラーを返し、Orchestrator が新しいリクエストの送信を一時停止する 関連用語：Circuit Breaker、Rate Limiting

Batch Processing（バッチ処理）

定義：複数のリクエストをまとめて一括処理することで、スループットとリソース効率を上げる手法。Embedding 生成やバッチ推論でよく使われる。英語：Batch Processing 関連章：第 23 章例：10 件のドキュメントがたまったら Embedding API を一度に呼ぶ。ドキュメントごとに個別に呼ぶより効率がいい 関連用語：Token Budget、Cost Optimization

C - 思考の連鎖とコスト

Caching（キャッシュ）

定義：計算結果を保存して再計算を避ける仕組み。レスポンスを速くし、コストを下げる。エージェントシステムでは、LLM の応答、ツール呼び出し結果、ベクトル検索結果をキャッシュできる。英語：Caching 関連章：第 11 章、第 23 章例：「会社の住所は？」という同じ質問への回答を 24 時間キャッシュして、LLM の再呼び出しを避ける 関連用語：Memory、Session

Chain-of-Thought（思考の連鎖、CoT）

定義：LLM に中間的な推論ステップを生成させ、段階的に複雑な問題を解かせる Prompt 技術。推論の精度と説明可能性が上がる。英語：Chain-of-Thought (CoT) 関連章：第 12 章、第 13 章、第 17 章例：「23 x 47」を計算するとき、LLM が「20x47=940, 3x47=141, 940+141=1081」と出力する 関連用語：Tree-of-Thoughts、Reflection

Circuit Breaker（サーキットブレーカー）

定義：下流サービスの障害率が閾値を超えたとき、自動的にリクエストを遮断して雪崩効果を防ぐ仕組み。一定時間後に回復を試みる。英語：Circuit Breaker 関連章：第 22 章、第 23 章例：ベクトルデータベースが 10 回連続でタイムアウトしたらサーキットブレーカーが開き、すべてのクエリが即座に失敗。30 秒後にハーフオープンで回復を試みる 関連用語：Backpressure、Guardrails

Computer Use（コンピュータ操作）

定義：エージェントがブラウザ、デスクトップアプリ、コマンドラインツールを操作してコンピュータ環境とやり取りする能力。RPA の自動化や複雑なタスク実行を実現する。英語：Computer Use 関連章：第 27 章例：エージェントがブラウザを開き、システムにログインし、フォームに入力し、ファイルをアップロードして、スクリーンショットで結果を確認する 関連用語：Tool Use、Agentic Coding

Context Window（コンテキストウィンドウ）

定義：LLM が一度に処理できる最大 Token 数。入力プロンプト、会話履歴、出力内容を含む。英語：Context Window 関連章：第 9 章、第 10 章例：GPT-4 のコンテキストウィンドウは 128K Token、約 96,000 英単語に相当 関連用語：Token、Summarization

Cost Optimization（コスト最適化）

定義：モデル選択、キャッシュ、バッチ処理、Prompt 圧縮などで LLM の利用コストを下げる戦略。英語：Cost Optimization 関連章：第 23 章例：簡単な Q&A には Claude Haiku（$0.25/M tokens）、複雑な推論には Opus（$15/M tokens）を使い分ける 関連用語：Token Budget、Caching

D - DAG とディベート

DAG（有向非巡回グラフ）

定義：Directed Acyclic Graph。ノードがタスク、エッジが依存関係を表すグラフ構造。マルチエージェントワークフローの実行順序を定義するのに使う。英語：DAG (Directed Acyclic Graph) 関連章：第 15 章、第 21 章例：リサーチタスク：検索（ノード A）→ 分析（ノード B、C 並列）→ 統合（ノード D は B、C に依存） 関連用語：Orchestrator、Temporal

Debate（ディベートパターン）

定義：複数のエージェントが異なる立場を取り、複数ラウンドの議論を通じて意思決定の質を高める推論パターン。英語：Debate Pattern 関連章：第 18 章例：法務エージェントがそれぞれ原告、被告、裁判官の役割を担い、契約条項の妥当性について議論し、最終的に合意に達する 関連用語：Multi-Agent、Reflection

Deterministic Replay（決定論的再生）

定義：ワークフローエンジンが失敗後にチェックポイントから再実行でき、同じ入力で同じ結果が保証される仕組み。Temporal のコア機能。英語：Deterministic Replay 関連章：第 21 章例：エージェントタスクがステップ 5 でクラッシュしたら、Temporal がチェックポイントから再生し、完了済みのステップ 1〜4 はスキップする 関連用語：Temporal、Asynchronous Workflow

E - Embedding とエラー処理

Embedding（ベクトル埋め込み）

定義：テキストを高次元ベクトルの数値表現に変換すること。意味情報を捉え、類似度検索、クラスタリング、RAG に使われる。英語：Embedding 関連章：第 11 章、第 19 章例：「機械学習」というテキストを 1536 次元のベクトル [0.23, -0.45, ...] に変換 関連用語：RAG、Vector Database

Error Handling（エラー処理）

定義：システム異常を識別、捕捉、回復する仕組み。エージェントシステムでは、リトライ、フォールバック、サーキットブレーカー、ユーザーフレンドリーなエラーメッセージが含まれる。英語：Error Handling 関連章：第 22 章、第 23 章例：LLM 呼び出しがタイムアウトしたら自動で 3 回リトライ。それでも失敗したら「現在サービスが混雑しています。しばらくしてからお試しください」とフォールバック 関連用語：Circuit Breaker、Guardrails

F - 関数呼び出しとフォールバック

Fallback Strategy（フォールバック戦略）

定義：メインサービスが使えないとき、代替手段に自動切り替えする耐障害の仕組み。部分的な障害でも基本機能を維持する。英語：Fallback Strategy 関連章：第 22 章、第 23 章例：ベクトル検索が失敗したらキーワード検索にフォールバック。LLM が使えなかったら事前定義テンプレートを返す 関連用語：Circuit Breaker、Error Handling

Function Calling（関数呼び出し）

定義：LLM が会話に基づいて構造化された関数呼び出しリクエストを生成し、システムが実行して結果を返す仕組み。Tool Use の標準化された実装方法。英語：Function Calling 関連章：第 4 章、第 5 章例：ユーザーが「東京の天気は？」と聞くと、LLM が get_weather(city="東京") を返し、システムが天気 API を呼び出す 関連用語：Tool Use、ReAct

G - ガードレールとガバナンス

Guardrails（ガードレール）

定義：エージェントの動作を制約・検証するセキュリティ機構。入力検証、出力フィルタリング、権限チェック、ポリシー適用が含まれる。英語：Guardrails 関連章：第 24 章、第 25 章例：センシティブなワードを含む出力をブロック、未承認のデータベースへのアクセスを阻止、Token 使用量を制限 関連用語：OPA、WASI

H - ハンドオフとフック

Handoff（タスク引き継ぎ）

定義：あるエージェントがより専門的な別のエージェントにタスクを引き継ぐ協調パターン。マルチエージェントシステムでの役割分担によく使われる。英語：Handoff 関連章：第 15 章、第 16 章例：汎用エージェントがユーザーの返金リクエストを識別し、返金専門エージェントに会話を引き継ぐ 関連用語：Multi-Agent、Orchestrator

Hooks（フック）

定義：エージェント実行フローの特定タイミングで発火するイベントコールバック機構。ログ記録、監視、監査、カスタムロジック注入に使う。英語：Hooks 関連章：第 8 章、第 29 章例：before_tool_call フックでツール名とパラメータを記録、after_llm_response フックでセンシティブ情報をフィルタリング 関連用語：Plugins、Observability

I - 統合とべき等性

Idempotency（べき等性）

定義：同じ操作を複数回実行しても同じ結果になる性質。分散システムで安全なリトライと重複排除に使われる。英語：Idempotency 関連章：第 21 章、第 22 章例：request_id を使って決済リクエストのリトライ時に二重課金を防ぐ 関連用語：Deterministic Replay、Temporal

L - LLM とロギング

LLM Service（LLM サービス層）

定義：複数の LLM プロバイダー呼び出し、ツール選択・実行をカプセル化するサービス層。API を統一し、認証、リトライ、キャッシュなどの共通ロジックを処理する。英語：LLM Service 関連章：第 3 章、第 21 章例：Shannon の Python サービス層は OpenAI、Anthropic、Azure をサポートし、統一されたレスポンス形式を返す 関連用語：Agent、Function Calling

Logging（ロギング）

定義：システム実行時のイベント、エラー、状態変化を記録する仕組み。エージェントシステムでは、デバッグ、監査、パフォーマンス分析に使う。英語：Logging 関連章：第 22 章例：構造化ログで各 LLM 呼び出しの model、tokens、latency、cost を記録 関連用語：Observability、Tracing

M - MCP と記憶

MCP（モデルコンテキストプロトコル）

定義：Model Context Protocol。LLM と外部データソース、ツールを接続する標準化されたオープンプロトコル。リソース、ツール、プロンプトの発見と呼び出し仕様を定義する。英語：MCP (Model Context Protocol) 関連章：第 6 章、第 7 章例：MCP サーバーで Google Drive ファイルを公開し、エージェントがドキュメントの一覧取得、読み取り、検索を行う 関連用語：Tool Use、Skills

鮮度注意 (2026-01): MCP 仕様はまだ急速に発展中。トランスポート層や機能の更新については最新ドキュメントを確認してほしい。

Memory（記憶システム）

定義：エージェントが履歴情報を保存・検索する仕組み。短期記憶（現在のセッション）、長期記憶（永続化ストレージ）、意味記憶（ナレッジグラフ）がある。英語：Memory 関連章：第 9 章、第 10 章、第 11 章例：ユーザーが「前に話したプロジェクト」と言ったとき、エージェントがセッションからコンテキストを取得して指示対象を理解する 関連用語：Session、RAG

Metrics（メトリクス監視）

定義：システムパフォーマンスデータを収集、集約、可視化する仕組み。エージェントシステムでは Token 使用量、レイテンシ、成功率などの重要指標を監視する。英語：Metrics 関連章：第 22 章例：Prometheus で各エージェントの平均レスポンス時間、Token 消費量、ツール呼び出し回数を収集 関連用語：Observability、Logging

Multi-Agent（マルチエージェントシステム）

定義：複数のエージェントが協力して複雑なタスクを完了するシステムアーキテクチャ。エージェント間で並列、直列、または動的にやり取りできる。英語：Multi-Agent System 関連章：第 15 章、第 16 章、第 18 章例：EC システムで検索エージェント、レコメンドエージェント、カスタマーサポートエージェントが連携してユーザーの購買フローを処理 関連用語：Orchestrator、DAG

O - オーケストレーションとオブザーバビリティ

Observability（オブザーバビリティ）

定義：ログ、メトリクス、トレースを通じてシステム内部状態を把握する能力。エージェントシステムでは、複雑な推論チェーンやツール呼び出しのデバッグに使う。英語：Observability 関連章：第 22 章例：Trace ID を使って 1 つのリクエストが Gateway → Orchestrator → Agent → LLM → Tool を通る完全なパスを追跡 関連用語：Logging、Tracing、Metrics

OPA（ポリシーエンジン）

定義：Open Policy Agent。汎用ポリシーエンジンで、Rego 言語を使って認可、バリデーション、コンプライアンスルールを定義・実行する。英語：OPA (Open Policy Agent) 関連章：第 24 章例：「財務データは経理部門のみアクセス可能」というポリシーを定義し、未承認のエージェントクエリをブロック 関連用語：Guardrails、WASI

Orchestrator（オーケストレーター）

定義：複数のエージェントを調整して複雑なワークフローを実行する制御層。ルーティング、スケジューリング、結果集約、エラー処理を担当する。英語：Orchestrator 関連章：第 15 章、第 21 章例：Shannon の Go オーケストレーターが DAG 定義に従って 3 つのエージェントを並列呼び出しし、結果を統合 関連用語：DAG、Multi-Agent

P - プランニングとプラグイン

P2P（ピアツーピア通信）

定義：Peer-to-Peer。中央のオーケストレーターなしでエージェント同士が直接通信する協調パターン。動的で自己組織化するマルチエージェントシナリオに適している。英語：P2P (Peer-to-Peer) 関連章：第 16 章例：リサーチエージェントが自律的に分析エージェントを見つけてデータを要求。オーケストレーターの介入なし 関連用語：Multi-Agent、Handoff

Planning（プランニング）

定義：エージェントが実行前にステップバイステップの計画を立てる推論パターン。複雑な目標を実行可能なサブタスクの列に分解する。英語：Planning 関連章：第 12 章例：ユーザーが「チームビルディングを企画して」と要求すると、エージェントが計画を生成：1. 日程確定 2. 会場予約 3. 招待送付 関連用語：ReAct、Tree-of-Thoughts

Plugins（プラグイン）

定義：特定の機能をカプセル化したプラガブルモジュール。標準インターフェースでエージェント機能を拡張する。ホットロードとバージョン管理をサポート。英語：Plugins 関連章：第 29 章例：Slack プラグインをインストールすると、エージェントがメッセージ送信、チャンネル作成、履歴取得ができるようになる 関連用語：Skills、Hooks、MCP

Prompt（プロンプト）

定義：LLM に送る入力テキスト。指示、例、コンテキスト、質問を含む。エージェントの動作を制御する核心的なインターフェース。英語：Prompt 関連章：第 2 章、第 12 章例："あなたはプロのカスタマーサポートエージェントです。ユーザーの質問：{question}。ナレッジベース参照：{context}" 関連用語：Chain-of-Thought、ReAct

R - RAG と振り返り

RAG（検索拡張生成）

定義：Retrieval-Augmented Generation。回答生成前に関連ドキュメントを検索し、検索結果をコンテキストとして LLM に渡す技術。英語：RAG (Retrieval-Augmented Generation) 関連章：第 11 章、第 19 章例：ユーザーが「返品ポリシーは？」と聞くと、ベクトル検索で関連ドキュメントを見つけ、LLM がそのドキュメントに基づいて回答を生成 関連用語：Embedding、Vector Database

Rate Limiting（レート制限）

定義：単位時間あたりのリクエスト数を制限するフロー制御機構。悪用防止、下流サービス保護、コスト管理に使う。英語：Rate Limiting 関連章：第 23 章、第 24 章例：各ユーザーは 1 分あたり最大 10 回の LLM 呼び出し。超過すると 429 Too Many Requests を返す 関連用語：Token Budget、Backpressure

ReAct（推論-行動ループ）

定義：Reason-Act Loop。エージェントが「推論 → 行動 → 観察」を繰り返す意思決定パターン。LLM が推論過程と次のアクションを生成し、実行後に結果を観察する。英語：ReAct (Reason-Act Loop) 関連章：第 2 章、第 3 章例：思考：天気を調べる必要がある → 行動：weather_api を呼ぶ → 観察：東京 15°C → 思考：ユーザーに回答 関連用語：Agent、Tool Use

Reflection（振り返り）

定義：エージェントが自身の出力品質を評価し、エラーを特定して改善する自己最適化パターン。複数ラウンドの反復で結果の精度を上げる。英語：Reflection 関連章：第 13 章例：エージェントがコードを生成した後、「構文エラーはないか？テストカバレッジは十分か？」と自己チェックし、問題を修正 関連用語：Chain-of-Thought、Debate

S - セッションとスキル

Sandbox（サンドボックス）

定義：コードのシステムリソースアクセスを制限する隔離実行環境。エージェントシステムでは、信頼できないツールコードを安全に実行するために使う。英語：Sandbox 関連章：第 25 章例：WASI サンドボックスでユーザー定義の Python ツールを実行。ファイルシステムやネットワークにはアクセスできない 関連用語：WASI、Guardrails

Session（セッション）

定義：ユーザーとエージェントの完全なインタラクションプロセス。複数ターンの会話と関連コンテキストを含む。セッションを永続化してセッションをまたいだ会話をサポートできる。英語：Session 関連章：第 9 章、第 10 章例：ユーザーログイン後の会話履歴、設定、未完了タスクがすべて同じ session_id に紐づく 関連用語：Memory、Context Window

Skills（スキル）

定義：再利用可能なエージェント能力モジュール。特定ドメインのプロンプト、ツール、ワークフローをカプセル化する。エージェント間で共有・組み合わせ可能。英語：Skills 関連章：第 8 章例：code_review スキルにはコード分析プロンプト、静的チェックツール、フォーマットツールが含まれる 関連用語：Plugins、MCP

Streaming（ストリーミングレスポンス）

定義：LLM が内容を段階的に生成し、クライアントが部分的な結果をリアルタイムで受信するモード。ユーザー体験を改善し、最初の文字が出るまでの遅延を減らす。英語：Streaming 関連章：第 3 章、第 22 章例：ChatGPT スタイルの 1 文字ずつ出力。ユーザーは完全なレスポンスを待たずに進捗を確認できる 関連用語：Asynchronous Workflow

Summarization（要約圧縮）

定義：長いテキストを短い要約に圧縮する技術。エージェントシステムでは、コンテキストウィンドウの制限対応と Token コスト削減に使う。英語：Summarization 関連章：第 10 章例：1000 ターンの会話履歴を「ユーザーは返金手続きについて問い合わせ、解決済み」という要約に圧縮 関連用語：Context Window、Memory

Supervisor（スーパーバイザーパターン）

定義：1 つのエージェントがコーディネーターとして機能し、専門エージェントにタスクを割り当てて結果を集約するマルチエージェントアーキテクチャパターン。英語：Supervisor Pattern 関連章：第 15 章例：スーパーバイザーエージェントが「記事を書く」をリサーチ、執筆、校正タスクに分解し、3 つの専門エージェントに割り当て 関連用語：Orchestrator、Handoff

T - Token とツール

Temporal（ワークフローエンジン）

定義：分散型で永続化対応のワークフローエンジン。長時間実行タスク、決定論的再生、自動リトライをサポート。複雑なエージェントオーケストレーションに適している。英語：Temporal (Workflow Engine) 関連章：第 21 章例：「日次レポート」ワークフローを定義。サービスが再起動しても中断点から実行を継続できる 関連用語：DAG、Orchestrator

Token（トークン）

定義：LLM が処理するテキストの最小単位。約 0.75 英単語または 0.5 日本語文字に相当。LLM の課金とコンテキストウィンドウは Token で計測される。英語：Token 関連章：第 2 章、第 23 章例：「Hello World」というテキストは約 2 Token 関連用語：Context Window、Token Budget

Token Budget（Token 予算）

定義：1 回のリクエスト、セッション、またはユーザーごとの Token 使用上限を管理・配分する仕組み。コスト管理と悪用防止に使う。英語：Token Budget 関連章：第 23 章、第 24 章例：無料ユーザーは 1 日 10K Token、有料ユーザーは 1M Token。上限超過でサービス制限またはリクエスト拒否 関連用語：Rate Limiting、Cost Optimization

Tool Use（ツール呼び出し）

定義：エージェントが外部ツール（API、データベース、計算機など）を呼び出して能力を拡張する仕組み。エージェントと環境のインタラクションの核心的な方法。英語：Tool Use 関連章：第 4 章、第 5 章例：search_api("Claude 3.5") を呼んで最新情報を取得、calculator(23*47) を呼んで計算結果を取得 関連用語：Function Calling、MCP

Tracing（分散トレーシング）

定義：リクエストが分散システム内を通る完全なパスを追跡し、各サービスの処理時間と状態を記録する。エージェントシステムでは、複雑な呼び出しチェーンのデバッグに使う。英語：Tracing (Distributed Tracing) 関連章：第 22 章例：Jaeger がリクエストの経路を表示：Gateway(20ms) → Orchestrator(50ms) → Agent(300ms) → LLM(2s) 関連用語：Observability、Logging

Tree-of-Thoughts（ToT、思考の木）

定義：問題の解空間を木としてモデル化し、複数の推論パスを探索して、バックトラックと枝刈りで最適解を見つける高度な推論パターン。英語：Tree-of-Thoughts (ToT) 関連章：第 17 章例：数学の問題を解くとき、3 つの方法を試し、それぞれ 2 ステップ展開して評価し、最良のパスを選んで継続 関連用語：Chain-of-Thought、Planning

V - ベクトルデータベース

Vector Database（ベクトルデータベース）

定義：高次元ベクトルの保存と検索に特化したデータベース。類似度検索をサポートし、RAG やセマンティック検索によく使われる。英語：Vector Database 関連章：第 11 章、第 19 章例：Pinecone、Qdrant がドキュメントの Embedding を保存し、ミリ秒単位で最も類似した Top-K 結果を返す 関連用語：Embedding、RAG

W - WASI とワークフロー

WASI（WASM サンドボックス）

定義：WebAssembly System Interface。WASM モジュールがファイル、ネットワークなどのシステムリソースに安全にアクセスするための標準インターフェース。信頼できないコードの隔離実行に使う。英語：WASI (WebAssembly System Interface) 関連章：第 25 章例：Shannon は WASI でユーザー定義ツールを実行し、指定されたディレクトリと API のみにアクセスを制限 関連用語：Sandbox、Guardrails

Workflow（ワークフロー）

定義：タスク実行順序、依存関係、エラー処理を定義するプロセスオーケストレーション。エージェントシステムでは、複数ステップのタスクを整理するのに使う。英語：Workflow 関連章：第 15 章、第 21 章例：EC 注文ワークフロー：在庫確認 → 決済 → 出荷 → 通知送信 関連用語：DAG、Temporal

付録の使い方

この用語集の活用方法

素早く検索：アルファベット順に整理されているので、用語をすぐに見つけられる
概念理解：各用語には簡潔な定義と実例がある
深掘り学習：「関連章」リンクで詳細な内容にジャンプ
関連知識：「関連用語」リンクで用語間の関係を理解

用語の更新について

AI エージェント分野は急速に発展しているので、一部の用語の定義やベストプラクティスは時間とともに変わる可能性がある。この用語集は 2026 年初頭の業界コンセンサスに基づいている。各章の「鮮度注意」と外部参考資料と合わせて活用してほしい。

フィードバックと貢献

用語の定義に誤りがある場合や、新しい用語の追加が必要な場合は、GitHub Issues でフィードバックをお願いしたい。

索引参照

トピック別分類：

エージェント基礎：Agent、ReAct、Tool Use、Function Calling、Prompt
推論パターン：CoT、ToT、Planning、Reflection、Debate
マルチエージェント：Multi-Agent、Orchestrator、DAG、Supervisor、Handoff、P2P
拡張機構：MCP、Skills、Hooks、Plugins
コンテキスト記憶：Context Window、Memory、Session、Summarization、RAG
本番アーキテクチャ：Temporal、Observability、Logging、Tracing、Metrics
セキュリティ・コンプライアンス：OPA、WASI、Guardrails、Sandbox
コスト最適化：Token Budget、Rate Limiting、Caching、Batch Processing
耐障害性：Circuit Breaker、Backpressure、Fallback Strategy、Error Handling
先端実践：Computer Use、Agentic Coding、Background Agent

技術スタック別分類：

LLM 関連：Token、Context Window、Prompt、Streaming、Function Calling
データストレージ：Vector Database、Embedding、Caching
ワークフローエンジン：Temporal、DAG、Workflow、Deterministic Replay
オブザーバビリティ：Logging、Tracing、Metrics、Observability
セキュリティ隔離：WASI、Sandbox、OPA、Guardrails

この用語集は全 30 章の核心概念をカバーし、60 以上のキーワードを収録している。各章の内容とコード例と合わせて理解を深めてほしい。