Open Agents 調査レポート

2026年10月13日

開発元: Vercel Labs

カテゴリ: 💻 自律型コーディングエージェント

公式サイト GitHub DeepWiki Markdown

Vercel上でクラウドベースのコーディングエージェントを構築・実行するためのオープンソースのリファレンスアプリケーション

総合評価

82点

基準点70点からの評価

オープンソース

OSS

無料プラン

あり

最低価格

無料（インフラ費用は別途）

対象ユーザー

開発者AIエンジニア

更新頻度

高

🆕 最新情報: パッケージ管理のPNPM移行とセキュリティ強化などの継続的アップデート

📋 評価の詳細

👍 加点項目

+5 Vercelのインフラ（Sandbox, Workflow SDK等）を活用した実践的でスケーラブルなアーキテクチャ
+5 エージェント実行環境とサンドボックスを分離する設計による高い安全性
+5 オープンソースであり、独自のツールや機能の拡張が容易

👎 減点項目

-3 初期セットアップ（OAuthや環境変数など）のハードルがやや高い

総評: Vercel環境で独自のAIエージェントを構築するための優れたリファレンス実装だが、導入には一定のインフラ知識が必要

Open Agents 調査レポート

1. 基本情報

ツール名: Open Agents
ツールの読み方: オープンエージェンツ
開発元: Vercel Labs
公式サイト: https://open-agents.dev/
関連リンク:
- GitHub: https://github.com/vercel-labs/open-agents
カテゴリ: AI開発エージェント
概要: Vercel上でクラウドベースのコーディングエージェントを構築・実行するためのオープンソースのリファレンスアプリケーション。エージェントの実行環境とサンドボックスを明確に分離している点が特徴である。

2. 目的と主な利用シーン

解決する課題: ローカルマシンのリソースや環境に依存せず、クラウド上で継続的・自律的にコード生成やタスク実行を行う。
想定利用者: 開発者、AIアプリケーション開発者、インフラエンジニア。
利用シーン:
- クラウド上での自律的なリポジトリクローンとブランチ作成・コード修正
- 自動コミットやPull Requestの自律的な生成
- 複数ステップにわたる長時間のコーディングタスクの実行

3. 主要機能

ファイル・シェル操作: ファイルの読み書き、検索、シェルコマンドの実行など、システムレベルの操作ツールを標準搭載。
分離されたサンドボックス: エージェントの実行環境とサンドボックス環境（Vercel Sandbox）が分離されており、独立して休止・再開が可能。
耐久性のあるワークフロー: VercelのWorkflow SDKを使用し、再起動やマルチステップの操作に耐えうるレジリエントなエージェントループ。
自動Git統合: 成功した実行後に自動でコミット、プッシュ、Pull Requestを作成する機能。
マルチモデル対応: AI SDKおよびAI Gatewayを介した複数AIプロバイダ（モデル）の利用。
音声入力機能: ElevenLabsを利用したオプションの音声入力・文字起こし機能。

4. 動作原理・システム構成

アーキテクチャ: クラウドネイティブなクライアント・サーバー構成（Vercelインフラを活用）
主要コンポーネントとデータフロー:
- ユーザーのリクエストはNext.jsフロントエンドからAPIルートを経て、Vercel Workflow SDKを用いたエージェントループに渡される。
- エージェントはLLM（AI SDK/AI Gateway経由）と対話し、必要に応じて分離されたVercel Sandbox上でコード実行やファイル操作を行う。
特筆すべき要素技術:
- Vercel Sandbox: エージェントの実行環境（コントロールプレーン）とは完全に分離された独立したVM上で操作を実行し、高い安全性を確保。
- Workflow SDK: 再起動やマルチステップの処理に耐える、耐久性のあるエージェントのループ処理基盤。
- Better Auth: VercelおよびGitHub OAuthを通じたセキュアな認証。

graph TD
    User([ユーザー]) -->|UI操作/チャット| Web(Next.js Frontend)
    Web -->|APIリクエスト| Workflow[Workflow SDK<br/>エージェントループ]

    subgraph コントロールプレーン
        Workflow -->|プロンプト・推論| AISDK[AI SDK / AI Gateway]
        AISDK -->|API呼び出し| LLM((LLMプロバイダ<br/>OpenAI, Anthropic等))
    end

    subgraph サンドボックス環境
        Workflow -->|コード実行/ファイル操作| Sandbox[Vercel Sandbox<br/>独立したVM]
        Sandbox -->|Git操作| GitHub[(GitHub)]
    end

    Workflow -->|状態管理| DB[(Vercel KV / Postgres)]

5. 開始手順・セットアップ

前提条件:
- Node.js (Bun推奨)
- Vercelアカウント
- GitHubアカウント

インストール/導入:

git clone https://github.com/vercel-labs/open-agents
cd open-agents
bun install

初期設定:
- Vercel上の環境変数設定、Better Authのためのシークレット生成。
- Vercel OAuthアプリおよびGitHub Appの作成と設定。
クイックスタート:
- ローカル環境で bun run web を実行し、開発サーバーを起動する。

6. 特徴・強み (Pros)

アーキテクチャの分離: エージェントとサンドボックスが分離されていることで、安全でスケーラブルな実行環境を提供。VM自体がコントロールプレーンにならない設計。
Vercelインフラのフル活用: AI SDK, AI Gateway, Vercel Sandbox, Workflow SDKなど、本番環境レベルのインフラを利用している。
耐久性: 1回のリクエストライフサイクルに縛られず、長時間の自律タスクを確実に実行できるワークフロー設計。

7. 弱み・注意点 (Cons)

初期設定の煩雑さ: VercelやGitHub AppのOAuth設定、多数の環境変数など、セットアップ項目が多く複雑である。
サポート体制: あくまでリファレンスアプリという位置づけであり、商用SaaSのような手厚いサポートやSLAは期待できない。
日本語対応: 公式ドキュメントやUIは英語ベースであり、情報のキャッチアップには英語の理解が必要。

8. 料金プラン

プラン名	料金	主な特徴
オープンソース	無料	ソフトウェア自体は無料。ただしVercelのインフラや利用するAIモデルのAPI費用は別途必要。

課金体系: ホスティング先（Vercel等）のリソース消費、および利用するAIモデル（OpenAI, Anthropic等）の従量課金に依存する。
無料トライアル: オープンソースのため該当なし。

9. 導入実績・事例

導入企業: オープンソースのリファレンス実装として公開されたばかりのため、具体的な企業導入の公開事例はない。
導入事例: Vercelインフラを活用したAIエージェント構築のベストプラクティスとして、開発者コミュニティで検証・利用が進んでいる。
対象業界: ソフトウェア開発、AIサービス開発企業。

10. サポート体制

ドキュメント: GitHubのREADMEが主要なドキュメントとなっており、詳細なセットアップガイドやアーキテクチャの解説が記載されている。
コミュニティ: GitHubのIssuesやDiscussionsで開発者同士のやり取りが行われている。
公式サポート: オープンソースのリファレンスアプリであるため、Vercelからの公式な個別サポートはない。

11. エコシステムと連携

11.1 API・外部サービス連携

API: AI SDK, AI Gatewayを活用し、様々なLLMプロバイダへの透過的なアクセスを実現している。
外部サービス連携: GitHub（リポジトリの読み書き、PR作成）、ElevenLabs（音声入力）、Vercel（データベース、キャッシュ、ホスティング）。

11.2 技術スタックとの相性

技術スタック	相性	メリット・推奨理由	懸念点・注意点
Vercel Ecosystem	◎	Vercel SandboxやWorkflow SDKなど、Vercelのインフラをフル活用する設計。	Vercel以外の環境への移植は困難。
Next.js	◎	フロントエンド（web UI）はNext.jsで構築されており、親和性が非常に高い。	特になし
Bun	◯	パッケージマネージャおよびランタイムとしてBunが推奨されている。	Node.jsの完全互換に依存する一部パッケージで問題が生じる可能性がある。

12. セキュリティとコンプライアンス

認証: Better Authを使用し、VercelおよびGitHubのOAuthを通じた安全な認証を実装している。
データ管理: Neon PostgresやVercel KVを利用し、セッションやスキル情報を管理。サンドボックス環境は独立したVMで実行されるため、ホスト側への影響が遮断される設計。
準拠規格: オープンソースプロジェクトのため、SOC2やISO27001などの公式な認証取得状況は公開されていない。デプロイ先のインフラ（Vercel等）の規格に依存する。

13. 操作性 (UI/UX) と学習コスト

UI/UX: モダンなチャットベースのUIを採用。タスクの進捗状況やエージェントが実行している操作（シェルコマンド、ファイル編集など）をリアルタイムで確認できるストリーミングUIが備わっている。
学習コスト: Web・Workflow・Sandboxという3層構造のアーキテクチャの理解と、Vercelインフラ特有の設定が必要となるため、中程度の学習コストがかかる。

14. ベストプラクティス

効果的な活用法 (Modern Practices):
- 本リポジトリをそのまま使うのではなく、フォークして独自のツールや機能をエージェントに追加し、カスタマイズのベースラインとして利用することが推奨される。
陥りやすい罠 (Antipatterns):
- エージェントの自律ループを長時間の放置や無制限に実行させること。Workflow SDKによりレジリエントに稼働し続けるため、APIコストが意図せず増大する可能性がある。

15. ユーザーの声（レビュー分析）

調査対象: GitHubおよびX(Twitter)等のエンジニアコミュニティ。
総合評価: G2やCapterraでの評価はないが、GitHub上で5,000以上のStarsを獲得しており、開発者の関心が非常に高い。
ポジティブな評価:
- 「Vercelのインフラを活用した実用的なAIエージェントのアーキテクチャとして非常に参考になる」
- 「サンドボックスが分離されていることで、安全かつスケーラブルにエージェントを実行できる設計が素晴らしい」
ネガティブな評価 / 改善要望:
- 「GitHub Appの設定や環境変数の用意など、初期環境構築の手間がかかる」
特徴的なユースケース:
- 自社専用のクラウドベース開発ボットや自動PRレビューシステムのベースコードとしての利用。

16. 直近半年のアップデート情報

2026-06-04: パッケージ管理のPNPMへの移行および、より良い認証互換性のためのkyselyの固定を実施 (#889)
2026-05-22: Web fetchツールおよびcurl bashコマンドの実行に承認を必須とするセキュリティ強化を実施 (#886)
2026-05-18: チャットワークフローの起動の並列化および、Workflow betaストリーム処理のアップデートを実施 (#884, #883)
2026-05-15: セッション作成時のサンドボックスプロビジョニングの開始および、レイジースタートアップによるサンドボックスアクションの公開を実施 (#880, #881)
2026-05-13: ブローカーのコミット前にサンドボックスを同期する修正を実施 (#878)
2026-05-10: OpenAI GPT proモデルの無効化を実施 (#877)
2026-05-08: サンドボックスのランタイムリソースをプロファイルごとにデプロイ可能にする変更を実施 (#867)
2026-05-06: セッション作成時のボット保護機能を修正 (#873)
2026-05-06: DeepSecのセキュリティ指摘事項への対応と強化を実施 (#870, #869)
2026-05-05: READMEおよびAGENTS.mdなどの主要ドキュメントを更新 (#872)

(出典: GitHub Commits)

17. 類似ツールとの比較

17.1 機能比較表 (星取表)

機能カテゴリ	機能項目	Open Agents	AutoGPT	OpenHands	Devin
基本機能	自律型コーディング	◯ クラウド上で実行	◯ 汎用タスク	◎ コーディング特化	◎ 計画から実行まで完全自律
アーキテクチャ	クラウドネイティブ	◎ Vercelインフラ最適化	△ 主にローカル	◯ Docker/クラウド	◎ クラウド上の完結したIDE
コスト	無料利用	◯ OSS無料 (LLM別)	◯ セルフホスト無料	◎ OSS無料 (LLM別)	× 有料のみ (月額$20〜)
非機能要件	日本語対応	△ 英語ベース	◯ コミュニティ対応	△ 基本英語	△ 基本英語

17.2 詳細比較

ツール名	特徴	強み	弱み	選択肢となるケース
Open Agents	Vercel最適化のリファレンス実装	Vercelインフラとの強力な統合、独立したサンドボックスによる安全性	設定が複雑でVercel環境に強く依存する	Vercel上で独自のAI開発エージェントを構築・運用したい場合
AutoGPT	GUIで構築可能な自律エージェントプラットフォーム	GUIビルダーによる直感的なワークフロー作成、豊富な外部連携ブロック	コーディング特化ではないため精度にブレがある	ノーコード/ローコードで独自のワークフローを持つエージェントを作りたい場合
OpenHands	オープンソースの自律エージェント	オープンソースで活発な開発、特定のLLMに縛られず柔軟性が高い	環境構築や運用に手間がかかる	自社環境でコストを抑えつつOSSのコーディングエージェントを動かしたい場合
Devin	タスク全体を自律的に実行するAIソフトウェアエンジニア	圧倒的な使いやすさと統合されたUX、高いタスク完遂能力	利用料金が高額 (月額$20〜)、クローズドソース	予算があり、環境構築の手間をかけずに最高性能のエージェントを使いたい場合

18. 総評

総合的な評価:
- Vercelのインフラストラクチャ（AI SDK, AI Gateway, Sandbox, Workflow）を駆使した、実践的かつクラウドネイティブなAIエージェントのリファレンス実装として非常に優れている。特に、エージェント実行環境とサンドボックスを分離するというアーキテクチャは、スケーラビリティとセキュリティの両面において高く評価できる。
推奨されるチームやプロジェクト:
- すでにVercelエコシステムを活用しており、自社独自のAI開発エージェントや自動化ツールを構築・カスタマイズしたい開発チームやスタートアップに最適である。
選択時のポイント:
- 完全なSaaSソリューション（Devin等）とは異なり、開発者がフォークして自らの要件に合わせて拡張することが前提となっている。手軽さを求める場合はSaaSを、カスタマイズ性とVercelインフラのフル活用を重視する場合は本ツールを選択するのが良い。

📋 評価の詳細

👍 加点項目

👎 減点項目

関連レポート

関連レポート

Open Agents 調査レポート

1. 基本情報

2. 目的と主な利用シーン

3. 主要機能

4. 動作原理・システム構成

5. 開始手順・セットアップ

6. 特徴・強み (Pros)

7. 弱み・注意点 (Cons)

8. 料金プラン

9. 導入実績・事例

10. サポート体制

11. エコシステムと連携

11.1 API・外部サービス連携

11.2 技術スタックとの相性

12. セキュリティとコンプライアンス

13. 操作性 (UI/UX) と学習コスト

14. ベストプラクティス

15. ユーザーの声（レビュー分析）

16. 直近半年のアップデート情報

17. 類似ツールとの比較

17.1 機能比較表 (星取表)

17.2 詳細比較

18. 総評