LangChainなのか、LangGraphなのか、CrewAIなのか。

エージェントアプリを始める前にこの選択で一日が消えてしまうなら、この記事でその時間を取り戻せるかもしれません。

この10のフレームワーク、名前が違うだけじゃないんです。エージェントがどれだけ自律的に動くかの哲学が根本から違います。その軸を理解すれば、選択がずっと早くなりますよ。

3秒まとめ
3つのパラダイムを理解 → 10フレームワーク比較 → ユースケースのマッチング → 5分スターター

なぜこんなに分かりにくいのか

エージェントフレームワークとは、AIエージェントがツールを使い、記憶を保持し、他のエージェントと協力するためのオーケストレーションレイヤーです。問題は、このオーケストレーション方式がフレームワークによって根本的に異なる点です。

JetBrainsが2026年に主要10フレームワークを分析した結果、3つの哲学に明確に分かれることが分かりました。

パラダイムグラフベースロールベースチェーンベース
エージェントフローノード・エッジで明示定義役割別エージェント分離動的な自律的意思決定
予測可能性高い（決定論的）中程度低い（柔軟）
プロトタイピング速度遅い（事前設計が必要）速い最速
最適なフェーズ本番プロト→本番実験・学習
代表フレームワークLangGraph, OpenAI SDKCrewAI, AutoGenLangChain, smolagents

グラフベースは予測可能性、ロールベースは協調スピード、チェーンベースは柔軟性が強み。正解は一つではなく、何を作るかによって変わります。

10のフレームワーク — どこで使うの？

各フレームワークの設計哲学と最適なユースケースをまとめました。自分の状況に近い行を探してみてください。

フレームワーク核心哲学こんなときに使うHITLサポート
LangGraph明示的な状態制御高信頼性ワークフロー、規制業界強 ★
OpenAI Agents SDKホスティング優先SaaSエージェント、素早い本番リリース強 ★
LangChain開発者生産性プロトタイピング、LLMバックエンド中程度
CrewAIチームの役割分離コンテンツパイプライン、リサーチ自動化制限あり
AutoGen対話ベースの自律性コーディングエージェント、研究実験制限あり
LlamaIndexデータ・文書優先ナレッジベース、エンタープライズ文書知能中程度
Haystack本番向けRAGRAGシステム、データ集約型AI中程度
Semantic KernelエンタープライズガバナンスMSエコシステム、社内AIコパイロット強
smolagentsミニマル透明性学習、PoC、軽量ローカルエージェント最小
Phidataツール中心の実用主義データ分析、金融・運営自動化中程度

HITL（ヒューマン・イン・ザ・ループ）とは、エージェントが重要な判断ポイントで自動的に停止し、人間の確認を待つ機能です。ミスの許容コストが低いシステムほど、HITLサポートが重要な選択基準になります。

主要フレームワークをもう少し詳しく見てみましょう。

LangGraphはエージェントフローをノード・エッジの状態グラフとして明示的に定義します。最大の強みは耐障害設計 — 障害が発生しても停止した地点から再開可能です。複雑な分岐ロジック、高信頼性システム、規制業界（金融・医療）に最適です。

CrewAIは各エージェントに役割（Role）、目標（Goal）、背景（Backstory）を与え、チームのように動かします。コミュニティ認定開発者が10万人超と敷居が低く、プロトタイピング速度が速いです。

AutoGen（Microsoft）はエージェント同士が対話しながら問題を解決する方式です。Studio WebUIでコードなしのプロトタイピングも可能で、創発的な問題解決が得意です。

smolagents（Hugging Face）はコードが数千行レベルと極めてミニマルです。JSONではなくPythonコードでアクションを表現するこの方式が、より効果的だという研究結果があります。

LlamaIndexは50以上のファイル形式を処理し、月間ダウンロード数2500万を記録する文書知能の標準です。

OpenAI Agents SDKはエージェント、ハンドオフ、ガードレールの3つのプリミティブだけで設計されています。インフラ負担なく素早くデプロイしたいチームに最適です。

ユースケース別マッチング

10
2026年主要エージェントフレームワーク数
3つ
オーケストレーションパラダイム
100K+
CrewAIコミュニティ認定開発者数

ケース別クイックマッチング

初めてエージェントを学んでいる → smolagents。最もミニマルで動作原理が透明に見えます。

チーム協業自動化を作りたい → CrewAI。役割分離が直感的でドキュメントとコミュニティが充実。

RAGと文書処理が核心 → LlamaIndexまたはHaystack。

本番、ミス絶対NG → LangGraph。HITLと状態復元が最も強力。

OpenAI APIで素早くデプロイしたい → OpenAI Agents SDK。

エンタープライズガバナンス・MSエコシステム → Semantic Kernel。

注意

CrewAIとAutoGenはエージェントの行動予測可能性が低めです。金融取引、医療記録、法務処理のようにミスのコストが高いシステムには不向きです。そういう場合はLangGraphまたはSemantic Kernelを選んでください。

今すぐ始める方法

  1. まずパラダイムを決める
    作るものが「手順が決まった自動化」（グラフベース）か、「創発的なチーム協業」（ロールベース）か、「素早い実験」（チェーンベース）か。この一つが候補を半分に絞ってくれます。
  2. smolagentsでエージェントの概念を掴む
    pip install smolagentsの一行で、3行のコードで最初のエージェントが動きます。構造が最も透明で、エージェントがどう思考し行動するかが一番よく見えます。
  3. 選んだフレームワークの公式クイックスタートを試す
    CrewAIのクイックスタートは5分。LangGraphはステップバイステップのチュートリアルが充実しています。
  4. 接続するツールリストを先に作る
    エージェントに繋ぐ外部APIやDBを事前にリスト化してください。ツール統合の方式はフレームワークによって異なるので、必要なツールが既にサポートされているか確認が重要です。
  5. HITLの要否を決定する
    自律実行 vs 人間の承認チェックポイント。後から追加しにくいアーキテクチャ上の決定です。本番デプロイ前に必ず決めておきましょう。

さらに深く学びたい方へ

JetBrains 2026エージェントフレームワーク分析 10フレームワーク全体の詳細比較表とPRARサイクルの説明 blog.jetbrains.com

LangGraph公式ドキュメント 状態グラフとHITLパターンの公式チュートリアル langchain.com

CrewAI入門ガイド FlowとCrew構造をコード例で説明する公式ドキュメント docs.crewai.com

smolagentsブログ投稿 JSONではなくコードでアクションを表現する設計哲学の説明 huggingface.co

OpenAI Agents SDK ドキュメント 3つのプリミティブ：エージェント・ハンドオフ・ガードレール openai.github.io

AutoGen公式ドキュメント Studio UI、AgentChat、Coreコンポーネント別ガイド microsoft.github.io

LlamaIndex公式サイト 50以上のファイル形式処理とエージェントインデックスパイプライン llamaindex.ai