Windows11 CPU 環境で動作する「Local LLM を使用した Multi-AI Agent Orchestration を内包したデスクトップアプリ」を作成して動かしてみた。
ユーザーはアプリを起動して自然言語 (Chat形式) で指示すると、アプリに内包したオーケストレーター (AI Agent) が指示を基に複数の Task を作成して、役割定義した各 AI Agent に対して役割に応じた Task を割り当てて、複数の AI Agent が動作して作業を実施する。
各 AI Agent には役割・Task に応じた Local llm モデルを設定し、単一または複数モデルを使用して動作する。
■ 環境
PC：Microsoft Surface Laptop Go 3 core i5 16GB RAM, 256GB SSD
OS：Windows 11 Home
Local llm：Ollama Gemma4:e2b, Gemma2:2b, Phi4-mini
■ 動作概要
今回は、あるお題に対する調査報告と告知文・イラスト画像案の作成を依頼した。
下記、指示内容を入力するとMulti-AI Agentが作業を実施して成果物 (複数テキスト) をローカル環境に作成する。
[指示内容]
芥川龍之介と太宰治と宮沢賢治のぞれぞれの特徴と共通点をインターネット検索して調査報告してください。報告にはこの画像「sh 2026-09-21 144235.jpg」の簡単な説明とこの画像と3名との関係も調べて報告してください。その要約を「ai_research.txt」というファイル名で保存したあと、そのファイルの中身を使って日本国内展開向けの日本語の告知文と海外展開向けの英語の告知文を作ってください。また、告知文のイラスト画像案も作成して「ai_illustration.txt」というファイル名で保存してください。
[動作メモ]
① アプリを起動して自然言語で指示を入力して実行。
② オーケストレーターが指示を基に複数 AI Agent を構成して作業を実施。
例えば、Webリサーチスペシャリスト (AI Agent) は、Gemma2:2b を利用。
テキスト編集スペシャリスト (AI Agent) は、Gemma4:e2b を利用。
イラスト作成スペシャリストは、Phi4-mini を利用。
③ 各 AI Agent が次々と Task を実施。
④ 作業完了。
⑤ AI Agent が作成したイラスト画像案 (テキスト形式)。
⑥ 成果物 (ローカル環境)
・作業開始前
・作業開始後
⑦ Ollama のログ
複数の Local llm が利用されている。
・Gemma2:2b
・Gemma4:e2b
・Phi4-mini
CPU環境ということもあり、処理が遅く動作完了までに時間がかかったが、ローカル環境の PC で複数の Local llm を使用した Multi-AI Agent Orchestration が無事に動作完了することができた。