Hugging Face、JavaScript向けエージェント基盤「Agents.js」公開

Agents.js は、Hugging Face が公開した JavaScript 向けのエージェントライブラリで、ブラウザや Node.js 環境から LLM にマルチモーダルツールの実行権限を持たせることができます。

AI エージェント開発は Python が主流でしたが、Agents.js は自然言語の指示をもとにモデル自身が JavaScript コードを生成し、その場で実行する仕組みをとっています。

何ができるのか

利用開始は npm で @huggingface/agents を導入するだけです。アクセストークンを渡して HfAgent を初期化すれば、すぐにプロンプトで指示を出せます。

たとえば「シルクハットをかぶったアヒルの絵を描き、その画像にキャプションを付けて」と頼むと、モデルは画像生成と画像認識の API を連結する非同期関数を自動生成して実行します。

入力にはブラウザの FileList をそのまま渡すことが可能です。アップロードされた画像を認識してテキスト化し、さらに音声合成ツールで読み上げさせるといった一連の処理も簡単に構築できます。

カスタマイズと実行時の注意点

標準のバックエンドには Hugging Face 上の OpenAssistant/oasst-sft-4-pythia-12b-epoch-3.5 が使われますが、文字列を受け取って文字列を返す非同期関数を用意すれば、OpenAI の API など好みのモデルに差し替えられます。

自作ツールの登録もシンプルで、名前、説明文、プロンプトとコードの例、実行ロジックを定義して配列で渡すだけです。

ただし、動作の仕組み上、モデルが生成した任意のコードをブラウザや Node 上で直接 evaluate して動かします。悪意あるコードの混入リスクがあるため、信頼できない環境では直接 run せず、generateCode でコードを確認してから evaluateCode を呼ぶよう公式も注意を促しています。

手軽に挙動を確認したい方向けに、Open Assistant 30B を使ったオンラインデモも用意されています。

なぜ重要か

Web エンジニアが Python 環境を用意することなく、使い慣れた JavaScript だけで自律型エージェントを試せる意義は大きいです。FileList や Blob といったブラウザ標準のオブジェクトをそのまま扱えるため、マルチメディア系のプロトタイプ作りに向いています。

一方で、生成コードの直接実行という仕様は、本番環境に載せるにはセキュリティ上の懸念が残ります。厳格なサンドボックス環境が整うまでは、開発用の検証や社内ツールの実験用途にとどめておくのが賢明だと考えられます。