はじめに

このガイドでは、Koog のインストール方法と、最初の AI エージェントの作成方法を説明します。

前提条件

開始する前に、以下のものがあることを確認してください。

• Gradle または Maven を使用した動作可能な Kotlin/JVM プロジェクト。
• Java 17 以降がインストールされていること。
• ご希望の LLM プロバイダー の有効な API キー（ローカルで実行される Ollama の場合は不要）。

Koog のインストール

Koog を使用するには、必要なすべての依存関係をビルド構成に含める必要があります。

NOTE

LATEST_VERSION は、Maven Central で公開されている Koog の最新バージョンに置き換えてください。

=== "Gradle (Kotlin DSL)"

1. `build.gradle.kts` ファイルに依存関係を追加します。

    ```kotlin
    dependencies {
        implementation("ai.koog:koog-agents:LATEST_VERSION")
    }
    ```
2. リポジトリのリストに `mavenCentral()` が含まれていることを確認してください。

    ```kotlin
    repositories {
        mavenCentral()
    }
    ```

=== "Gradle (Groovy)"

1. `build.gradle` ファイルに依存関係を追加します。

    ```groovy
    dependencies {
        implementation 'ai.koog:koog-agents:LATEST_VERSION'
    }
    ```
2. リポジトリのリストに `mavenCentral()` が含まれていることを確認してください。
    ```groovy
    repositories {
        mavenCentral()
    }
    ```

=== "Maven"

1. `pom.xml` ファイルに依存関係を追加します。

    ```xml
    <dependency>
        <groupId>ai.koog</groupId>
        <artifactId>koog-agents-jvm</artifactId>
        <version>LATEST_VERSION</version>
    </dependency>
    ```
2. リポジトリのリストに `mavenCentral()` が含まれていることを確認してください。

    ```xml
     <repositories>
        <repository>
            <id>mavenCentral</id>
            <url>https://repo1.maven.org/maven2/</url>
        </repository>
    </repositories>
    ```

NOTE

Koog を Ktor サーバー、Spring アプリケーション、または MCP ツール と統合する場合、 追加の依存関係をビルド構成に含める必要があります。 正確な依存関係については、Koog ドキュメントの関連ページを参照してください。

API キーの設定

TIP

API キーの保存には、環境変数または安全な構成管理システムを使用してください。 API キーをソースコードに直接ハードコーディングすることは避けてください。

=== "OpenAI"

[API キー](https://platform.openai.com/api-keys) を取得し、環境変数として割り当てます。

=== "Linux/macOS"

    ```bash
    export OPENAI_API_KEY=your-api-key
    ```

=== "Windows"

    ```shell
    setx OPENAI_API_KEY "your-api-key"
    ```

変更を適用するためにターミナルを再起動してください。これで API キーを取得して、エージェントの作成に使用できます。

=== "Anthropic"

[API キー](https://console.anthropic.com/settings/keys) を取得し、環境変数として割り当てます。

=== "Linux/macOS"

    ```bash
    export ANTHROPIC_API_KEY=your-api-key
    ```

=== "Windows"

    ```shell
    setx ANTHROPIC_API_KEY "your-api-key"
    ```

変更を適用するためにターミナルを再起動してください。これで API キーを取得して、エージェントの作成に使用できます。

=== "Google"

[API キー](https://aistudio.google.com/app/api-keys) を取得し、環境変数として割り当てます。

=== "Linux/macOS"

    ```bash
    export GOOGLE_API_KEY=your-api-key
    ```

=== "Windows"

    ```shell
    setx GOOGLE_API_KEY "your-api-key"
    ```

変更を適用するためにターミナルを再起動してください。これで API キーを取得して、エージェントの作成に使用できます。

=== "DeepSeek"

[API キー](https://platform.deepseek.com/api_keys) を取得し、環境変数として割り当てます。

=== "Linux/macOS"

    ```bash
    export DEEPSEEK_API_KEY=your-api-key
    ```

=== "Windows"

    ```shell
    setx DEEPSEEK_API_KEY "your-api-key"
    ```

変更を適用するためにターミナルを再起動してください。これで API キーを取得して、エージェントの作成に使用できます。

=== "OpenRouter"

[API キー](https://openrouter.ai/keys) を取得し、環境変数として割り当てます。

=== "Linux/macOS"

    ```bash
    export OPENROUTER_API_KEY=your-api-key
    ```

=== "Windows"

    ```shell
    setx OPENROUTER_API_KEY "your-api-key"
    ```

変更を適用するためにターミナルを再起動してください。これで API キーを取得して、エージェントの作成に使用できます。

=== "Bedrock"

有効な [AWS 認証情報](https://docs.aws.amazon.com/IAM/latest/UserGuide/id_credentials_bedrock.html)（アクセスキーとシークレットキー）を取得し、環境変数として割り当てます。

=== "Linux/macOS"

    ```bash
    export AWS_BEDROCK_ACCESS_KEY=your-access-key
    export AWS_BEDROCK_SECRET_ACCESS_KEY=your-secret-access-key
    ``` 

=== "Windows"

    ```shell
    setx AWS_BEDROCK_ACCESS_KEY "your-access-key"
    setx AWS_BEDROCK_SECRET_ACCESS_KEY "your-secret-access-key"
    ```

変更を適用するためにターミナルを再起動してください。これで API キーを取得して、エージェントの作成に使用できます。

=== "Ollama"

Ollama をインストールし、API キーなしでローカルでモデルを実行します。

詳細については、[Ollama ドキュメント](https://docs.ollama.com/quickstart) を参照してください。

エージェントの作成と実行

=== "OpenAI"

以下の例では、[`GPT-4o`](https://platform.openai.com/docs/models/gpt-4o) モデルを使用してシンプルな AI エージェントを作成し、実行します。

<!--- INCLUDE
import ai.koog.agents.core.agent.AIAgent
import ai.koog.prompt.executor.llms.all.simpleOpenAIExecutor
import ai.koog.prompt.executor.clients.openai.OpenAIModels
import kotlinx.coroutines.runBlocking
-->
```kotlin
fun main() = runBlocking {
    // Get an API key from the OPENAI_API_KEY environment variable
    val apiKey = System.getenv("OPENAI_API_KEY")
        ?: error("The API key is not set.")
    
    // Create an agent
    val agent = AIAgent(
        promptExecutor = simpleOpenAIExecutor(apiKey),
        llmModel = OpenAIModels.Chat.GPT4o
    )

    // Run the agent
    val result = agent.run("Hello! How can you help me?")
    println(result)
}
```
<!--- KNIT example-getting-started-01.kt -->

この例は以下の出力を生成します。

```
Hello! I'm here to help you with whatever you need. Here are just a few things I can do:

- Answer questions.
- Explain concepts or topics you're curious about.
- Provide step-by-step instructions for tasks.
- Offer advice, notes, or ideas.
- Help with research or summarize complex material.
- Write or edit text, emails, or other documents.
- Brainstorm creative projects or solutions.
- Solve problems or calculations.

Let me know what you need help with—I’m here for you!
```

=== "Anthropic"

以下の例では、[`Claude Opus 4.1`](https://www.anthropic.com/news/claude-opus-4-1) モデルを使用してシンプルな AI エージェントを作成し、実行します。

<!--- INCLUDE
import ai.koog.agents.core.agent.AIAgent
import ai.koog.prompt.executor.llms.all.simpleAnthropicExecutor
import ai.koog.prompt.executor.clients.anthropic.AnthropicModels
import kotlinx.coroutines.runBlocking
-->
```kotlin
fun main() = runBlocking {
    // Get an API key from the ANTHROPIC_API_KEY environment variable
    val apiKey = System.getenv("ANTHROPIC_API_KEY")
        ?: error("The API key is not set.")
    
    // Create an agent
    val agent = AIAgent(
        promptExecutor = simpleAnthropicExecutor(apiKey),
        llmModel = AnthropicModels.Opus_4_1
    )

    // Run the agent
    val result = agent.run("Hello! How can you help me?")
    println(result)
}
```
<!--- KNIT example-getting-started-02.kt -->

この例は以下の出力を生成します。

```
Hello! I can help you with:

- **Answering questions** and explaining topics
- **Writing** - drafting, editing, proofreading
- **Learning** - homework, math, study help
- **Problem-solving** and brainstorming
- **Research** and information finding
- **General tasks** - instructions, planning, recommendations

What do you need help with today?
```

=== "Google"

以下の例では、[`Gemini 2.5 Pro`](https://cloud.google.com/vertex-ai/generative-ai/docs/models/gemini/2-5-pro) モデルを使用してシンプルな AI エージェントを作成し、実行します。

<!--- INCLUDE
import ai.koog.agents.core.agent.AIAgent
import ai.koog.prompt.executor.llms.all.simpleGoogleAIExecutor
import ai.koog.prompt.executor.clients.google.GoogleModels
import kotlinx.coroutines.runBlocking
-->
```kotlin
fun main() = runBlocking {
    // Get an API key from the GOOGLE_API_KEY environment variable
    val apiKey = System.getenv("GOOGLE_API_KEY")
        ?: error("The API key is not set.")
    
    // Create an agent
    val agent = AIAgent(
        promptExecutor = simpleGoogleAIExecutor(apiKey),
        llmModel = GoogleModels.Gemini2_5Pro
    )

    // Run the agent
    val result = agent.run("Hello! How can you help me?")
    println(result)
}
```
<!--- KNIT example-getting-started-03.kt -->

この例は以下の出力を生成します。

```
I'm an AI that can help you with tasks involving language and information. You can ask me to:

*   **Answer questions**
*   **Write or edit text** (emails, stories, code, etc.)
*   **Brainstorm ideas**
*   **Summarize long documents**
*   **Plan things** (like trips or projects)
*   **Be a creative partner**

Just tell me what you need
```

=== "DeepSeek"

以下の例では、`deepseek-chat` モデルを使用してシンプルな AI エージェントを作成し、実行します。

<!--- INCLUDE
import ai.koog.agents.core.agent.AIAgent
import ai.koog.prompt.executor.clients.deepseek.DeepSeekLLMClient
import ai.koog.prompt.executor.llms.SingleLLMPromptExecutor
import ai.koog.prompt.executor.clients.deepseek.DeepSeekModels
import kotlinx.coroutines.runBlocking
-->
```kotlin
fun main() = runBlocking {
    // Get an API key from the DEEPSEEK_API_KEY environment variable
    val apiKey = System.getenv("DEEPSEEK_API_KEY")
        ?: error("The API key is not set.")
    
    // Create an LLM client
    val deepSeekClient = DeepSeekLLMClient(apiKey)

    // Create an agent
    val agent = AIAgent(
        // Create a prompt executor using the LLM client
        promptExecutor = SingleLLMPromptExecutor(deepSeekClient),
        // Provide a model
        llmModel = DeepSeekModels.DeepSeekChat
    )

    // Run the agent
    val result = agent.run("Hello! How can you help me?")
    println(result)
}
```
<!--- KNIT example-getting-started-04.kt -->

この例は以下の出力を生成します。

```
Hello! I'm here to assist you with a wide range of tasks, including answering questions, providing information, helping with problem-solving, offering creative ideas, and even just chatting. Whether you need help with research, writing, learning something new, or simply want to discuss a topic, feel free to ask—I’m happy to help! 😊
```

=== "OpenRouter"

以下の例では、[`GPT-4o`](https://openrouter.ai/openai/gpt-4o) モデルを使用してシンプルな AI エージェントを作成し、実行します。

<!--- INCLUDE
import ai.koog.agents.core.agent.AIAgent
import ai.koog.prompt.executor.llms.all.simpleOpenRouterExecutor
import ai.koog.prompt.executor.clients.openrouter.OpenRouterModels
import kotlinx.coroutines.runBlocking
-->
```kotlin
fun main() = runBlocking {
    // Get an API key from the OPENROUTER_API_KEY environment variable
    val apiKey = System.getenv("OPENROUTER_API_KEY")
        ?: error("The API key is not set.")
    
    // Create an agent
    val agent = AIAgent(
        promptExecutor = simpleOpenRouterExecutor(apiKey),
        llmModel = OpenRouterModels.GPT4o
    )

    // Run the agent
    val result = agent.run("Hello! How can you help me?")
    println(result)
}
```
<!--- KNIT example-getting-started-05.kt -->

この例は以下の出力を生成します。

```
I can answer questions, help with writing, solve problems, organize tasks, and more—just let me know what you need!
```

=== "Bedrock"

以下の例では、[`Claude Sonnet 4.5`](https://www.anthropic.com/news/claude-sonnet-4-5) モデルを使用してシンプルな AI エージェントを作成し、実行します。

<!--- INCLUDE
import ai.koog.agents.core.agent.AIAgent
import ai.koog.prompt.executor.llms.all.simpleBedrockExecutor
import ai.koog.prompt.executor.clients.bedrock.BedrockModels
import kotlinx.coroutines.runBlocking
-->
```kotlin
fun main() = runBlocking {
    // Get access keys from the AWS_BEDROCK_ACCESS_KEY and AWS_BEDROCK_SECRET_ACCESS_KEY environment variables
    val awsAccessKeyId = System.getenv("AWS_BEDROCK_ACCESS_KEY")
        ?: error("The access key is not set.")

    val awsSecretAccessKey = System.getenv("AWS_BEDROCK_SECRET_ACCESS_KEY")
        ?: error("The secret access key is not set.")
    
    // Create an agent
    val agent = AIAgent(
        promptExecutor = simpleBedrockExecutor(awsAccessKeyId, awsSecretAccessKey),
        llmModel = BedrockModels.AnthropicClaude4_5Sonnet
    )

    // Run the agent
    val result = agent.run("Hello! How can you help me?")
    println(result)
}
```
<!--- KNIT example-getting-started-06.kt -->

この例は以下の出力を生成します。

```
Hello! I'm a helpful assistant and I can assist you in many ways, including:

- **Answering questions** on a wide range of topics (science, history, technology, etc.)
- **Writing help** - drafting emails, essays, creative content, or editing text
- **Problem-solving** - working through math problems, logic puzzles, or troubleshooting issues
- **Learning support** - explaining concepts, providing study notes, or tutoring
- **Planning & organizing** - helping with projects, schedules, or breaking down tasks
- **Coding assistance** - explaining programming concepts or helping debug code
- **Creative brainstorming** - generating ideas for projects, stories, or solutions
- **General conversation** - discussing topics or just chatting

 What would you like help with today?
```

=== "Ollama"

以下の例では、[`llama3.2`](https://ollama.com/library/llama3.2) モデルを使用してシンプルな AI エージェントを作成し、実行します。

<!--- INCLUDE
import ai.koog.agents.core.agent.AIAgent
import ai.koog.prompt.executor.llms.all.simpleOllamaAIExecutor
import ai.koog.prompt.llm.OllamaModels
import kotlinx.coroutines.runBlocking
-->
```kotlin
fun main() = runBlocking {
    // Create an agent
    val agent = AIAgent(
        promptExecutor = simpleOllamaAIExecutor(),
        llmModel = OllamaModels.Meta.LLAMA_3_2
    )

    // Run the agent
    val result = agent.run("Hello! How can you help me?")
    println(result)
}
```
<!--- KNIT example-getting-started-07.kt -->

この例は以下の出力を生成します。

```
I can assist with various tasks such as answering questions, providing information, and even helping with language-related tasks like proofreading or writing suggestions. What's on your mind today?
```

次のステップ

• Koog の 主要な機能 を調べる。
• 利用可能な エージェントの種類 について詳しく学ぶ。