Antigravity AI エージェントが動かない時の診断手順

# まずシンプルな疎通確認から始める
import os
from google import genai
from google.genai import types
 
client = genai.Client(api_key=os.getenv("GOOGLE_API_KEY"))
 
# ✅ Step 1: ツールなしで基本的な疎通を確認する
response = client.models.generate_content(
    model="gemini-2.5-pro",
    contents="こんにちは。テストメッセージです。"
)
print("疎通確認:", response.text[:50])
 
# ✅ Step 2: ツールを1つだけ追加して確認する
def get_current_time() -> str:
    """現在の時刻を返します"""
    from datetime import datetime
    return datetime.now().strftime("%Y-%m-%d %H:%M:%S JST")
 
response = client.models.generate_content(
    model="gemini-2.5-pro",
    contents="現在の時刻を教えてください",
    config=types.GenerateContentConfig(
        tools=[get_current_time],  # 1つのツールだけ
        system_instruction="ユーザーのリクエストに応じてツールを使用してください。"
    )
)
print("ツール呼び出し確認:", response.candidates[0].content)

import json
import logging
from datetime import datetime
from typing import Any
 
logging.basicConfig(level=logging.DEBUG)
logger = logging.getLogger(__name__)
 
def debug_tool_wrapper(tool_func):
    """ツール呼び出しのデバッグログを記録するデコレータ"""
    def wrapper(*args, **kwargs):
        call_id = datetime.now().strftime("%H:%M:%S.%f")
        logger.debug(f"[{call_id}] ツール呼び出し: {tool_func.__name__}")
        logger.debug(f"[{call_id}] 引数: args={args}, kwargs={kwargs}")
        
        try:
            result = tool_func(*args, **kwargs)
            logger.debug(f"[{call_id}] 成功: {str(result)[:200]}")
            return result
        except Exception as e:
            logger.error(f"[{call_id}] エラー: {type(e).__name__}: {e}")
            # エラーをそのまま投げると エージェントが止まるので、エラー情報を返す
            return f"エラーが発生しました: {type(e).__name__}: {str(e)}"
    
    wrapper.__name__ = tool_func.__name__
    wrapper.__doc__ = tool_func.__doc__
    return wrapper
 
# 実際のツールにデバッグラッパーを適用
@debug_tool_wrapper
def search_database(query: str, limit: int = 10) -> str:
    """データベースを検索して結果を返します。
    
    Args:
        query: 検索クエリ
        limit: 返す結果の最大件数（デフォルト: 10）
    
    Returns:
        JSON形式の検索結果
    """
    # 実際の検索処理
    results = perform_actual_search(query, limit)
    return json.dumps(results, ensure_ascii=False)

from google import genai
from google.genai import types
import os
 
class AgentLoopDetector:
    """エージェントのループを検出するクラス"""
    
    def __init__(self, max_repetitions: int = 3, max_steps: int = 20):
        self.tool_call_history: list[tuple[str, str]] = []  # (ツール名, 引数ハッシュ)
        self.step_count = 0
        self.max_repetitions = max_repetitions
        self.max_steps = max_steps
    
    def record_tool_call(self, tool_name: str, args: dict) -> bool:
        """ツール呼び出しを記録し、ループを検出した場合は True を返す"""
        self.step_count += 1
        
        # ステップ数の上限チェック
        if self.step_count > self.max_steps:
            print(f"⚠️ 最大ステップ数 ({self.max_steps}) に達しました")
            return True
        
        # 同じツールに同じ引数を繰り返し呼んでいるか確認
        call_signature = (tool_name, str(sorted(args.items()) if args else []))
        recent_calls = self.tool_call_history[-self.max_repetitions * 2:]
        repetition_count = recent_calls.count(call_signature)
        
        self.tool_call_history.append(call_signature)
        
        if repetition_count >= self.max_repetitions - 1:
            print(f"⚠️ ループ検出: {tool_name} が {repetition_count + 1} 回繰り返されています")
            print(f"   直近の呼び出し履歴: {recent_calls[-6:]}")
            return True
        
        return False
 
# 使用例
detector = AgentLoopDetector(max_repetitions=3, max_steps=15)
 
# エージェントのステップ実行前にループチェック
def safe_execute_agent_step(tool_name: str, args: dict):
    if detector.record_tool_call(tool_name, args):
        raise RuntimeError(f"エージェントループを検出しました。処理を中断します。ステップ: {detector.step_count}")
    # 実際のツール実行
    return execute_tool(tool_name, args)

# ❌ ループが起きやすいシステムプロンプト
bad_system = """
ユーザーの質問に答えてください。
必要に応じてツールを使用してください。
"""
 
# ✅ 完了条件を明示したシステムプロンプト
good_system = """
あなたはリサーチエージェントです。
 
## タスク
ユーザーの質問に対して、ツールを使って情報を収集し、回答を生成します。
 
## 完了条件
以下のいずれかの条件を満たしたら、ツールの使用を停止して最終回答を生成してください：
1. 質問に答えるために必要な情報がすべて揃った
2. 検索ツールを3回使用したが情報が見つからなかった
3. 同じ検索を2回実行した
 
## 重要なルール
- 同じ検索クエリを2回以上実行しない
- 情報が不足していても、得られた情報の範囲で最善の回答を提供する
- 「情報が見つかりませんでした」で終わらず、代替案や次のステップを提案する
"""

# ❌ 曖昧なツール説明（エージェントが誤用しやすい）
def search_knowledge_base(query: str) -> str:
    """ナレッジベースを検索する"""
    # ...
 
# ✅ 具体的なツール説明（いつ使うべきか・何を返すかが明確）
def search_knowledge_base(query: str, search_type: str = "semantic") -> str:
    """社内のナレッジベースを検索して関連ドキュメントを返します。
    
    このツールは、以下の場合に使用してください：
    - ユーザーが製品仕様・マニュアル・FAQ に関する質問をしている
    - 過去のトラブル対応事例を調べたい
    
    このツールは、以下には使用しないでください：
    - リアルタイムの外部情報が必要な場合（web_search を使ってください）
    - データベースのレコードを取得する場合（query_database を使ってください）
    
    Args:
        query: 検索キーワードまたは自然言語による質問
        search_type: "semantic"（意味的検索）または "keyword"（キーワード検索）
    
    Returns:
        関連ドキュメントの内容を含むJSON文字列。各ドキュメントには
        title・content・relevance_score・last_updated が含まれます。
        結果が見つからない場合は空のリストを返します。
    """
    # ...