AIエージェント作成 claude-agent-sdk mcp personal-ai-assistant

🎯 いよいよフィナーレ！自分だけのAIアシスタントを作りましょう！

2026年の最もホットなトレンドのひとつが、パーソナルAIアシスタントです。AIエージェント作成がここまで簡単になったのは、Claude Agent SDKとFastMCPのおかげです。私たちも自分で作ることができます。今日はその全プロセスを一緒に歩んでいきましょう。

上のダイアグラムが今日の全体ロードマップです。AIエージェント作成の5段階 — Stage 1からStage 5まで、一段階ずつ機能を追加しながらアシスタントを進化させていきます。

🔧 Stage 1 — MCPツールの作成（EP7復習）

アシスタントに渡すツールをMCPサーバーとして作るのが最初のステップです。AIエージェント作成の要は、ツールから始めることです。FastMCPを使えば、Python関数にデコレータを付けるだけで完成です。

# tools_server.py (Stage 1)
from mcp.server.fastmcp import FastMCP

mcp = FastMCP("personal-assistant")

@mcp.tool()
def save_memo(
    title: str, content: str
) -> str:
    """Save a memo with title/content."""
    memos = _load_json(MEMOS_FILE)
    memo = {
        "title": title,
        "content": content,
        "created":
            datetime.now().isoformat(),
    }
    memos.append(memo)
    _save_json(MEMOS_FILE, memos)
    return f"Memo saved: '{title}'"

@mcp.tool()
def get_schedule(date: str) -> str:
    """Get all events for a date."""
    schedule = _load_json(SCHEDULE_FILE)
    events = [
        e for e in schedule
        if e["date"] == date
    ]
    if not events:
        return f"No events on {date}"
    lines = []
    for e in events:
        lines.append(
            f"- {e['time']}: {e['event']}"
        )
    return (
        f"Schedule for {date}:\n"
        + "\n".join(lines)
    )

save_memoはメモをJSONファイルに保存し、get_scheduleは特定の日付のイベントを取得します。これらに加えて、search_memos、list_memos、add_schedule、get_weatherまで、合計6つのツールを作ります。全コードはGitHubで確認できます。

🔌 Stage 2 — 基本アシスタントの接続（EP5+EP8復習）

# simple_assistant.py (Stage 2)
import asyncio
from claude_agent_sdk import (
    query,
    ClaudeAgentOptions,
    MCPServerStdio,
    ResultMessage,
)

async def main():
    options = ClaudeAgentOptions(
        allowed_tools=[
            # Built-in tools
            "WebSearch", "Read", "Write",
            # MCP tools
            "mcp__assistant__save_memo",
            "mcp__assistant__search_memos",
            "mcp__assistant__list_memos",
            "mcp__assistant__add_schedule",
            "mcp__assistant__get_schedule",
            "mcp__assistant__get_weather",
        ],
        mcp_servers={
            "assistant": MCPServerStdio(
                command="python",
                args=["tools_server.py"],
            )
        },
        max_turns=10,
    )

    async for msg in query(
        prompt="Save a memo titled "
            "'Meeting' with content "
            "'Team sync at 3pm'.",
        options=options,
    ):
        if isinstance(msg, ResultMessage):
            if msg.subtype == "success":
                print(msg.result)

asyncio.run(main())

ポイントはMCPServerStdioです。SDKがtools_server.pyを子プロセスとして自動起動するので、ターミナルを2つ開く必要がありません。MCPツール6個＋内蔵ツール3個、合計9個のツールを持つアシスタントが完成です！AIエージェント作成、思ったより簡単でしょう？

🛡️ Stage 3 — 賢いアシスタント：HooksとSystem Prompt

上のダイアグラムを見れば流れが明確です。エージェントがツールを使おうとすると、まずPreToolUse Hookが実行されます。許可されればツールが実行され、その後PostToolUse Hookが記録します。

# smart_assistant.py (Stage 3)
# Hook 1: Safety guard (PreToolUse)
async def safety_guard(
    input_data, tool_use_id, context
):
    """Block writes to system paths."""
    tool = input_data["tool_name"]
    tool_input = input_data["tool_input"]

    if tool in ("Write", "Edit"):
        path = tool_input.get(
            "file_path", ""
        )
        blocked = [
            "/etc/", "/usr/",
            "C:\\Windows",
            "C:\\Program",
        ]
        if any(
            p in path for p in blocked
        ):
            return {
                "hookSpecificOutput": {
                    "hookEventName":
                        input_data[
                          "hook_event_name"
                        ],
                    "permissionDecision":
                        "deny",
                    "permissionDecisionReason":
                        "System path blocked",
                }
            }
    return {}  # Allow

# Hook 2: Activity logger (PostToolUse)
async def activity_logger(
    input_data, tool_use_id, context
):
    """Log all tool usage."""
    tool = input_data["tool_name"]
    print(f"  [LOG] Tool used: {tool}")
    return {}

safety_guardは、WriteやEditツールがシステムパスにアクセスしようとすると"deny"を返してブロックします。activity_loggerは、すべてのツール使用をコンソールに記録します。

これらのHooksの登録方法もシンプルです。

# Hooks registration in options
options = ClaudeAgentOptions(
    system_prompt=(
        "You are a friendly, helpful "
        "personal AI assistant. "
        "Your name is 'Buddy'."
    ),
    hooks={
        "PreToolUse": [
            HookMatcher(
                matcher="Write|Edit",
                hooks=[safety_guard],
            ),
        ],
        "PostToolUse": [
            HookMatcher(
                hooks=[activity_logger],
            ),
        ],
    },
    # ... tools and mcp_servers
)

HookMatcherのmatcherに正規表現パターンを指定すると、該当ツールにのみHookが適用されます。PostToolUseのようにmatcherを省略すると、すべてのツールに適用されます。さらに、システムプロンプトで「Buddy」というフレンドリーなキャラクター性格も付与しました！

👥 Stage 4 — チームアシスタント：マルチエージェント（EP9復習）

同じパターン、異なる専門家！今回はScheduler（スケジュール）、Researcher（検索）、Assistant（メモ/ファイル）の3人でチームを構成します。

# team_assistant.py (Stage 4)
agents = {
    "scheduler": AgentDefinition(
        description=(
            "Manages calendar and "
            "schedules."
        ),
        prompt=(
            "You are a precise "
            "scheduling assistant."
        ),
        tools=[
            "mcp__assistant__"
            "add_schedule",
            "mcp__assistant__"
            "get_schedule",
        ],
    ),
    "researcher": AgentDefinition(
        description=(
            "Searches the web for "
            "information."
        ),
        prompt=(
            "You are a thorough "
            "research assistant."
        ),
        tools=[
            "WebSearch", "WebFetch",
        ],
    ),
    "assistant": AgentDefinition(
        description=(
            "Handles memos, files, "
            "and general tasks."
        ),
        prompt=(
            "You are a helpful "
            "personal assistant."
        ),
        tools=[
            "Read", "Write",
            "mcp__assistant__save_memo",
            "mcp__assistant__"
            "search_memos",
        ],
    ),
}

# Orchestrator
options = ClaudeAgentOptions(
    system_prompt=(
        "You are a team manager "
        "coordinating 3 specialists."
    ),
    allowed_tools=["Agent"],
    agents=agents,
    max_turns=15,
)

マネージャーエージェントがユーザーのリクエストを分析して、適切な専門家に委任します。「歯医者の予約をして、ソウルのカフェを検索してメモに保存して」と言えば、Scheduler → Researcher → Assistantの順にチェーンが繋がります！AIエージェント作成をこのようなチーム構造で発展させると、はるかにパワフルになります。

上のアーキテクチャダイアグラムは、Stage 4までの全体構造を示しています。MCPサーバーがツールを提供し、SDKがエージェントループを回し、オーケストレーターが3人の専門家を調整します。

💾 Stage 5 — 記憶するアシスタント：Sessions（EP4復習＋新規）

# persistent_assistant.py (Stage 5)
async def main():
    # Turn 1: Save something
    session_id = None

    async for msg in query(
        prompt=(
            "Save a memo titled "
            "'Project Ideas' with "
            "content 'Build a recipe "
            "recommender using "
            "MCP tools'."
        ),
        options=build_options(),
    ):
        if isinstance(
            msg, ResultMessage
        ):
            # Capture session_id!
            session_id = msg.session_id
            if msg.subtype == "success":
                print(msg.result)

    print(f"Session: {session_id}")

    # Turn 2: Ask WITH memory
    async for msg in query(
        prompt=(
            "What memo did I just save?"
        ),
        options=ClaudeAgentOptions(
            **{
                **build_options()
                    .__dict__,
                "resume": session_id,
            }
        ),
    ):
        if isinstance(
            msg, ResultMessage
        ):
            if msg.subtype == "success":
                print(msg.result)

ポイントはたった2行です。ResultMessageからsession_idをキャプチャし、次のquery()でresume=session_idを渡すだけ！AIエージェント作成の最後のパズルピースがはまりました。

WITHとWITHOUTの比較

Sessionsの威力を比較してみましょう。

シナリオ	質問	応答
WITHOUT session	「さっき何を保存した？」	「以前の会話履歴がないため分かりません。」
WITH session	「さっき何を保存した？」	「’Project Ideas’というメモを保存しましたよ！」

セッションなしで呼び出すと、毎回新しい会話が始まり、以前の内容をまったく覚えていません。セッションを続けると、まるで同じ会話を続けているかのように完璧に記憶しています。

📋 EP1〜EP10 総まとめ

エピソード	核心コンセプト	EP10での活用
EP1	Agentic AIとの出会い	自分で実装！「AIが自ら動く」の実体
EP2	LLM（頭脳）	アシスタントのすべての判断はLLMが処理
EP3	Tool Use（手）	MCPツール6個＋内蔵ツール3個
EP4	コンテキストとメモリ	Sessionsで会話記憶を実装
EP5	Agent Loop	SDKが自動処理（query()の1行）
EP6	System Prompt	「Buddy」キャラクターの性格を付与
EP7	MCPプロトコル	FastMCPでカスタムツールサーバーを構築
EP8	Claude Agent SDK	query()、Options、MCPServerStdioを活用
EP9	マルチエージェント	3エージェントのオーケストレーターチーム構成
EP10	総合ハンズオン	5段階の進化でパーソナルAIアシスタント完成！

📚 参考資料

• Claude Agent SDK公式ドキュメント — SDK完全ガイド
• SDK Hooksドキュメント — PreToolUse、PostToolUseの詳細スペック
• SDK Sessionsドキュメント — セッション管理の詳細ガイド
• FastMCP GitHub — v3.1.0、スター23.6k、日次ダウンロード100万突破
• EP10全コード（GitHub） — 5つのPythonファイル全体
• Building Effective Agents — Anthropic公式エージェント設計ガイド

✅ まとめ — 終わりではなく、始まりです！

今日作った5つのファイルの全コードはGitHubリポジトリで確認できます。AIエージェント作成の旅は終わりましたが、みなさんのAIアシスタント開発はこれからが始まりです！Claudieの Agentic AI教室、一緒に歩んでくれてありがとうございました！