---
title: agent_framework_ollama
tags: 
author: [Haruhisa Homma](https://www.docswell.com/user/2559613)
site: [Docswell](https://www.docswell.com/)
thumbnail: https://bcdn.docswell.com/page/57GLZQL1EL.jpg?width=480
description: agent_framework_ollama by Haruhisa Homma
published: June 29, 26
canonical: https://www.docswell.com/s/2559613/ZJWWRQ-2026-06-29-114219
---
# Page. 1

![Page Image](https://bcdn.docswell.com/page/57GLZQL1EL.jpg)

DEMO PRESENTATION
Skills で広がる、 クラウドに頼らない
AI エージェント
Microsoft Agent Framework
Agent
Tools
Skills
× Ollama （ローカル LLM）で実装する業務自動化
Approval
$ python3 -m multi_skill_demo --provider ollama
Session
2026/6/26
エコモット株式会社
ＡＸ研究室
庄内道博


# Page. 2

![Page Image](https://bcdn.docswell.com/page/4EQYLKYNJP.jpg)

エコモット
株式会社について


# Page. 3

![Page Image](https://bcdn.docswell.com/page/KJ4WDPW371.jpg)

00 · DEMO
いきなりですが・・・
DEMO を見てもらいます・・・の前に、ちょっと何やっているか説明
Microsoft Agent Framework × Ollama × Skills
02 / 19


# Page. 4

![Page Image](https://bcdn.docswell.com/page/LE1YZ9YZ7G.jpg)

01 · SCENARIO
デモシナリオ
USER REQUEST · ユーザーの依頼
EXPECTED OUTPUTS · 期待される成果物
XLSX
q1_sales.xlsx
売上の数値表
2025 年Q1の売上データから、 Excel の売上表、
Word の四半期報告書、報告書レビュー結果を作っ
てください。
既存ファイルを上書きする場合は、
DOCX
q1_report.docx
表を含む四半期報告書
実行前に確認 してください。
REVIEW
W
Microsoft Agent Framework × Ollama × Skills
review.md
成果物のレビュー結果
07 / 19


# Page. 5

![Page Image](https://bcdn.docswell.com/page/GEWG9QG6J2.jpg)

02 · TOPOLOGY
構成： Planner → Executor
の2エージェント
計画と実行を分けることで、それぞれの責務が明確になる
P
Planner Agent
E
Executor Agent
依頼を最大 5ステップの実行計画に分解
計画に従って Skills を使い成果物を作る
ツールなし（テキスト生成のみ）
SkillsProvider が xlsx / docx / review を読込
Ollama / 軽量モデルで十分
@tool(approval_mode)
計画文をハンドオフ
Microsoft Agent Framework × Ollama × Skills
→
で書込前に承認
Session が会話履歴と承認結果を保持
08 / 19


# Page. 6

![Page Image](https://bcdn.docswell.com/page/47ZL9WLRJ3.jpg)

03 · SKILLS
Skills ：手順書を外部化する
業務手順をフォルダ単位でパッケージ化し、エージェントに「読ませる」
# Executor に渡すコード from agent_framework.skills import SkillsProvider
skills/
├─ xlsx/ │ ├─ SKILL.md
# 手順書
provider =
SkillsProvider (
skill_paths=
│ └─ create_xlsx.py
"skills" ,
├─ docx/ │ ├─ SKILL.md
)
agent =
│ └─ create_docx.py
└─ review/
├─ SKILL.md
Agent (
context_providers=[provider]
)
└─ review_report.py
MERIT · メリット
手順だけ更新すればコード変更なし。社内共有・第三者配布も
SKILL.md 単位で可能。
Microsoft Agent Framework × Ollama × Skills
09 / 19


# Page. 7

![Page Image](https://bcdn.docswell.com/page/YJ6WKGW1JV.jpg)

04 · APPROVAL
承認：書き込み前に必ず止まる
Human in the loopにしているけど・・・
Human on the loopも要検討
デコレータ 1行で「人間に確認するまで実行しない」が実現する
approval_mode の選択肢
@tool(approval_mode="always_require") def write_sales_xlsx (rows: list[dict]) -> str:
always_require
"""Write outputs/q1_sales.xlsx."""
... # 呼び出し時、ホストはこう待つだけ
毎回承認を要求
while result.user_input_requests:
never_require
for req in result.user_input_requests:
承認なしで実行
approved =
ask_human (req)
条件付き
send_back(req.respond(approved))
Microsoft Agent Framework × Ollama × Skills
コードで動的に判定
10 / 19


# Page. 8

![Page Image](https://bcdn.docswell.com/page/GJ5MPVMLJ4.jpg)

05 · OBSERVABILITY
観測： trace.jsonl
誰が・いつ・何をしたかが、
と Live Viewer
1行ずつ JSON で残る
{"kind":"mode","mode":"planning" } {"kind":"plan","plan":[…5 steps] }
{"kind":"skill_loaded","skill":"xlsx" } {"kind":"approval","decision":"approved" }
{"kind":"code","code":"…" } {"kind":"tool_end","ok":true }
$ python3 serve_viewer.py ¥
--port 8000
# trace を 1 秒ごとに polling
# plan / mode / approval
{"kind":"verification","status":"OK"}
# skill / code / verify
# をブラウザに動的表示
/viewer.html
MERIT · メリット
全操作が追跡可能。監査にも、 ASSERT 的なトレース採点
にも使える。
Microsoft Agent Framework × Ollama × Skills
11 / 19


# Page. 9

![Page Image](https://bcdn.docswell.com/page/9E2963937R.jpg)

06 · DEMO
準備が整ったところで・・・
DEMO を見てもらいます・・・
Microsoft Agent Framework × Ollama × Skills
02 / 19


# Page. 10

![Page Image](https://bcdn.docswell.com/page/D7Y49148EM.jpg)

06 · DEMO
準備が整ったところで・・・
DEMO を見てもらいます・・・
Microsoft Agent Framework × Ollama × Skills
02 / 19


# Page. 11

![Page Image](https://bcdn.docswell.com/page/VENYL2Y9J8.jpg)

07 · WHERE IT PAYS OFF
このデモが 有効な場面
「動くもの」を見せられるので、合意形成と価値提示が一気に進む
定型レポートの自動生成
週次/月次の売上・ KPI ・運用ログから
業務手順の標準化と配布
Excel + Word を生成
Skill = 手順書をリポジトリ管理。誰がやっても同じ品質、更
。人間は数値レビューと承認のみ。
新は SKILL.md を書き換えるだけ。
破壊的操作のある運用作業
オンプレ・閉域での
ファイル上書き、設定変更、本番デプロイ。承認ゲートで人
Ollama などのローカル LLMでも動作。データを社外に出さ
間が最終判断、操作履歴は Session に残る。
ずにエージェント業務を試せる。
Microsoft Agent Framework × Ollama × Skills
LLM 活用
12 / 19


# Page. 12

![Page Image](https://bcdn.docswell.com/page/Y79P41P3E3.jpg)

08 · RUNBOOK
実行手順：そのまま叩けるコマンド
まず mock 、次に ollama 、最後にライブ追加
実演の3モード
# 0) Live Viewer $ python3 serve_viewer.py --port 8000 # 1) mock（確実に成功） $
功） $ python3 -m multi_skill_demo ¥
mock
決定論で骨格確認
ollama
ローカル LLM実行
Skill追加
SKILL.md 追加のみ
--provider mock --step-delay 1
# 後で --provider ollama に # 2) 承認ゲート $ ... --no-auto-approve
Microsoft Agent Framework × Ollama × Skills
13 / 19


# Page. 13

![Page Image](https://bcdn.docswell.com/page/G78DQ4DL7D.jpg)

09
LANDSCAPE
エージェント勢力図：
MAF の立ち位置
横=オープン⇔マネージド、縦=フレームワーク⇔プロダクト
オープンな部品
ベンダー製の土台
LangChain
Claude Agent SDK
Microsoft Agent Framework
= Semantic Kernel + AutoGen 統合
OpenAI Agents SDK
Codex CLI (OpenAI)
NemoClaw (NVIDIA)
Claude Code
OpenClaw
Microsoft Scout
Hermes
Claude Cowork
自己ホスト型エージェント
Microsoft/統制
Microsoft Agent Framework × Ollama × Skills
ChatGPT
マネージド製品・サービス
オープン/自己ホスト
AIラボ製 製品・SDK
17 / 19


# Page. 14

![Page Image](https://bcdn.docswell.com/page/L7LMX6MQJR.jpg)

10 · LANDSCAPE 比較表
主要プレイヤー比較
種別・統制・ホスティング・用途で俯瞰する
KEY MAF＝『作る側 × 統制重視』 。 Skills ・常駐・ローカルは共通項、差別化は
名称
統制・決定性・中立性 。
種別
統制
ホスティング
主用途
フレームワーク
◎ 承認・監査・決定論
自前→Foundry
業務エージェント構築
LangChain
フレームワーク
△ 自前実装
自前
汎用・試作
Claude Code
プロダクト (CLI)
○ 権限・承認
クラウド +ローカル
コーディング
Codex CLI
プロダクト (CLI)
○ 承認・サンドボックス
クラウド +ローカル
コーディング
ChatGPT
プロダクト
○
マネージド
汎用対話・作業
Claude Cowork
プロダクト
○
マネージド
業務協働
Microsoft Scout
プロダクト
◎ Entra ID 常駐
マネージド (M365)
常駐業務の自律
OpenClaw
OSSランタイム
△ 後付け
自己ホスト
個人常駐・ Skills
NemoClaw
統制レイヤ
◎ サンドボックス
自己ホスト
安全な常駐実行
Hermes
OSSプロダクト
△ メモリ重視
自己ホスト
育つ常駐エージェント
Agent Framework
(MAF)
Microsoft Agent Framework × Ollama × Skills
18 / 19


# Page. 15

![Page Image](https://bcdn.docswell.com/page/4EMYL56KEW.jpg)

11 · PROBLEM
業務エージェントの「壁」
チャットボットから
1歩先に行くと、必ず
3つの壁にぶつかる
01
02
03
実行を信頼できるか
知識をどう持たせるか
観測と統制をどう確保するか
ファイルを書く・コマンドを叩くな
業務手順・社内ルール・テンプレー
誰が・いつ・何をしたかを記録し、
ど副作用がある操作を、 LLMの判断
トをどうエージェントに教え、再利
必要な箇所で人間の承認を挟めるか
だけで走らせて大丈夫か
用可能な形で配るか
Microsoft Agent Framework × Ollama × Skills
02 / 19


# Page. 16

![Page Image](https://bcdn.docswell.com/page/PER9K3P6J9.jpg)

12 · DESIGN PHILOSOPHY
エージェントフレームワークの設計思想
どのフレームワークを選ぶかは、技術選定ではなく「思想の選定」
ENTERPRISE
CREATIVE
堅牢・統制・予見可能
柔軟・自律・発見的
型・スキーマで契約を固める
ゆるい指示で LLMに任せる
承認・監査・トレースが標準装備
ツールは「使えるなら使う」
ワークフローを明示的にグラフ化
vs
計画は会話の中で動的に変化
テスト可能・再現性重視
プロトタイプ・探索が速い
失敗してもグレースフルに
予期せぬ解にも到達しうる
Microsoft Agent Framework × Ollama × Skills
03 / 19


# Page. 17

![Page Image](https://bcdn.docswell.com/page/P7XQL43DEX.jpg)

13 · WHERE IT FITS
Microsoft Agent Framework
の立ち位置
両極の良いところを取り込んだ「エンタープライズ寄りの中庸」
Enterprise
Agent Framework
MAF
が「固める」要素
Creative
Agent Framework
が「柔らかく残す」要素
型付きツール・関数呼び出し契約
モデル選択 (OpenAI / Azure / Ollama 等)
承認 (approval_mode)
Skills による拡張・差し替え
と監査ログ
セッション・コンテキスト圧縮
AutoGen 由来のマルチエージェント連携
Workflow によるグラフ実行
MCP / A2Aによる外部接続
・ Semantic Kerne 由来
Microsoft Agent Framework × Ollama × Skills
05 / 19


# Page. 18

![Page Image](https://bcdn.docswell.com/page/37K9LZYD7D.jpg)

14 · HOW TO CHOOSE
フレームワーク選択の判断基準
「自分のタスクが
2極のどちら寄りか」を最初に決めると外しにくい
判断軸
Enterprise
副作用の重さ
DB更新・送金・公開など重い
下書き生成など軽い
監査要件
ログ・承認証跡が必須
本人で完結する作業
ユーザー層
業務担当・他部門への配布
自分・小チームの試行錯誤
失敗コスト
再現性が要る・差し戻しが高価
失敗してもやり直せばよい
業務エージェントは大抵
Enterprise
寄りを選ぶべき
寄り。 Agent Framework
Microsoft Agent Framework × Ollama × Skills
Creative 寄りを選ぶべき
が刺さる領域。
14 / 19


# Page. 19

![Page Image](https://bcdn.docswell.com/page/LJ3W3D9PJ5.jpg)

15 · PRIMITIVES
中核要素： 5つの primitives
公式が用意している部品だけで、業務エージェントが組める
Agent
Tools
Skills
Approval
Session
推論ループの本体
型付きの関数呼び出
外部化された手順書
実行ゲート
状態とコンテキスト
LLMクライアントと指示
し
approval_mode
で承認
会話履歴と圧縮戦略を
文を保持し、ツール呼
@tool デコレータで
SKILL.md + ヘルパーを
を強制。人間が y/n を返
内蔵。長時間タスクで
び出しを含む対話を回
Python 関数をスキーマ
SkillsProvider で読込・
すまでツールは走らな
も文脈を保つ
す
付きツールに変換
Microsoft Agent Framework × Ollama × Skills
配布・差し替え可能に
い
06 / 19


# Page. 20

![Page Image](https://bcdn.docswell.com/page/8JDK4PG3EG.jpg)

16 · EXECUTION MODEL
もう一つの軸：直接実行か、コード生成か
ツールを直接叩くか、コードを書かせて実行させるか
DIRECT ACTION
CODE-WRITING
ツールを直接呼ぶ
コードを書いて実行
型付きツールを名前で直接呼ぶ
LLMがPython を書いて実行
1操作=1 ツールで意図が明確
複数操作を 1コードに集約
承認・監査を差し込みやすい
vs
柔軟で表現力が高い
出力が安定し再現しやすい
run_p ytho n が実行ゲート
複雑な手順は呼び出しが増える
任意コード実行の管理が要る
Microsoft Agent Framework × Ollama × Skills
(CodeAct)
04 / 19


# Page. 21

![Page Image](https://bcdn.docswell.com/page/VEPKMN3P78.jpg)

17 · BUILD 2026
Build 2026
で“標準”になったもの
キーノートの概念は、このデモの部品
につながっている
Agent Harness
ACS
ASSERT
CodeAct
Foundry Hosted
計画と状態管理
実行時ガバナンス
トレース採点
コードに集約
local → managed
create_plan /
request_approval が承認
verify_outputs と
run_python がコード実行
ローカル Ollama を将来
update_plan と
の介入点になる
trace.jsonl が採点対象
行アクション
Foundry へ載せ替え
set_mode が対応する
Microsoft Agent Framework × Ollama × Skills
16 / 19


# Page. 22

![Page Image](https://bcdn.docswell.com/page/27VV9K4V7Q.jpg)

KEY TAKEAWAYS
まとめ
01
設計は2軸で位置を決める
02
堅牢⇔創造、そして直接実行 ⇔コード生成 (CodeAct) で決める
03
Skills と観測で運用に乗せる
手順は SKILL.md で資産化、操作は trace.jsonl に残る
Thank you
· Questions?
Agent Framework
は中庸の堅牢系
Agent/Tools/Skills/Approval/Session
04
Build 2026
を承認・監査で固める
の概念に地続き
Agent Harness ・ ACS・ ASSERT・ CodeAct に対応