このイベント用のハンズオン手順です。どなたでも好きなときに試せます!(環境構築を含めて1.5時間目安)
2026/10/1、AWSから発表されたStrands Deciderを動かすハンズオンです。
Strands Deciderは文章を生成せず、用意した選択肢から答えを選ぶだけの小さなモデルです。9月頃に出てきたJevと同じようなものですね。これをStrands Agentsに組み込んで使ってみましょう!
このハンズオンではこんな感じのことを試します。
- Strands Deciderの3種類の質問(
choice、noul、score)を試す - HTTPサーバーとして動かして、curlで呼ぶ
- Strands Agentsの Intervention、ModelRouter、グラフ、HumanInTheLoop に組み込む
多少のAWS利用料(数十円〜の想定)がかかります。ご自身の責任で実施してください。
費用の大半はEC2です。東京リージョンの t4g.xlarge で、1時間あたり約0.17ドルです。終わったら、忘れずに「おかたづけ」でリソースを削除してください。
事前準備
AWSアカウントにサインインして、マネジメントコンソールを開きます。
環境構築編
CloudFormationスタックを作成
AWSが公開している「AI Agent Development Code Server」のテンプレートを使います。EC2の上で動くVS Code(Code Server)を作って、そこで作業を進めていきましょう。
(10/8追記)試した方から、この手順だと高確率でスタック作成時にエラーが出ると連絡をいただきました。修正PRは出していますがまだmergeされていません。
ここを飛ばして「うまくいかない場合は修正版のテンプレートで作成」から進めてください。
まず以下のページを開きます。
「AWS へのデプロイ」のリージョンを「東京」にして、「Deploy」ボタンを押します。

サインインしていないと、サインイン画面に飛ばされます。サインインしてから押し直すと、スタックの作成画面が開きます。

パラメータを入力
下記を変更します。それ以外はデフォルトでOKです。
- UserEmail:自分のメールアドレス
- InstanceType:
t4g.xlarge - RepoUrl:
https://github.com/har1101/strands-decider-handson.git - EnableAdministratorAccess:
false
UserEmail には、完了通知とSNSの購読確認メールが届きます。
RepoUrl を入れておくと、ハンズオンの資料とサンプルコードがインストールされた状態でEC2が起動します。
InstanceType の既定値のt4g.largeはメモリ8GBですが、Strands Deciderはモデルの読み込み時に約12GBを使うので、8GBだとプロセスが強制終了されます。メモリ16GBの t4g.xlarge を選んでください。
EnableAdministratorAccess は、既定値のtrueだとインスタンスに管理者権限が付きます。ハンズオンで必要なのはBedrockを呼ぶ権限だけで、それは別途付与するので、falseでOKです。
これらを設定したら画面の一番下までスクロールして、IAMリソースの作成を承認するチェックを入れ、「スタックの作成」を押します。

デプロイ完了までは7分前後かかります。「イベント」タブで、リソースが順に作られていく様子を見られるので気になる方は覗いてみてください。

URLとパスワードを確認
ステータスがCREATE_COMPLETEになったら、「出力」タブを開きます。
URLにアクセスして、Passwordを入力してログインします。

うまくいかない場合は修正版のテンプレートで作成
公式のテンプレートで失敗したときは、同じ内容を直したテンプレートを使います。直したのは、EC2のSSMへの登録を待ってからコマンドを送る部分だけで、できあがる環境は同じです。
先に、失敗したスタックが残っているなら、削除しておきます(削除の手順は、この記事の最後の「おかたづけ」と同じです)。
次のリンクから、テンプレートのファイルをダウンロードします。ページを開いたら、Ctrl + S(Macは Cmd + S)で保存してください。
保存するときのファイル名は、AIAgentDevelopmentCodeServerDeploymentStack.yaml にします。
CloudFormationのスタック一覧を開いて、「スタックの作成」から「新しいリソースを使用 (標準)」を選びます。
「テンプレートファイルのアップロード」を選んで、「ファイルの選択」からダウンロードしたファイルを指定します。ファイル名が表示されたら、画面の下にある「次へ」を押します。
この画面では、スタック名を入力する必要があります。strands-decider-handson など、好きな名前で構いません。パラメータは、公式のテンプレートのときと同じ4つを入れます。UserEmail、InstanceType、RepoUrl、EnableAdministratorAccessの値は、前の「パラメータを入れる」と同じです。入力したら、「次へ」を押します。
- UserEmail:自分のメールアドレス
- InstanceType:
t4g.xlarge - RepoUrl:
https://github.com/har1101/strands-decider-handson.git - EnableAdministratorAccess:
false
他は変更無しでOK。画面の下までスクロールして、IAMリソースの作成を承認するチェックを入れ、「次へ」を押します。最後の確認画面で、画面の一番下にある「送信」を押すとスタックの作成が始まります。
ここからは、公式のテンプレートのときと同じです。7分前後で CREATE_COMPLETE になったら、「出力」タブで URL と Password を確認して、次に進みます。
開発環境へアクセス
ログイン
出力タブのURLを開きます。Ctrl+Enterなどで別タブで起動する方が良さそうです。
そしてPasswordの値を入力して「SUBMIT」を押します。

するとEC2で起動しているVSCodeにアクセスできます。
左のエクスプローラーに、ハンズオンの資料とサンプルコードが並んでいると思います。
(画面右のBuild with Agentはペケボタンから消してOKです)

一応、HANDSON.mdをクリックしてもハンズオン手順書が出てきます。ただ私の雑なメモ書きみたいな部分もあるので、解説も見ながら進めたい方はこちらのブログをご参照ください。
ターミナルを開く
画面下のターミナルを開きます。左の「≡」マーク→「Terminal」→「New Terminal」を選んでください。

フォルダを信頼するか聞かれたら「Trust Folder & Continue」を押します。

ターミナルが開きました。ここから先のコマンドは、このターミナルに入力していきます。

Pythonの仮想環境を作成
Python 3.14の仮想環境を作ります。高速なパッケージ管理ツールの uv を使います。
(Strands Decider自体はPython 3.10から対応しているようです)
uv venv -p 3.14
source .venv/bin/activate
ターミナルの先頭に(workshop)と出ていれば、仮想環境に入れています。

続いてStrands Deciderをインストールします。
uv pip install strands-decider
Strands Deciderの中身
インストールしたものの中身と、動く仕組みを簡単に説明します。先に進みたい方は、読み飛ばしても大丈夫です。
まず、何が入ったのかです。
-
strands-deciderコマンドとPythonのライブラリ本体- Step.1/2で使います
- モデルを動かすための部品
- PyTorch(AIモデルを計算するライブラリ)や、Hugging Faceのtransformers(モデルを読み込むライブラリ)などが入ります
- インストールに数十秒かかるのは、主にこの部分が大きいから
- HTTPサーバー用の部品
- 中身はFastAPIとuvicorn
- Step.2で使います
モデルの本体(約4.4GB)は、ここでは入りません。Step.1で ask を初めて実行したときに、Hugging Faceからダウンロードされます。また、Strands Agentsも入っていません。こちらはStep.3で入れます。
次に、どういう原理で動くのかです。
普通のLLMは、文章を作るとき、次に来る単語を1つずつ予測して並べていきます。Strands Deciderは、このLLMから「単語を予測する部分」を取り外して、代わりに「選択肢を採点する部分」を付けたモデルです。ベースになっているのはQwen3.5-2Bで、付け替えた採点用の部品はポインタヘッドと呼ばれます。約100万パラメータと、とても小さい部品です。
答えが出るまでの流れは、次のとおりです。
- 状況の文章(state)、質問、選択肢をまとめて、モデルに読ませます。
- 答えを出す位置の内部状態と、各選択肢の内部状態を比べて、各選択肢を採点します。
- 採点結果を確率に直して返します。
3種類の質問は、この同じ仕組みの読み方が違うだけです。noulはYes/Noの2択の確率、choiceは選択肢ごとの確率、scoreは選択肢の番号に確率を掛けて足した値です。
Deciderが速いのは、1回の計算で答えが出るからです。文章を1単語ずつ作るループがないので、Step.2で出力トークンが1だったのもこのためです。1つの状況に複数の質問をするときも、状況の文章を読むのは1回だけで、質問ごとに増えるのは質問の分だけです。
また、選択肢はモデルに固定で入っているわけではなく、質問のたびに自分で決められます。そのため、Step.4以降のように、選択肢の言葉を自由に書き換えて使えます。
詳しくは、公式READMEの「Model Architecture」に書かれています。
Strands Deciderを動かしてみよう
Strands DeciderはDecision Model(意思決定モデル)と言われるものです。普通のLLMのように文章を生成するものではなく、一定の選択肢から最適なものを高速で選んでくれるようなものです。使い所がこれまでのものとは違うって感じですね。
ベースは約19億パラメータのQwen3.5-2Bであると記載されています。もっと詳しく知りたい方は下記ブログなどをご参照ください。
Strands Deciderは3種類の使い方があります。そしてその判断の確信度(confidence)も見ることができます。
| 種類 | 何を答えるか |
|---|---|
| noul | Yes/Noを0〜1の確率で返す(1に近いほどYes) |
| choice | 選択肢から1つ選ぶ |
| score | 順序のある選択肢で点数を付ける |
Step.1 CLIで動かしてみる
まずはstrands-decider askというコマンドで動かしてみましょう。イメージとしては単発でLLMを動かす感じです。まず初めの動作確認みたいなものですね。このコマンドを使う時は、状況を表す文章(state)と質問・選択肢などを渡します。
まずはchoiceです。「助けて!請求金額が3日前からずっと間違っています!」というメッセージを、どのチームが対応すべきか選ばせます。ここではchoiceに続けて、質問とその選択肢を記載しています。
strands-decider ask StrandsAgents/strands-decider-2B-hobson-v19 \
--state "助けて!請求金額が3日前からずっと間違っています!" \
--choice "どのチームが対応すべきですか?=請求,営業,技術"
初回は、Hugging Faceからモデル(約4.4GB)がダウンロードされます。2回目以降はダウンロードされませんが、askは毎回モデルを読み込み直すので、50秒ほどかかります。
flash-linear-attention や causal_conv1d が入っていないという警告が出ることがあります。結果は正しく、最適化された部品を使っていないだけなので、無視してOKです。
請求が0.599、技術が0.265、営業が0.136で、請求が選ばれました。これらの数字は選択肢の中でどれが選ばれやすいかを表しているので、大体%と置き換えて理解して良さそうです。
confidence 0.398というのも出ていますが、これはこの答え自体がどのくらいの信頼度かを表しています。0.398だとそこまで高くはなさそうですね。
日本語と英語でも結果が変わるかもしれないので、是非試してみましょう!
次はnoulです。同じメッセージが、緊急性を感じさせるかをYes/Noで聞きます。stateで質問するのは変わらず、noulは質問だけを投げます。
strands-decider ask StrandsAgents/strands-decider-2B-hobson-v19 \
--state "助けて!請求金額が3日前からずっと間違っています!" \
--noul "緊急性を感じさせますか?"
ここでは0.789でした。1に近いほどYesなので、「かなり緊急」という判断ですね。
3つ目はscoreです。書き手がどれくらい苛立っているかを、3段階で採点させます。ここでもscoreに続けて、質問と選択肢を用意しています。
strands-decider ask StrandsAgents/strands-decider-2B-hobson-v19 \
--state "助けて!請求金額が3日前からずっと間違っています!" \
--score "書き手はどれくらい苛立っていますか?=落ち着いている,苛立っている,落ち込んでいる"
スコアは1.17(confidence0.516)でした。この数値の算出は各選択肢の番号(0, 1, 2)に確率を掛けて足した値で、0×0.139 + 1×0.552 + 2×0.310 = 1.17です。苛立ちの強さが中くらい、と読めるでしょうか。
本来ならもう少し連続した比較の方が良いかもしれませんね(落ち着いている、少し苛立っている、激昂しているみたいに)。
ちなみに、複数の質問を1回でまとめて聞くこともできます。ここまでで試したchoice, noul, scoreを全部一緒に聞いてみましょう。
strands-decider ask StrandsAgents/strands-decider-2B-hobson-v19 \
--state "助けて!請求金額が3日前からずっと間違っています!" \
--choice "どのチームが対応すべきですか?=請求,営業,技術" \
--noul "緊急性を感じさせますか?" \
--score "書き手はどれくらい苛立っていますか?=落ち着いている,苛立っている,落ち込んでいる"
Step.2 HTTPサーバーとして動かす
先程まで使っていたaskでの実行は毎回モデルを読み込み直す処理が入ります。そのため、アプリから何度も呼ぶには向きません。
そこで、HTTPサーバーを動かして質問を受け付ける形にしてみましょう。こうするとモデルの読み込みが最初の1回で済みます。
strands-decider serve StrandsAgents/strands-decider-2B-hobson-v19 --port 8000
Uvicorn running on http://127.0.0.1:8000 と出れば、起動完了です。
このターミナルはサーバーが使い続けます。ターミナルの右上にある「+」を押して、2つ目のターミナルを開きます。
2つ目のターミナルから、curlで質問を送ります。
curl -s localhost:8000/v1/systemone \
-H 'content-type: application/json' \
-d '{
"state": "助けて!請求金額が3日前からずっと間違っています!",
"questions": {
"緊急か": {"type": "noul", "instructions": "緊急性を感じさせますか?"}
}
}'
JSONで答えが返ってきました。noulは0.7894で、Step.1とほぼ一致しています。usageの出力トークンが1なのは、文章を作らずに1回の計算で答えを出しているためです。
latency_msは約3000ミリ秒です。公式のGPUでの計測(115ミリ秒)より遅いのは、このインスタンスにGPUがないため致し方なしですね。
次のStep.3でポートを変えて起動し直すので、1つ目のターミナルに戻って Ctrl + C でサーバーを止めます。
サーバーを2つ同時に起動すると、メモリが16GBでも足りなくなります。必ず止めてから進めてください。
Step.3 Strands Agentに組み込む
ここまでは単発でStrands Deciderを動かすだけでしたが、ここからは実際にありそうなユースケースを試していきましょう。まずはStrands Agentと組み合わせて使ってみます。
Strands Agentには、ツールを呼ぶ直前などに処理を差し込めるInterventionという仕組みがあります。Claude CodeのHooksみたいなものです。
ここでStrands Deciderを動かして、エージェントに処理してもらうか、人間にエスカレするかを振り分けてもらいましょう。
まずはAWS公式が提供しているStrands Deciderリポジトリをcloneして、Strands Agentsと一緒にインストールします。ターミナルは1つ目のものを継続利用してください。
git clone https://github.com/strands-labs/strands-decider && cd strands-decider
uv pip install -e . strands-agents
もう一度サーバーを起動します。今度はポート8099にします。
strands-decider serve StrandsAgents/strands-decider-2B-hobson-v19 --port 8099
2つ目のターミナルに切り替えて、仮想環境に入り直し、cloneしたディレクトリに移動します。
source /workshop/.venv/bin/activate
cd /workshop/strands-decider
ここでファイルを少しだけ修正します。エクスプローラーから strands-decider → examples → strands → tool_call_intervention.py を開き、Ctrl + G で195行目に飛ぶと、モデルIDが書かれています。
先頭の us を jp に書き換えて、保存します。
そして再実行してみましょう。
2つ目のターミナルで、先ほどと同じコマンドを実行します。1つ目のターミナルのサーバーは、起動したままにしておきます。
python examples/strands/tool_call_intervention.py
このサンプルだけは公式のコードなので、Deciderへの質問文が英語です。Step 4以降は、日本語に直したサンプルを使います。
このサンプルでは、「天気を教えて」とだけ頼まれたエージェントが、都市を勝手に推測して天気ツールを呼ぼうとします。その直前に、Deciderが次の2つをYes/Noで判定します。
- ツールの引数は、ユーザーが実際に言ったことに基づいているか
- ユーザーに確認する前にツールを呼ぶのは、早すぎないか
結果は、「引数が根拠に基づいている確率」が0.16、「早すぎる確率」が0.65でした。エージェントは天気を答える代わりに、「どの都市の天気を知りたいですか?」と聞き返しています。
Interventionは、判断の結果として、次の4種類のどれかを返します。今回はGuideが返りました。
| 返り値 | 意味 |
|---|---|
| Proceed | ツールをそのまま実行する |
| Deny | ツール呼び出しを拒否する |
| Confirm | 止めて人間に確認する |
| Guide | フィードバックを付けて、モデルに考え直させる |
ここでClaudeが有効化されていない、みたいなエラーが出た際には下記を参考にコンソールから申請してください。すぐに使えるようになると思います。
Step.4 LLMと人間のルーティング判定
ここでは、サポートへの問い合わせを、AIが答えるか、人間の担当者に回すかを、LLMを呼ぶ前に判定します。
このStepのコードは、エクスプローラーにある step4_escalation_gate.py です。クリックすると中身を確認できます。以降に出てくるコードは、このファイルの一部です。
2つ目のターミナルで、ひとつ上のディレクトリに戻ります。
cd /workshop
Strands Agentsのbefore_invocationフックを使います。エージェントが依頼を処理し始める前、つまりLLMを呼ぶ前に走る処理です。ここでDeciderに「この問い合わせは人間に回すべきか」を聞いて、回すと判断したらDenyを返し、LLMを一度も呼ばずに終わらせます。
Deciderへの質問は、次のchoiceが1つだけです。エディタに開いているのが、このコードです。
QUESTIONS = {
"route": Decider.choice(
"このサポートへの問い合わせは、誰が対応すべきですか?",
{
"AIアシスタント": "製品ドキュメントをもとに、AIアシスタントだけで十分に答えられる一般的な質問。使い方、機能、プラン、...",
"担当者": "人間のスタッフが必要な問い合わせ。返金、請求のトラブル、補償、アカウントのセキュリティ事故、...",
},
),
}
選択肢の説明文が、そのままDeciderへの指示になります。「担当者」を選ぶ確率が0.7以上なら、人間に回します。このしきい値は、コード側で決めます。
ここで使っている Decider は、公式リポジトリの examples/strands/_client.py に入っているクライアントです。Step.2でcurlを使って送ったリクエストと同じものを、Pythonから送ってくれます。
decider = Decider() # 起動中のサーバー(ポート8099)につなぐ
answer = decider.ask("お客様がサポートに次のメッセージを送りました:\n...", QUESTIONS)["route"]
answer["probabilities"]["担当者"] # 「担当者」を選ぶ確率
ask には、状況の文章(state)と質問を渡します。返ってくるのは、質問のキー(ここでは route)ごとの答えです。choiceの答えには、選ばれた選択肢の choice、選択肢ごとの確率の probabilities、確信度の confidence が入っています。Step.5〜7でも、同じ形で使います。
このスクリプトは、サポートへの問い合わせを5件、上から順に1件ずつ処理します。1件ごとに、Deciderへ同じ質問(「このサポートへの問い合わせは、誰が対応すべきですか?」)をして、AIアシスタントか担当者かを選ばせます。
処理する5件は、次のとおりです。
- データをCSVで書き出すにはどうすればいいですか?
- パスワードを忘れました。どうすればいいですか?
- 注文番号1234で二重に請求されています。すぐに返金してください。
- 不正アクセスされました。身に覚えのない国からログインされ、メールアドレスを勝手に変更されています。
- 二重に請求されています。返金してください。
1〜2件目は使い方の質問です。3〜5件目は返金や不正アクセスの相談で、人間の対応が要りそうな内容です。それぞれ、AIが答えるか、担当者に回るかを見てみましょう。
1件ごとの処理の流れは、次のとおりです。
- 問い合わせごとに、新しくエージェントを作る
- エージェントが処理を始める前に、
before_invocationが動いて、Deciderに質問する - 「担当者」の確率(
p_human)が0.7未満なら、Proceedを返して、LLMが回答する - 0.7以上なら、
Denyを返して、LLMを呼ばずに「担当者におつなぎします」と返す
実行します。
python step4_escalation_gate.py
冒頭は、AIが答えたケースです。「データをCSVで書き出すにはどうすればいいですか?」は、人間に回す確率(p_human)が0.106と低く、そのままLLMが答えました。
その次の「パスワードを忘れました。どうすればいいですか?」は、p_human が0.523で、しきい値の0.7に届かないので、LLMが答えています。ただし、確信度は0.046とかなり低く、きわどい判定だとわかります。
出力の末尾は、人間に回したケースです。
「二重に請求されています。返金してください。」のような、返金や不正アクセスの相談は、p_human が0.76〜0.86と高く、人間に回されました。llm_input_tokens=0 と出ていて、LLMには一度も問い合わせていません。
5件の結果をまとめると、次のとおりです。
| 順番 | 問い合わせ | p_human |
振り分け先 |
|---|---|---|---|
| 1 | データをCSVで書き出すには | 0.106 | LLMが回答 |
| 2 | パスワードを忘れました | 0.523 | LLMが回答 |
| 3 | 注文番号1234で二重に請求されています | 0.862 | 担当者 |
| 4 | 不正アクセスされました | 0.764 | 担当者 |
| 5 | 二重に請求されています | 0.853 | 担当者 |
最初の2件はLLMが答え、あとの3件は担当者に回りました。しきい値の0.7を超えたかどうかで、振り分けが決まっています。
Decider1回の判定は、CPUのこの環境で5秒前後かかります。本来ならもっと高速に返してくれる環境でホストするべきです。
Step.5 LLMのルーティング判定
ここでは、依頼の難しさに応じて安いモデルと賢いモデルを使い分けます。
簡単な依頼にはClaude Haiku 4.5、込み入った依頼にはClaude Sonnet 4.6を使います。
このStepのコードは、エクスプローラーにある step5_model_router.py です。クリックすると中身を確認できます。以降に出てくるコードは、このファイルの一部です。
Strands Agentsには、候補のモデルから1つを選んで使うModelRouterがあります。
どのモデルにするかを決める部分(RoutingStrategy)を自作できるので、そこでDeciderに判定してもらいましょう。
QUESTIONS = {
"model": Decider.choice(
"この依頼は、どのモデルが対応すべきですか?",
{
"軽量": "小さくて速いモデルで十分な依頼。あいさつ、短い返答、フレーズの翻訳、...",
"高性能": "推論力の高いモデルが必要な依頼。複数の手順にわたる分析、設計、デバッグ、計画、...",
},
),
}
このスクリプトは、次の4件の依頼を、上から順に1件ずつ処理します。1件ごとに、Deciderが「軽量」と「高性能」のどちらかを選んで、選ばれたモデルが答えます。
- 「おはよう」をフランス語に訳して
- 『承知しました』を丁寧なビジネスメールの一文に言い換えて
- 2つのタスクが2つのロックを逆の順番で取得すると、非同期のPythonコードがデッドロックする原因を調べて、修正案を出して
- 新規事業の市場規模をフェルミ推定し、前提と感度分析も含めて説明して
1〜2件目は短くて簡単な依頼、3〜4件目は考える手順が多い難しい依頼です。簡単な依頼にHaiku、難しい依頼にSonnetが選ばれるかを見てみましょう。
実行します。
python step5_model_router.py
「『おはよう』をフランス語に訳して」は、確信度0.976で軽量に振られて、Haikuが答えました。「『承知しました』を丁寧なビジネスメールの一文に言い換えて」も軽量で、確信度は0.958です。
末尾の2件は、非同期処理のデッドロックの原因調査(確信度0.966)と、新規事業の市場規模のフェルミ推定(確信度0.944)です。どちらも高性能に振られて、Sonnet 4.6が答えました。
Step.6 担当エージェントへのルーティング
ここでは、問い合わせの内容に応じて請求・技術・営業のどの担当エージェントに渡すかを決めます。
このStepのコードは、エクスプローラーにある step6_graph_routing.py です。クリックすると中身を確認できます。以降に出てくるコードは、このファイルの一部です。
まず受付のエージェントが、問い合わせを1文の日本語のチケットにまとめます。そのチケットをDeciderが読んで、担当を選びます。
Strands Agentsのグラフ(複数のエージェントをつなぐ仕組み)では、ノード同士をつなぐ線(エッジ)に条件を付けられます。この条件の判定に、Deciderを使います。
for team in TEAMS:
builder.add_edge("受付", team, condition=routed_to(team))
流れ自体はコードで固定して、分岐処理の判断だけをDeciderに任せるような形です。
コードの中身を順に見ていきましょう。
まず、エージェントをノードとして登録します。受付と、請求・技術・営業の担当で、合計4つのエージェントを作ります。4つとも同じモデル(Claude Haiku 4.5)で、違うのはシステムプロンプト(役割の指示)だけです。
次に、受付から各担当へ、エッジを引きます。condition に渡しているのは、受付の出力を見て、TrueかFalseを返す関数です。Trueになったエッジだけが辿られます。
def routed_to(team):
def condition(state):
ticket = str(state.results["受付"].result).strip() # 受付エージェントが書いたチケット
return route(ticket) == team # Deciderが選んだ担当が、このエッジの担当と同じならTrue
return condition
route の中で、Deciderに質問しています。
TEAMS = {
"請求": "請求、請求書、支払い、返金",
"技術": "バグ、エラー、クラッシュなど、製品を使うときの技術的な問題",
"営業": "価格の質問、見積もり、割引、プランの購入やアップグレード",
}
QUESTIONS = {"team": Decider.choice("このサポートチケットは、どのチームが対応すべきですか?", TEAMS)}
answer = decider.ask(f"サポートチケット: {ticket}", QUESTIONS)["team"]
return answer["choice"] # 選ばれた担当の名前(請求、技術、営業のどれか)
TEAMS の説明文が、そのままDeciderへの指示になります。Step.4の選択肢の説明文と同じ役割です。
つまり、1件の問い合わせは、次の順に処理されます。
1. 受付エージェント(LLM)が、問い合わせを1文のチケットにまとめる
2. Deciderが、チケットを読んで担当を選ぶ(請求、技術、営業のどれか)
3. 選ばれた担当のエッジだけが辿られて、担当エージェント(LLM)が返信を書く
LLMが呼ばれるのは受付と担当の2回で、「誰に渡すか」の判断にLLMは使っていません。
条件の関数はエッジごとに呼ばれるので、エッジが3本なら3回です。route には @lru_cache が付いていて、同じチケットなら2回目以降はDeciderに聞かずに、前の答えを使います。
このスクリプトは、次の3件の問い合わせを、上から順に1件ずつグラフに流します。
- 今月、クレジットカードに二重で請求されています。
- ログインすると500エラーが出ます
- エンタープライズプランを200席で使いたいので見積もりが欲しいです
1件ごとに、受付エージェントがチケットにまとめて、Deciderが請求・技術・営業から担当を選び、選ばれた担当エージェントが返信を書きます。1件目は請求、2件目は技術、3件目は営業に回る想定です。
実行します。
python step6_graph_routing.py
3件の問い合わせが、請求(確信度0.671)、技術(0.993)、営業(0.938)の担当に、それぞれ振り分けられました。
順番に並べると、次のとおりです。
| 順番 | 問い合わせ | 選ばれた担当 | 確信度 |
|---|---|---|---|
| 1 | 二重に請求されています | 請求 | 0.671 |
| 2 | ログインすると500エラー | 技術 | 0.993 |
| 3 | 200席の見積もり | 営業 | 0.938 |
出力の path=受付 -> 請求 は、グラフが実際に辿ったノードの順番です。3本のエッジのうち、Deciderが選んだ1本だけが辿られています。confidence はDeciderの確信度で、decider=〇〇ms はDeciderの判定にかかった時間です。
Step.7 ツールを実行してよいかを決める
ここでは、エージェントがツールを呼ぶときに人間の承認が要るかどうかをDeciderに判断させます。ファイルの一覧や読み取りは自動で実行して、メール送信やファイル削除のような変更を伴う操作だけ、人間に確認します。
このStepのコードは、エクスプローラーにある step7_tool_approval.py です。クリックすると中身を確認できます。以降に出てくるコードは、このファイルの一部です。
Strands AgentsのHumanInTheLoopは、ツールの実行前に人間の承認を挟む仕組みです。承認が要るかの判定を、Deciderに任せます。
agent = Agent(
tools=[list_files, read_file, send_email, delete_file],
interventions=[HumanInTheLoop(classifier=decider_classifier, ask="stdio")],
)
コードの中身を順に見ていきましょう。
HumanInTheLoop は、ツールが実行される直前に、人間に確認するかどうかを判定する部品です。判定する関数を classifier に渡します。「人間に確認」と判定されると、ask="stdio" の指定により、ターミナルに y/n の入力が求められます。「確認は不要」なら、そのままツールが実行されます。
classifier を True にすると、この判定にLLMが使われます。ここでは、その判定をDeciderに入れ替えています。判定のためにLLMを呼ばなくて済みます。
判定する関数は、次のようになっています(抜粋です)。
def decider_classifier(event, **kwargs):
tool_use = event.tool_use # これから呼ばれるツールの名前と引数
state = f"ツール名: {tool_use['name']}\n入力: {json.dumps(tool_use['input'], ensure_ascii=False)}"
p = decider.ask(state, QUESTIONS)["needs_approval"]["noul"] # 承認が要る確率
return ClassifierResult(requires_human_in_the_loop=p >= APPROVAL, reason=f"Decider p={p:.2f}")
Deciderに見せているのは、ツール名と引数だけです。ツールの中身のコードは見せていません。
質問は、Yes/Noで答えるnoulです。
QUESTIONS = {
"needs_approval": Decider.noul(
"このツール呼び出しは、何かを変更する、または外部に何かを送るため、先に人間が承認すべきですか?",
{
"true": "データの削除・変更・書き込み、誰かへのメッセージやメールの送信、...",
"false": "情報の読み取り、一覧表示、検索だけを行い、何も変更せず、誰にも連絡しない",
},
),
}
true と false に、どんなときがYes、どんなときがNoなのかを書いておくと、判定の境目がはっきりします。
返ってくる p は、承認が要る確率です。コードの APPROVAL = 0.5 以上なら人間に聞いて、未満ならそのまま実行します。Step.4の0.7と同じで、このしきい値はコード側で決めます。
このスクリプトが流す依頼は、次の1件だけです。
docs フォルダのファイルを確認して README を要約し、alice@example.com にメールで送って。そのあと tmp/old.log を削除して。
エージェントは、この依頼をこなすために、ツールを順に呼びます。ツールが呼ばれる直前に、そのたびにDeciderが「承認が要るか」を判定します。想定している呼び出しの順番は、次のとおりです。
-
list_files:docsフォルダのファイル一覧を見る -
read_file:READMEを読む -
send_email:要約をメールで送る -
delete_file:tmp/old.logを削除する
どのツールをどの順に呼ぶかはエージェント(LLM)が決めるので、実行のたびに少し変わることがあります。
実行します。
python step7_tool_approval.py
ファイルの確認(list_files、read_file)は、承認が要る確率が0.06と0.07と低く、自動(auto)で実行されます。
一方、メール送信(send_email)は0.74で、ターミナルで承認を聞かれます。
ここではyと答えます。
次に、ファイル削除(delete_file)も0.78で承認を聞かれるので、こちらはnと答えます。
すると最終結果が表示されます。メールは送られて、ファイル削除は実行されませんでした。最後のremaining filesにtmp/old.logが残ってますよね。
4回の判定をまとめると、次のとおりです。
| 順番 | ツール | 承認が要る確率 | 判定 | 操作 |
|---|---|---|---|---|
| 1 | list_files |
0.06 | auto | 自動で実行 |
| 2 | read_file |
0.07 | auto | 自動で実行 |
| 3 | send_email |
0.74 | ask human |
y と答えて実行 |
| 4 | delete_file |
0.78 | ask human |
n と答えて拒否 |
もちろん質問の書き方で結果は変わるので、色々試してみてください!
おかたづけ
放っておくと、リソースの料金がかかり続けます。削除することを推奨します。
CloudFormationでスタックを開いて、右上の「スタックを削除」を押します。

確認のダイアログが出ます。入力欄にスタック名を入力すると、「スタックを削除」ボタンが押せるようになります。

ステータスが DELETE_IN_PROGRESS になって、数分で消えます。

EC2、EBS、CloudFrontなど、テンプレートが作ったものがまとめて消えます。





























