関数ツール

カスタムRust関数でAgentの機能を拡張します。

---

関数ツールとは？

関数ツールを使用すると、APIの呼び出し、計算の実行、データベースへのアクセス、またはあらゆるカスタムロジックなど、会話以外の機能をAgentに与えることができます。LLMはユーザーのリクエストに基づいて、いつツールを使用するかを決定します。

主な特徴:

• 🔧 任意のasync関数を呼び出し可能なツールとしてラップします
• 📝 JSONパラメーター - 柔軟な入出力
• 🎯 型安全なスキーマ - オプションのJSON Schema検証
• 🔗 コンテキストアクセス - セッションの状態、アーティファクト、メモリ

---

ステップ1: 基本的なツール

FunctionTool::new()でツールを作成し、LLMが渡すべきパラメーターを認識できるように必ずスキーマを追加してください:

use adk_rust::prelude::*;
use adk_rust::Launcher;
use schemars::JsonSchema;
use serde::{Deserialize, Serialize};
use serde_json::json;
use std::sync::Arc;

#[derive(JsonSchema, Serialize, Deserialize)]
struct WeatherParams {
    /// The city or location to get weather for
    location: String,
}

#[tokio::main]
async fn main() -> anyhow::Result<()> {
    dotenvy::dotenv().ok();
    let api_key = std::env::var("GOOGLE_API_KEY")?;
    let model = GeminiModel::new(&api_key, "gemini-2.5-flash")?;

    // Weather tool with proper schema
    let weather_tool = FunctionTool::new(
        "get_weather",
        "指定された場所の現在の天気を取得する",
        |_ctx, args| async move {
            let location = args.get("location")
                .and_then(|v| v.as_str())
                .unwrap_or("unknown");
            Ok(json!({
                "location": location,
                "temperature": "22°C",
                "conditions": "sunny"
            }))
        },
    )
    .with_parameters_schema::<WeatherParams>(); // LLMが正しく呼び出すために必須です！

    let agent = LlmAgentBuilder::new("weather_agent")
        .instruction("ユーザーが天気を調べるのを手伝います。常にget_weatherツールを使用してください。")
        .model(Arc::new(model))
        .tool(Arc::new(weather_tool))
        .build()?;

    Launcher::new(Arc::new(agent)).run().await?;
    Ok(())
}

⚠️ 重要: 必ず.with_parameters_schema<T>()を使用してください。これがないと、LLMは渡すべきパラメーターを認識せず、ツールを呼び出さない可能性があります。

仕組み:

1. ユーザーが「東京の天気は？」と尋ねます。
2. LLMは{"location": "Tokyo"}でget_weatherを呼び出すことを決定します。
3. ツールは{"location": "Tokyo", "temperature": "22°C", "conditions": "sunny"}を返します。
4. LLMは「東京の天気は晴れ、22°Cです。」と応答を整形します。

---

ステップ2: パラメーターの処理

JSON argsからパラメーターを抽出します:

let order_tool = FunctionTool::new(
    "process_order",
    "注文を処理します。パラメーター: product_id (必須), quantity (必須), priority (任意)",
    |_ctx, args| async move {
        // 必須パラメーター - 欠落している場合はエラーを返します
        let product_id = args.get("product_id")
            .and_then(|v| v.as_str())
            .ok_or_else(|| adk_core::AdkError::Tool("product_id is required".into()))?;
        
        let quantity = args.get("quantity")
            .and_then(|v| v.as_i64())
            .ok_or_else(|| adk_core::AdkError::Tool("quantity is required".into()))?;
        
        // デフォルト値を持つオプションパラメーター
        let priority = args.get("priority")
            .and_then(|v| v.as_str())
            .unwrap_or("normal");
        
        Ok(json!({
            "order_id": "ORD-12345",
            "product_id": product_id,
            "quantity": quantity,
            "priority": priority,
            "status": "confirmed"
        }))
    },
);

ステップ3: スキーマ付きの型付きパラメータ

複雑なツールには、JSON Schema を使用した型付き struct を使用します:

use schemars::JsonSchema;
use serde::{Deserialize, Serialize};

#[derive(JsonSchema, Serialize, Deserialize)]
struct CalculatorParams {
    /// The arithmetic operation to perform
    operation: Operation,
    /// First operand
    a: f64,
    /// Second operand
    b: f64,
}

#[derive(JsonSchema, Serialize, Deserialize)]
#[serde(rename_all = "lowercase")]
enum Operation {
    Add,
    Subtract,
    Multiply,
    Divide,
}

let calculator = FunctionTool::new(
    "calculator",
    "Perform arithmetic operations",
    |_ctx, args| async move {
        let params: CalculatorParams = serde_json::from_value(args)?;
        let result = match params.operation {
            Operation::Add => params.a + params.b,
            Operation::Subtract => params.a - params.b,
            Operation::Multiply => params.a * params.b,
            Operation::Divide if params.b != 0.0 => params.a / params.b,
            Operation::Divide => return Err(adk_core::AdkError::Tool("Cannot divide by zero".into())),
        };
        Ok(json!({ "result": result }))
    },
)
.with_parameters_schema::<CalculatorParams>();

スキーマは schemars を使用して Rust の型から自動生成されます。

---

ステップ4: マルチツールエージェント

1つのエージェントに複数のツールを追加します:

let agent = LlmAgentBuilder::new("assistant")
    .instruction("Help with calculations, conversions, and weather.")
    .model(Arc::new(model))
    .tool(Arc::new(calc_tool))
    .tool(Arc::new(convert_tool))
    .tool(Arc::new(weather_tool))
    .build()?;

LLMはユーザーのリクエストに基づいて適切なツールを自動的に選択します。

---

エラーハンドリング

ツール固有のエラーには AdkError::Tool を返します:

let divide_tool = FunctionTool::new(
    "divide",
    "Divide two numbers",
    |_ctx, args| async move {
        let a = args.get("a").and_then(|v| v.as_f64())
            .ok_or_else(|| adk_core::AdkError::Tool("Parameter 'a' is required".into()))?;
        let b = args.get("b").and_then(|v| v.as_f64())
            .ok_or_else(|| adk_core::AdkError::Tool("Parameter 'b' is required".into()))?;
        
        if b == 0.0 {
            return Err(adk_core::AdkError::Tool("Cannot divide by zero".into()));
        }
        
        Ok(json!({ "result": a / b }))
    },
);

エラーメッセージはLLMに渡され、LLMは再試行したり、異なる入力を要求したりできます。

---

ツールコンテキスト

ToolContext を介してセッション情報にアクセスします:

#[derive(JsonSchema, Serialize, Deserialize)]
struct GreetParams {
    #[serde(default)]
    message: Option<String>,
}

let greet_tool = FunctionTool::new(
    "greet",
    "Greet the user with session info",
    |ctx, _args| async move {
        let user_id = ctx.user_id();
        let session_id = ctx.session_id();
        let agent_name = ctx.agent_name();
        Ok(json!({
            "greeting": format!("Hello, user {}!", user_id),
            "session": session_id,
            "served_by": agent_name
        }))
    },
)
.with_parameters_schema::<GreetParams>();

利用可能なコンテキスト:

• ctx.user_id() - 現在のユーザーID
• ctx.session_id() - 現在のセッションID
• ctx.agent_name() - エージェントの名前
• ctx.artifacts() - アーティファクトストレージへのアクセス
• ctx.search_memory(query) - メモリ検索サービス

長時間実行ツール

時間のかかる操作（データ処理、外部APIなど）には、非ブロッキングパターンを使用します。

1. Start tool は task_id をすぐに返します。
2. バックグラウンド処理 が非同期で実行されます。
3. Status tool でユーザーは進捗を確認できます。

use std::collections::HashMap;
use std::sync::Arc;
use tokio::sync::RwLock;

#[derive(JsonSchema, Serialize, Deserialize)]
struct ReportParams {
    topic: String,
}

#[derive(JsonSchema, Serialize, Deserialize)]
struct StatusParams {
    task_id: String,
}

// Shared task store
let tasks: Arc<RwLock<HashMap<String, TaskState>>> = Arc::new(RwLock::new(HashMap::new()));
let tasks1 = tasks.clone();
let tasks2 = tasks.clone();

// Tool 1: Start (returns immediately)
let start_tool = FunctionTool::new(
    "generate_report",
    "Start generating a report. Returns task_id immediately.",
    move |_ctx, args| {
        let tasks = tasks1.clone();
        async move {
            let topic = args.get("topic").and_then(|v| v.as_str()).unwrap_or("general").to_string();
            let task_id = format!("task_{}", rand::random::<u32>());
            
            // Store initial state
            tasks.write().await.insert(task_id.clone(), TaskState {
                status: "processing".to_string(),
                progress: 0,
                result: None,
            });

            // Spawn background work (non-blocking!)
            let tasks_bg = tasks.clone();
            let tid = task_id.clone();
            tokio::spawn(async move {
                // Simulate work...
                tokio::time::sleep(tokio::time::Duration::from_secs(10)).await;
                if let Some(t) = tasks_bg.write().await.get_mut(&tid) {
                    t.status = "completed".to_string();
                    t.result = Some("Report complete".to_string());
                }
            });

            // Return immediately with task_id
            Ok(json!({"task_id": task_id, "status": "processing"}))
        }
    },
)
.with_parameters_schema::<ReportParams>()
.with_long_running(true);  // Mark as long-running

// Tool 2: Check status
let status_tool = FunctionTool::new(
    "check_report_status",
    "Check report generation status",
    move |_ctx, args| {
        let tasks = tasks2.clone();
        async move {
            let task_id = args.get("task_id").and_then(|v| v.as_str()).unwrap_or("");
            if let Some(t) = tasks.read().await.get(task_id) {
                Ok(json!({"status": t.status, "result": t.result}))
            } else {
                Ok(json!({"error": "Task not found"}))
            }
        }
    },
)
.with_parameters_schema::<StatusParams>();

Key points:

• .with_long_running(true) は、このツールが保留中のステータスを返すことを Agent に伝えます。
• ツールは tokio::spawn() で処理を生成し、すぐに戻ります。
• ユーザーが進捗をポーリングできるように、ステータス確認ツールを提供します。

---

実行例

cd official_docs_examples/tools/function_tools_test

# Basic tool with closure
cargo run --bin basic

# Tool with typed JSON schema
cargo run --bin with_schema

# Multi-tool agent (3 tools)
cargo run --bin multi_tool

# Tool context (session info)
cargo run --bin context

# Long-running tool
cargo run --bin long_running

---

ベストプラクティス

1. 明確な説明 - LLMがツールをいつ使用すべきかを理解するのに役立ちます。
2. 入力の検証 - パラメータが不足している場合に役立つエラーメッセージを返します。
3. 構造化されたJSONを返す - 明確なフィールド名を使用します。
4. ツールの焦点を絞る - 各ツールは一つのことをうまく実行すべきです。
5. スキーマを使用する - 複雑なツールの場合、パラメータスキーマを定義します。

---

関連情報

• Built-in Tools - 事前構築されたツール（GoogleSearch, ExitLoop）
• MCP Tools - Model Context Protocol の統合
• LlmAgent - Agent へのツールの追加

---

前へ: ← mistral.rs | 次へ: Built-in Tools →