Antigravity AgentKit 2.0 でマルチエージェント開発を始める

AgentKit 2.0がリリースされましました。Google Agent Development Kit（ADK）の進化に伴い、Antigravityは16個の専門化されたエージェントと40以上のドメイン固有Agent Skillsを統合しました。ここでマルチエージェント開発の基礎から実装まで、段階的に解説します。

AgentKit 2.0 とは

AgentKit 2.0は、Google Labsが公開したオープンソース型エージェント開発フレームワークで、Antigravityに深く統合されています。

核となる特性:

• モデル非依存: Gemini、Claude、GPT等の複数のLLMに対応
• デプロイ非依存: ローカル実行、Cloudflare Workers、Google Cloud Run等どこにでも展開可能
• Agent Skills: 認証、データベース操作、リアルタイムデプロイ、パフォーマンス監視などの標準化されたスキル集

特にAntgravityにおいてはGemini 3.1 Proとの統合が深く、推論品質とコスト効率が優先最適化されています。

16個の専門エージェント

AgentKit 2.0には、特定の役割に特化した16個のエージェントが含まれています：

• Orchestrator Agent: 高レベルなタスクを分解し、他のエージェントに委譲
• Spec Agent: 要件定義から設計ドキュメント生成
• Frontend Agent: React / Vue / Svelte UIの実装
• Backend Agent: API設計・実装、ORM統合
• Database Agent: スキーマ設計、マイグレーション、クエリ最適化
• Infrastructure Agent: Docker、Kubernetes、IaC（Infrastructure as Code）設定
• Auth Agent: OAuth、JWT、OIDC実装
• Testing Agent: ユニットテスト、統合テスト、E2Eテスト生成
• Security Agent: 脆弱性スキャン、認可チェック、データ保護監査
• Performance Agent: メモリプロファイリング、キャッシング戦略、CDN設定
• DevOps Agent: CI/CDパイプライン、ログ集約、アラート設定
• Documentation Agent: APIドキュメント、ユーザーガイド自動生成
• Integration Agent: 外部API連携、Webhook管理、データ同期
• Analytics Agent: ユーザー行動分析、メトリクス収集、ダッシュボード構築
• Migration Agent: レガシーシステムからの段階的移行
• QA Agent: テストケース自動生成、カバレッジ分析、バグレポート集約

40以上のAgent Skillsカタログ

Agent Skillsは、エージェントが実際に実行可能なタクティカルなアクションです。認証・データベース・デプロイを自動化するための「道具箱」です。

認証系スキル:

• Google Sign-In統合
• GitHub OAuthフロー
• JWTトークン生成・検証
• セッション管理

データベース系スキル:

• PostgreSQL / MongoDB スキーマ生成
• マイグレーションスクリプト自動化
• インデックス最適化提案
• バックアップ・リカバリ設定

リアルタイム系スキル:

• WebSocket接続管理
• Server-Sent Events（SSE）実装
• データ同期メカニズム
• 競合解決ロジック

デプロイメント系スキル:

• Vercelへの自動デプロイ
• Google Cloud Run設定
• Cloudflare Workers統合
• 環境変数管理

監視・ロギング系スキル:

• Google Cloud Logging統合
• Datadog / New Relic 連携
• カスタムメトリクス定義
• アラート・エスカレーション

Antigravity IDEでのAgent Skills開発

Antigravityで新しいAgent Skillを作成するプロセスをステップバイステップで見ていきましょう。

Step 1: Agent Skillの仕様定義

AntigravityのSpec Agentを利用して、スキル仕様を自動生成します：

Spec Agent へのプロンプト：
"メールニュースレター配信を管理するAgent Skillを作成してほしい。
機能：メールテンプレート管理、配信スケジュール設定、配信レポート取得"

Spec AgentはOpenAPI仕様（YAML）とTypeScriptインターフェース定義を出力します。

Step 2: スキルの実装

Agent Skills は TypeScript/Python で実装され、ADKのSkill インターフェースに準拠します：

interface Skill {
  name: string;
  description: string;
  execute(input: SkillInput): Promise<SkillOutput>;
  parameters: ParameterSchema;
}

AntigravityのBackend Agentがスケルトンコードを生成し、あなたが詳細をプラグイン。

Step 3: エージェント統合テスト

作成したスキルを複数のエージェントが活用できるか確認：

Orchestrator Agent → Newsletter Agent → (新作成スキル)

AntigravityのTesting Agentが自動的にテストケースを生成・実行します。

マルチエージェントオーケストレーション パターン

複数エージェントを効率的に編成するため、いくつかのパターンがあります。

パターン1: 直列処理（Sequential）

Spec Agent → Backend Agent → Testing Agent → DevOps Agent

前のエージェントの出力が次の入力になります。複雑な依存関係がある場合に向いています。例：DB設計完了後にAPIを実装。

パターン2: 並列処理（Parallel）

        ├─ Frontend Agent
        ├─ Backend Agent
Orchestrator ┤
        ├─ Database Agent
        └─ Infrastructure Agent

独立したコンポーネントを同時に開発。スピード重視の場合に有効。

パターン3: 階層処理（Hierarchical）

Orchestrator（上位）
    ├─ Spec Sub-Orchestrator
    ├─ Implementation Sub-Orchestrator
    └─ Testing Sub-Orchestrator

大規模プロジェクトで、中間層のマネージャーエージェントが担当エージェント群を統括。

AntigravityのManager Viewはこれら3パターンをビジュアルに管理できます。

実践例：フルスタック ToDoアプリの自動構築

マルチエージェントワークフローの全体像を、実例で見てみましょう。

目標タスク： "認証、リアルタイム同期、プログレッシブ更新に対応したToDoアプリ（React + Node.js）をビルド"

エージェント実行フロー：

1. Spec Agent (1分): 要件分析

   • 出力: 機能仕様書、デーベース スキーマ概要

2. Database Agent (3分、並列化開始): PostgreSQL スキーマ生成

   • タスク管理テーブル、ユーザー認証テーブル、オーディットログ生成

3. Backend Agent (5分): Express.js API実装

   • RESTエンドポイント（CRUD）、WebSocket接続

4. Frontend Agent (4分): React コンポーネント実装

   • TodoList、TodoItem、AddTodoForm、UserProfile

5. Auth Agent (2分): Google OAuth + JWT実装

   • ログインフロー、トークンリフレッシュ機構

6. Infrastructure Agent (3分): Vercel デプロイ設定

   • environment.local、GitHub Actions CI/CD

7. Testing Agent (4分): テストスイート生成

   • Jest（ユニットテスト）、Playwright（E2E）
   • カバレッジ目標：>80%

8. Security Agent (2分): セキュリティスキャン

   • OWASP Top 10チェック、依存関係脆弱性スキャン

9. Documentation Agent (1分): APIドキュメント自動生成

   • OpenAPI Swagger UI生成

総実行時間: 約25分（人間の場合は3〜5日相当）

Agent Skills開発での Giovanni Galloro チュートリアル参考ポイント

Giovanni GalluroはGoogle Labs のAgent Development Kitに関する包括的なチュートリアルを公開しており、Antigravity開発者の間では参考文献として扱われています。

重要ポイント：

• Skill入力検証: エージェントが受け取る入力値の型安全性を確保（TypeScript strict mode推奨）
• エラーハンドリング: スキル失敗時の回復メカニズム（retry logic、fallback path）
• 非同期処理: 長時間実行スキルの場合、Job ID ベースの非同期呼び出しを設計
• テスト駆動設計: スキル実装前にテストケースを定義

Spec-Driven Development（SDD）

Antigravityの推奨開発パターンはSpec-Driven Developmentです。

1. 高レベルな要件を記述（自然言語）
2. Spec Agent が形式仕様に自動変換（OpenAPI、JSON Schema）
3. 各エージェント がSpec に基づき実装
4. テスト自動生成（仕様とテストの齟齬を排除）
5. 継続的な仕様進化（フィードバックループ）

従来の「手動仕様書 → 実装」と異なり、仕様と実装が常に同期されます。

Manager Viewでのマルチエージェント監視

AntigravityのManager Viewでは、複数エージェントの進捗を一目で監視できます。

画面構成：

• Task Tree: ワークフロー全体の階層構造（どのエージェントが何をしているか）
• Execution Timeline: 各エージェントの実行開始・終了時刻（ボトルネック特定）
• Dependency Graph: エージェント間の依存関係（並列化可能性判定）
• Output Preview: 各エージェント出力のリアルタイムプレビュー
• Error Log: 失敗したエージェント、エラー内容、推奨アクション

ユーザーは進捗を監視しながら、必要に応じて個別エージェントに介入できます（例：「Backend Agentの実装にRESTful設計パターンを強制」）。

Agent Skills と他ツールとの相互運用性

Agent Skillsは標準化された仕様なので、他のツールからも利用可能です：

• Gemini CLI: adk skill call email-sending --input "..."
• Cursor: Agent Skillsをコード補助に利用（デバッグ時にBackend Agentをヘルパー呼び出し）
• Claude Code: ADK ドキュメンテーション参照により、カスタムスキル開発
• その他エージェント: 構想段階のオープンソースエージェントフレームワークとの互換性設計

このオープン性により、Antigravity内部で開発したスキルが組織全体の資産になります。

マルチエージェント開発のベストプラクティス

1. 小さく始める: まず 1つのエージェント + 1つのスキルで学習曲線を意識
2. 仕様ファーストアプローチ: 実装前に Spec Agent で仕様を確定
3. 段階的統合: エージェント追加時は既存ワークフローへの影響をテスト
4. エラーハンドリング: 各エージェント失敗時の fallback を明示的に定義
5. 監視・ロギング: Manager View で実行ログを常にチェック（ボトルネック検出）
6. ドキュメント: 作成したカスタムAgent Skillsは Documentation Agent で自動ドキュメント化

次のステップ

AgentKit 2.0 への習熟は、単なるツール学習ではなく、AI時代の開発パラダイムシフトを意味しています。

1. 基礎: 既存16エージェント の動作を理解（1〜2日）
2. カスタマイズ: 自社ドメイン用にAgent Skills を作成（1〜2週間）
3. ワークフロー最適化: 複数プロジェクトで Agent Skill を再利用（継続的改善）
4. チーム展開: Agent Skills カタログを社内資産として共有・管理

この段階的な進化により、あなたのチームは「AIエージェント開発者」から「エージェント編成者」へと進化していくでしょう。

推奨リソース

• Google Agent Development Kit 公式ドキュメント
• Antigravity Academy（オンライン学習プラットフォーム）
• Giovanni Galloro による ADK チュートリアル シリーズ
• Agent Skills コミュニティ カタログ

今こそ、マルチエージェント開発の領域に踏み込むべき時です。