こんにちは。よっしーです(^^)
背景
この連載では、Claude Codeの公式ドキュメントを1ページずつ読み解いていきます。公式ドキュメントは情報が網羅されている分、「結局どの機能を、どんな場面で使えばいいのか」は自分で考える必要があり、読むのに意外と時間がかかります。そこで、私が実務で使うために読み込んだ内容を「使う場面→実例コード」の順に整理して残していくことにしました。専門家の解説というより、一次情報を読んだ記録です。推測や動作を確認していない部分には、その都度そう書きます。
公式ドキュメント：https://code.claude.com/docs/ja/agent-sdk/structured-outputs
1. 一言でいうと
エージェントの最終的な答えを、自由な文章ではなく、自分で決めた形（JSON Schema）に沿った JSON で受け取る機能です。エージェントは途中でツールを何回使ってもよく、最後に返す結果だけがスキーマに合っているかを SDK が検証します。合わなければ SDK が作り直しを求め、決められた回数のうちに合わなければ、結果は構造化データではなくエラーになります。TypeScript なら Zod、Python なら Pydantic でスキーマを書けば、受け取った結果を型の付いたオブジェクトとして扱えます。
第97回のトラブルシューティングで「結果が success なのに structured_output が空のことがあり、失敗として扱う」と見ました。今回はその機能の本体です。
2. どういう場面で役立つか
シーン1：エージェントの答えをそのままアプリの画面やデータベースに渡す
原文の例は、Web を検索してレシピを取ってくるレシピアプリです。構造化出力が無いと、エージェントは「これは古典的なチョコレートチップクッキーのレシピです！」で始まる文章を返し、アプリ側でタイトルを切り出し、「15 分」を数値に直し、材料と手順を分け、毎回少しずつ違う書き方に対応しなければなりません。構造化出力を使えば、"prep_time_minutes": 15 のような型の付いたデータがそのまま手に入ります。
シーン2：ツールを何度も使う調査の結果を1つの表にまとめる
原文の TODO の例では、エージェントが Grep でコード中の TODO コメントを探し、Bash で git blame を調べ、その結果を「TODO の一覧と件数」という1つの JSON にまとめて返します。途中の手順はエージェントに任せたまま、出口の形だけを固定できるのがこの機能の要点です。
シーン3：計画やレビューの結果を後続の処理に流す
原文の Zod／Pydantic の例は、機能の実装計画を「概要・手順（各手順に難しさの評価）・リスク」の形で返させます。手順ごとにチケットを作る、難しさが high のものだけ人に回す、といった後続の処理を、文章の解析なしに書けます。
不要・向かないケース
- 人が読むだけの答え：チャットのように人が読む用途なら、自由な文章で足ります。原文も「デフォルトの自由形式のテキストはチャットには機能する」と書いています。
- ツールを使わない1回きりの問い合わせ：原文の関連リソースは、ツール使用のない単一ターンのリクエストなら、Claude API の構造化出力を直接使うよう案内しています。エージェントのループが要らないなら、SDK を通す必要はありません。
- 答えに必要な情報が手に入らないかもしれないのに、すべてを必須にしたい：満たせないスキーマは失敗の原因になります（3-5）。どうしても全項目が必要なら、構造化出力より前に、情報が揃うかどうかの設計を見直す必要があります。
3. コードと仕組みの解説
原文の fenced コードブロックは10本です（構造化出力の有無を比べる出力例2本と、クイックスタート・Zod／Pydantic・TODO エージェント・エラーハンドリングの、TypeScript と Python の対訳4組8本）。どれも内容が違うので全数を引用します。コードは原文から機械的に抜き出したもので、入れ子に由来する先頭インデントを外した以外は変えていません。最初の2本の出力例にある ... や // ...・/* ... */ は、原文が「以下省略」の意味で置いているものです。
3-0. バージョン要件
| 変化 | バージョン |
|---|---|
| 有効な JSON Schema でないスキーマは、起動時に問題を示すエラーで実行が失敗する（それより前は黙って無視され、エージェントは構造化されていないテキストを返していた） | v2.1.205 以降 |
"format": "email" のような format キーワードを注釈として受け付ける（強制はしない）。それより前は format を含むスキーマが無効として扱われていた | v2.1.205 以降 |
1行目は、古い版ではスキーマの書き間違いに気づけなかったということです。v2.1.205 より前の SDK（同梱の CLI）を使っている場合、「構造化出力が返ってこない」原因がスキーマの誤りである可能性を疑う必要があります（筆者の指摘）。
3-1. 構造化出力が無い場合とある場合
原文は、レシピアプリの例で違いを示しています。まず構造化出力が無い場合の、エージェントの自由な文章です。
これは古典的なチョコレートチップクッキーのレシピです！
**チョコレートチップクッキー**
準備時間：15 分 | 調理時間：10 分
材料：
- 2 1/4 カップ 薄力粉
- 1 カップ バター、柔らかくしたもの
...
これをアプリで使うには、タイトルを解析し、「15 分」を数値に変え、材料と手順を分け、応答ごとにばらつく書き方に対応する必要があります。
構造化出力がある場合は、次のような型の付いたデータになります。
{
"name": "Chocolate Chip Cookies",
"prep_time_minutes": 15,
"cook_time_minutes": 10,
"ingredients": [
{ "item": "all-purpose flour", "amount": 2.25, "unit": "cups" },
{ "item": "butter, softened", "amount": 1, "unit": "cup" }
// ...
],
"steps": ["Preheat oven to 375°F", "Cream butter and sugar" /* ... */]
}
UI でそのまま使えるデータです。分量が 2.25 のように数値になり、材料が item・amount・unit に分かれている点が、文章との違いをよく表しています。
3-2. クイックスタート
使い方は、欲しいデータの形を表す JSON Schema を定義し、query() のオプションに渡すだけです。オプション名は TypeScript が outputFormat、Python が output_format です。エージェントが終わると、結果メッセージの structured_output フィールドに、スキーマに合った検証済みのデータが入ります。次の例は、エージェントに Anthropic を調べさせ、会社名・設立年・本社を返させます。
import { query } from "@anthropic-ai/claude-agent-sdk";
// 返してほしいデータの形状を定義
const schema = {
type: "object",
properties: {
company_name: { type: "string" },
founded_year: { type: "number" },
headquarters: { type: "string" }
},
required: ["company_name"]
};
try {
for await (const message of query({
prompt: "Research Anthropic and provide key company information",
options: {
outputFormat: {
type: "json_schema",
schema: schema
}
}
})) {
// 結果メッセージには検証済みデータを含む structured_output が含まれます
if (message.type === "result" && message.subtype === "success" && message.structured_output) {
console.log(message.structured_output);
// { company_name: "Anthropic", founded_year: 2021, headquarters: "San Francisco, CA" }
}
}
} catch (error) {
// 単一ショットの query() はエラー結果（error_max_structured_output_retries など）を生成した後にスローされます。エラーハンドリングセクションを参照してください。
console.error(`Session ended with an error: ${error}`);
}
import asyncio
from claude_agent_sdk import query, ClaudeAgentOptions, ResultMessage
# 返してほしいデータの形状を定義
schema = {
"type": "object",
"properties": {
"company_name": {"type": "string"},
"founded_year": {"type": "number"},
"headquarters": {"type": "string"},
},
"required": ["company_name"],
}
async def main():
try:
async for message in query(
prompt="Research Anthropic and provide key company information",
options=ClaudeAgentOptions(
output_format={"type": "json_schema", "schema": schema}
),
):
# 結果メッセージには検証済みデータを含む structured_output が含まれます
if isinstance(message, ResultMessage) and message.structured_output:
print(message.structured_output)
# {'company_name': 'Anthropic', 'founded_year': 2021, 'headquarters': 'San Francisco, CA'}
except Exception as error:
# 単一ショットの query() はエラー結果（error_max_structured_output_retries など）を生成した後にレイズされます。エラーハンドリングセクションを参照してください。
print(f"Session ended with an error: {error}")
asyncio.run(main())
読み取りのポイントです。
- スキーマの
requiredはcompany_nameだけです。founded_yearとheadquartersは、見つからなければ省略されてよい項目です。 - TypeScript の例は
message.type === "result"、message.subtype === "success"、message.structured_outputの3つを確かめています。 一方、Python の例はisinstance(message, ResultMessage)とmessage.structured_outputの2つだけで、subtypeを見ていません。 - どちらも
query()を try で包んでいます。コメントにあるとおり、1回きりのquery()は、error_max_structured_output_retriesのようなエラーの結果を出した後に例外を送出するからです（第94回・第97回と同じ動き）。
2点目について、原文自身がエラーハンドリングの節（3-5）で「subtype が success で、かつ structured_output があるときだけ成功として扱う」よう求めています。Python のクイックスタートの書き方は、最小の例としては動きますが、本番ではエラーハンドリングの節の書き方に合わせるべきです（筆者の指摘）。
3-3. Zod と Pydantic で型安全にする
JSON Schema を手で書く代わりに、TypeScript なら Zod、Python なら Pydantic でスキーマを定義できます。これらのライブラリは JSON Schema を生成でき、受け取った応答を型の付いたオブジェクトに変換できるので、補完や型チェックを効かせたままコード全体で使えます。
ここで1つ注意があります。SDK はスキーマを JSON Schema の draft-07 で検証するので、より新しい版を宣言したスキーマは拒否されます。Zod は既定で draft 2020-12 を対象にするので、変換するときに target: "draft-7" を渡す必要があります。
次の例は、機能の実装計画（概要、手順の一覧（各手順に難しさの評価）、想定されるリスク）のスキーマを定義し、React アプリにダークモードを加える計画を立てさせます。
import { z } from "zod";
import { query } from "@anthropic-ai/claude-agent-sdk";
// Define schema with Zod
const FeaturePlan = z.object({
feature_name: z.string(),
summary: z.string(),
steps: z.array(
z.object({
step_number: z.number(),
description: z.string(),
estimated_complexity: z.enum(["low", "medium", "high"])
})
),
risks: z.array(z.string())
});
type FeaturePlan = z.infer<typeof FeaturePlan>;
// Convert to JSON Schema using the draft-07 target the SDK expects
const schema = z.toJSONSchema(FeaturePlan, { target: "draft-7" });
// Use in query
try {
for await (const message of query({
prompt:
"Plan how to add dark mode support to a React app. Break it into implementation steps.",
options: {
outputFormat: {
type: "json_schema",
schema: schema
}
}
})) {
if (message.type === "result" && message.subtype === "success" && message.structured_output) {
// Validate and get fully typed result
const parsed = FeaturePlan.safeParse(message.structured_output);
if (parsed.success) {
const plan: FeaturePlan = parsed.data;
console.log(`Feature: ${plan.feature_name}`);
console.log(`Summary: ${plan.summary}`);
plan.steps.forEach((step) => {
console.log(`${step.step_number}. [${step.estimated_complexity}] ${step.description}`);
});
}
}
}
} catch (error) {
// A single-shot query() throws after yielding an error result, such as
// error_max_structured_output_retries; see the Error handling section.
console.error(`Session ended with an error: ${error}`);
}
import asyncio
from pydantic import BaseModel
from claude_agent_sdk import query, ClaudeAgentOptions, ResultMessage
class Step(BaseModel):
step_number: int
description: str
estimated_complexity: str # 'low', 'medium', 'high'
class FeaturePlan(BaseModel):
feature_name: str
summary: str
steps: list[Step]
risks: list[str]
async def main():
try:
async for message in query(
prompt="Plan how to add dark mode support to a React app. Break it into implementation steps.",
options=ClaudeAgentOptions(
output_format={
"type": "json_schema",
"schema": FeaturePlan.model_json_schema(),
}
),
):
if isinstance(message, ResultMessage) and message.structured_output:
# Validate and get fully typed result
plan = FeaturePlan.model_validate(message.structured_output)
print(f"Feature: {plan.feature_name}")
print(f"Summary: {plan.summary}")
for step in plan.steps:
print(
f"{step.step_number}. [{step.estimated_complexity}] {step.description}"
)
except Exception as error:
# A single-shot query() raises after yielding an error result, such as
# error_max_structured_output_retries; see the Error handling section.
print(f"Session ended with an error: {error}")
asyncio.run(main())
言語ごとの違いを整理します。
| TypeScript（Zod） | Python（Pydantic） | |
|---|---|---|
| スキーマの定義 | z.object で定義し、z.infer で型も作る | BaseModel を継承したクラス |
| JSON Schema への変換 | z.toJSONSchema(FeaturePlan, { target: "draft-7" }) | FeaturePlan.model_json_schema() |
| 受け取った結果の検証 | FeaturePlan.safeParse で検証。失敗しても例外にならず parsed.success で分岐 | FeaturePlan.model_validate で検証。合わなければ例外 |
| 難しさの値 | z.enum(["low", "medium", "high"]) でスキーマ上も3値に制限 | estimated_complexity: str で、3値はコメントに書いてあるだけ |
表は筆者の整理です。4行目が見落としやすい違いです。Zod の例は難しさを3つの値に制限していますが、Pydantic の例は型が str なので、スキーマとしてはどんな文字列でも通ります。 SDK の検証もそのスキーマに対して行われるので、Python の例では "very high" のような値が来ても検証で弾かれません。値を絞りたいなら、Pydantic 側でも列挙を表す型で定義する必要があります（筆者補足。原文は Pydantic 側の書き方を示していません）。
また、原文が draft の版について注意しているのは Zod だけです。Pydantic が生成するスキーマについては触れていないので、Python で拒否のエラーが出た場合は、生成されたスキーマが宣言している版を確かめるのが手がかりになるでしょう（筆者の指摘）。
3-4. 出力形式の設定
outputFormat（TypeScript）／output_format（Python）は、次の2つを持つオブジェクトを受け取ります。
| キー | 中身 |
|---|---|
type | 構造化出力なら "json_schema" |
schema | 出力の構造を定める JSON Schema のオブジェクト。Zod から z.toJSONSchema(schema, { target: "draft-7" })、Pydantic から .model_json_schema() で作れる |
SDK は、標準的な JSON Schema の機能に対応しています。具体的には、すべての基本型（object、array、string、number、boolean、null）、enum、const、required、入れ子のオブジェクト、$ref による定義です。対応している機能と制限の全一覧は、Claude Platform 側の「JSON Schema の制限」にあります。
format については 3-0 のとおりで、v2.1.205 以降は注釈として受け付けるだけで、SDK のバリデーターは強制しません。つまり "format": "email" と書いても、メールアドレスの形かどうかは検証されません。形式の検証が必要なら、受け取った後にアプリ側（Zod や Pydantic の検証など）で行う必要があります（筆者の指摘）。
3-5. 例：TODO を追跡するエージェント
この例は、ツールを何段階も使う作業で構造化出力がどう働くかを示します。エージェントはコードベースの TODO コメントを探し、それぞれの git blame の情報を調べる必要があります。どのツールを使うか（検索に Grep、git コマンドに Bash）はエージェントが自分で決め、結果を1つの構造化された応答にまとめます。
スキーマには、すべてのファイルで git blame の情報が取れるとは限らないので、任意の項目（author と date）が入っています。エージェントは見つかったものを埋め、残りは省きます。
import { query } from "@anthropic-ai/claude-agent-sdk";
// TODO 抽出用の構造を定義
const todoSchema = {
type: "object",
properties: {
todos: {
type: "array",
items: {
type: "object",
properties: {
text: { type: "string" },
file: { type: "string" },
line: { type: "number" },
author: { type: "string" },
date: { type: "string" }
},
required: ["text", "file", "line"]
}
},
total_count: { type: "number" }
},
required: ["todos", "total_count"]
};
// エージェントは Grep を使用して TODO を見つけ、Bash を使用して git blame 情報を取得
try {
for await (const message of query({
prompt: "Find all TODO comments in this codebase and identify who added them",
options: {
outputFormat: {
type: "json_schema",
schema: todoSchema
}
}
})) {
if (message.type === "result" && message.subtype === "success" && message.structured_output) {
const data = message.structured_output as { total_count: number; todos: Array<{ file: string; line: number; text: string; author?: string; date?: string }> };
console.log(`Found ${data.total_count} TODOs`);
data.todos.forEach((todo) => {
console.log(`${todo.file}:${todo.line} - ${todo.text}`);
if (todo.author) {
console.log(` Added by ${todo.author} on ${todo.date}`);
}
});
}
}
} catch (error) {
// 単一ショットの query() は、error_max_structured_output_retries などのエラー結果を生成した後にスロー
// エラーハンドリングセクションを参照してください。
console.error(`Session ended with an error: ${error}`);
}
import asyncio
from claude_agent_sdk import query, ClaudeAgentOptions, ResultMessage
# TODO 抽出用の構造を定義
todo_schema = {
"type": "object",
"properties": {
"todos": {
"type": "array",
"items": {
"type": "object",
"properties": {
"text": {"type": "string"},
"file": {"type": "string"},
"line": {"type": "number"},
"author": {"type": "string"},
"date": {"type": "string"},
},
"required": ["text", "file", "line"],
},
},
"total_count": {"type": "number"},
},
"required": ["todos", "total_count"],
}
async def main():
# エージェントは Grep を使用して TODO を見つけ、Bash を使用して git blame 情報を取得
try:
async for message in query(
prompt="Find all TODO comments in this codebase and identify who added them",
options=ClaudeAgentOptions(
output_format={"type": "json_schema", "schema": todo_schema}
),
):
if isinstance(message, ResultMessage) and message.structured_output:
data = message.structured_output
print(f"Found {data['total_count']} TODOs")
for todo in data["todos"]:
print(f"{todo['file']}:{todo['line']} - {todo['text']}")
if "author" in todo:
print(f" Added by {todo['author']} on {todo['date']}")
except Exception as error:
# 単一ショットの query() は、error_max_structured_output_retries などのエラー結果を生成した後にレイズ
# エラーハンドリングセクションを参照してください。
print(f"Session ended with an error: {error}")
asyncio.run(main())
スキーマの required を見ると、各 TODO では text・file・line が必須、author・date は任意です。これは 3-6 のヒント「タスクが必要な情報を持たないかもしれないなら、その項目は任意にする」をそのまま実践した形です。
筆者の指摘：表示の部分には、任意の項目の扱いに小さな落とし穴があります。どちらの例も author があるかだけを確かめてから date も表示していますが、スキーマ上 author と date は別々に任意です。author はあるが date が無い TODO が来た場合、TypeScript は undefined と表示するだけですが、Python は todo['date'] で KeyError になり、外側の except に捕まって「Session ended with an error」と表示されてしまいます。本当はエージェントの実行は成功しているのに、表示の不具合が実行の失敗のように見える、ということです。Python では todo.get('date') のように取り出すほうが安全です。
また、この例でエージェントは Bash で git blame を実行します。第80回で見たとおり、Bash の実行が承認されるかは権限モードと権限ルールで決まります。例には allowedTools も permissionMode も書かれていないので、環境によっては Bash が承認されず、author・date が空のまま返る可能性があります（筆者の指摘）。
3-6. エラーハンドリング
構造化出力の生成は、エージェントがスキーマに合った有効な JSON を作れないと失敗します。原文が挙げる典型は3つです。
- スキーマがタスクに対して複雑すぎる
- タスク自体があいまい
- エージェントが検証エラーを直そうとして、再試行の上限に達した
さらに、検証が失敗していなくても起こりえます。モデルのフォールバックが、ストリームの途中で、すでに完成した出力を取り消すことがあり、再試行がそれを置き換えなければ、実行は同じエラーで終わります。原文は、スキーマを調べ始める前に、エラーの結果メッセージの errors リストを確かめて、2つの原因（検証の失敗か、フォールバックによる取り消しか）を見分けるよう勧めています。
エラーが起きると、結果メッセージの subtype が何がまずかったかを示します。
subtype | 意味 |
|---|---|
success | 出力が生成され、検証に通った |
error_max_structured_output_retries | 何度か試した後、有効な出力が残らなかった（検証の失敗、または再試行が成功しなかったフォールバックによる取り消し） |
加えて、subtype が success でも structured_output が無いまま終わることがあります。たとえば、エージェントが構造化出力を作らずに実行を終えた場合です。これも失敗として扱います（第97回のトラブルシューティングの項目）。次の例は、subtype が success で、かつ structured_output があるときだけを成功とし、それ以外はすべて失敗として扱います。
import { query } from "@anthropic-ai/claude-agent-sdk";
const contactSchema = {
type: "object",
properties: {
name: { type: "string" },
email: { type: "string" }
},
required: ["name"]
};
try {
for await (const msg of query({
prompt: "Extract contact info from the document",
options: {
outputFormat: {
type: "json_schema",
schema: contactSchema
}
}
})) {
if (msg.type === "result") {
if (msg.subtype === "success" && msg.structured_output) {
// 検証済み出力を使用
console.log(msg.structured_output);
} else if (msg.subtype === "error_max_structured_output_retries") {
console.error("Could not produce valid output");
} else {
console.error("Run ended without a structured output");
}
}
}
} catch (error) {
// A single-shot query() throws after yielding an error result. If the
// failure was an error result, the error subtype branches above have
// already run; connection or process failures yield no result message.
console.log(`Session ended with an error: ${error}`);
}
import asyncio
from claude_agent_sdk import query, ClaudeAgentOptions, ResultMessage
contact_schema = {
"type": "object",
"properties": {
"name": {"type": "string"},
"email": {"type": "string"},
},
"required": ["name"],
}
async def main():
try:
async for message in query(
prompt="Extract contact info from the document",
options=ClaudeAgentOptions(
output_format={"type": "json_schema", "schema": contact_schema}
),
):
if isinstance(message, ResultMessage):
if message.subtype == "success" and message.structured_output:
# 検証済み出力を使用
print(message.structured_output)
elif message.subtype == "error_max_structured_output_retries":
print("Could not produce valid output")
else:
print("Run ended without a structured output")
except Exception as error:
# A single-shot query() raises after yielding an error result. If the
# failure was an error result, the error subtype branches above have
# already run; connection or process failures yield no result message.
print(f"Session ended with an error: {error}")
asyncio.run(main())
分岐は3つです。
| 条件 | 扱い |
|---|---|
success かつ structured_output がある | 検証済みの出力を使う |
error_max_structured_output_retries | 「有効な出力を作れなかった」 |
それ以外（success だが出力が無い、など） | 「構造化出力なしで実行が終わった」 |
try/catch のコメントも重要です。1回きりの query() はエラーの結果を出した後に例外を送出しますが、その時点で上の subtype の分岐はすでに実行されています。 一方、接続やプロセスの失敗（第97回の CLI 起動・終了のエラー）では結果メッセージが出ないので、catch 側だけが動きます。つまり catch に来たからといって、それが構造化出力の失敗とは限りません。
この例のスキーマには email がありますが、format は付いていません。仮に付けても 3-4 のとおり強制されないので、抜き出したメールアドレスの形式の確認はアプリ側の仕事です（筆者の指摘）。
エラーを避けるヒント
原文のヒントは3つです。
- スキーマを絞る：必須項目の多い深い入れ子のスキーマは満たしにくい。単純に始めて、必要に応じて複雑さを足す。
- スキーマをタスクに合わせる：タスクがスキーマの求める情報をすべて持っていないかもしれないなら、その項目は任意にする。
- 明確なプロンプトを使う：あいまいなプロンプトでは、エージェントが何を出せばよいか分かりにくい。
第97回の「正しいはずのスキーマで繰り返し失敗するなら、検証に通るまで単純化し、制約を1つずつ戻す」と合わせると、スキーマ設計は「小さく始めて足していく」が基本だと言えます。
4. まとめ
- 構造化出力は、エージェントの最終結果を JSON Schema に沿った検証済みの JSON で受け取る機能。途中のツール使用は自由で、出口の形だけを固定する。
- オプションは TypeScript が
outputFormat、Python がoutput_format。typeに"json_schema"、schemaに JSON Schema を入れたオブジェクトを渡し、結果は結果メッセージのstructured_outputに入る。 - SDK は不一致なら作り直しを求め、上限内に合わなければ
error_max_structured_output_retries。1回きりのquery()はその後に例外を出す。 - SDK は draft-07 で検証する。Zod は既定が draft 2020-12 なので
target: "draft-7"を渡す。Pydantic は.model_json_schema()。 - 基本型・
enum・const・required・入れ子・$refに対応。formatは注釈だけで強制されない（v2.1.205 以降）。v2.1.205 より前は、無効なスキーマが黙って無視されていた。 - 情報が無いかもしれない項目は任意にする（TODO の例の
author・date）。 - 成功の判定は
subtype === "success"とstructured_outputの存在の両方。Python のクイックスタートはsubtypeを見ていないので、本番ではエラーハンドリングの書き方に合わせる。 - フォールバックによる取り消しでも失敗しうる。スキーマを疑う前に結果の
errorsリストで原因を見分ける。 - catch に来るのは構造化出力の失敗だけではない（接続・プロセスの失敗は結果メッセージを出さない）。
次回予告
次回は 「Agent SDK のプラグイン」（agent-sdk/plugins） を取り上げる予定です。
第90回のスキルの回では、スキルを plugins オプションからも読み込めることに触れ、第97回のトラブルシューティングでも「プラグインが読み込まれない」「プラグインのスキルが表示されない」は専用のページに回されていました。次回は、スキルやエージェント、フックなどをまとめたプラグインを SDK のアプリにどう読み込ませるのか、読み込まれたかどうかをどう確かめるのかを見ていきます。
何か質問や相談があれば、コメントをお願いします。また、エンジニア案件の相談にも随時対応していますので、お気軽にお問い合わせください。
それでは、また明日お会いしましょう(^^)
コメント