pip install git+https://github.com/openai/swarm.git
pip install openai python-dotenv tavily-python loguru

OPENAI_APY_KEY=your_openai_api_key
TAVILY_API_KEY=your_tavily_api_key

triage_agent = Agent(
    name="トリアージエージェント",
    instructions="""ユーザーの要求を最適に処理できるエージェントを判断し、その会話をそのエージェントに転送します。
    リクエストをエージェントにトリアージするためにもっと情報が必要な場合は、理由を説明せずに直接質問してください。""",
)

def websearch_functions(search_query: str):
    """Web検索を実行する関数"""
    result = tavily_client.qna_search(query=search_query)
    return result

websearch_agent = Agent(
    name="Web検索エージェント",
    instructions="""ユーザーの質問に基づいてWeb検索を行い、その結果を提供してください。
    Web検索が必要ない場合は、トリアージエージェントに会話を転送してください。
    社員情報検索や商談ストーリー生成が必要な場合は、トリアージエージェントに会話を転送してください。""",
    functions=[websearch_functions],
    model="gpt-4o"
)

from tavily import TavilyClient

tavily_client = TavilyClient(api_key=your_tavily_api_key)
answer = tavily_client.qna_search(query="現在の日本の総理大臣は誰ですか？")
print(answer)

def employee_search_functions(tech_stack: str):
    """社員情報検索を実行する関数"""
    logger.info(f"社員情報検索を実行します: {tech_stack}")
    
    # 本来は検索機能を実装するべきだか、ここではダミーデータを返す
    result = """Aさん
    - 社内向けAIアプリケーションの開発
        - クラウドサービスを活用した安全性の高いシステム設計
        - フレームワークを用いたAIアプリの概念実証（PoC）の推進
        - RAGによる社内データを活用した検索機能や資料生成機能の開発
    
    Bさん
    - 営業支援ツールの概念実証（PoC）の推進
        - 営業担当者向けの次のアクションを支援するツールのPoC
        - RAGによる営業データを活用した検索機能の調査・構築

    Cさん
    - 画像生成AIのビジネス活用に関するPoC
        - 画像生成ツールの環境構築（ローカル、クラウドなど）
        - 拡張機能の技術的な検証
        - 目的に応じた画像生成に向けたプロンプト調整"""
    
    return result

employee_search_agent = Agent(
    name="社員情報検索エージェント",
    instructions="""該当の技術スタックに精通する社員を検索し、その情報を提供してください。
    社員情報の検索が必要ない場合は、トリアージエージェントに会話を転送してください。
    Web検索や商談ストーリー生成が必要な場合は、トリアージエージェントに会話を転送してください。""",
    functions=[employee_search_functions],
    model="gpt-4o",
)

negotiation_story_agent = Agent(
    name="商談ストーリー生成エージェント",
    instructions="""データ分析を支援する企業に所属する営業社員として、商談ストーリーを生成してください。
    商談ストーリーの生成が必要ない場合は、トリアージエージェントに会話を転送してください。
    Web検索や社員情報検索が必要な場合は、トリアージエージェントに会話を転送してください。""",
    model="gpt-4o",
)

def transfer_to_websearch():
    logger.info("Web検索エージェントに転送します")
    return websearch_agent

def transfer_to_employee_search():
    logger.info("社員情報検索エージェントに転送します")
    return employee_search_agent

def transfer_to_negotiation_story():
    logger.info("商談ストーリー生成エージェントに転送します")
    return negotiation_story_agent

def transfer_back_to_triage():
    """現在のエージェントが処理できないトピックについてユーザーが質問している場合、この関数を呼び出します。"""
    logger.info("トリアージエージェントに転送します")
    return triage_agent

triage_agent.functions = [transfer_to_websearch, transfer_to_employee_search, transfer_to_negotiation_story]
websearch_agent.functions.append(transfer_back_to_triage)
employee_search_agent.functions.append(transfer_back_to_triage)
negotiation_story_agent.functions.append(transfer_back_to_triage)

User: Web検索をしたいです。データアナリティクスラボ株式会社の事業概要について教えて下さい。

Web検索エージェント: データアナリティクスラボ株式会社（DAL）は、データ分析受託事業を行う企業で、2019年4月に設立されました。データサイエンスに特化し、大手企業や上場企業をクライアントに持つなど成長を遂げています。本社は東京都港区にあり、他にも大阪支社（梅田）と名古屋支社を展開しています。創業者の谷川昭雄氏は起業家として、複数の会社を経営しています。

User: 社員情報検索をしたいです。データアナリティクスラボ株式会社にRAGの導入支援を依頼されています。弊社に対応できる社員や事例などはありますか。

社員情報検索エージェント: データアナリティクスラボ株式会社からのRAG導入支援の依頼に対応できそうな社員は次の通りです：

1. **Aさん**
   - 社内向けAIアプリケーションの開発経験があります。
   - クラウドサービスを活用した安全性の高いシステム設計を行っています。
   - RAGを利用して社内データを活用した検索機能や資料生成機能の開発に携わっています。

2. **Bさん**
   - 営業支援ツールの概念実証（PoC）の推進を担当しています。
   - RAGを活用した営業データを利用した検索機能の調査・構築経験があります。

これらの情報をもとに、支援可能な社員を選定することができます。

User:  商談ストーリーを作成したいです。データアナリティクスラボ会社にRAG導入の支援を提案するために、これまでの情報を元に商談ストーリーを作成してください。

商談ストーリー生成エージェント: 商談ストーリーの提案例を以下に示します。これは、データアナリティクスラボ株式会社にRAG（Retrieval-Augmented Generation）技術の導入支援を提案するためのものです。

---

**タイトル：データアナリティクスラボ株式会社へのRAG導入支援提案商談**

**会場：データアナリティクスラボ株式会社 本社（東京都港区）  
参加者：DALのプロジェクトマネージャー、AIシステム担当エンジニア、貴社営業担当（Aさん、Bさん）**

---

**1. オープニング**

- 挨拶と自己紹介
  - 「本日はお時間をいただきありがとうございます。私は[あなたの名前]で、データアナリティクスラボ様の業務効率化に向けたAIソリューションを担当しております。」

- 商談の目的説明
  - 「本日は、RAG技術を活用することで、貴社のデータ活用能力をさらに強化するご提案をさせていただければと思います。」

**2. データアナリティクスラボ様のニーズ確認**

- 現在の業務プロセスやデータ活用の課題
  - 「貴社が持つ豊富なデータは、さらにどういった形で活用したいか具体的なビジョンをお聞かせいただけますか？」

- 既存システムの導入状況と満足度
  - 「RAG導入前に現在お使いのシステムやツールに対する率直なご意見を伺いたいと思います。」

**3. ソリューション提案**

- RAG技術の概要説明
  - 「RAGはリアルタイムにデータを引き出しつつ、それを基に新しい価値を生成する技術です。特に検索機能の効率化やクリエイティブな資料作成に役立ちます。」

- 実績や事例の紹介
  - 「弊社のAさん、Bさんは貴社のニーズに最適な形でRAGを導入する豊富な経験があります。具体的には、社内データを活用した高度な検索機能を実現してきました。」

**4. 具体的な導入プラン**

- 導入ステップの提案
  - 「まず、貴社の現状システムとの親和性確認からPoCを開始し、次に段階的に本格導入を進めていくプランです。」

- 見積もりとROIの提示
  - 「導入にかかるコストと、それにより得られる効果について具体的な数値を提示させていただきます。」

**5. 質疑応答**

- 貴社からのご質問を受け、誠実に回答。

**6. 次のアクション**

- 提案内容のフィードバック収集
  - 「ぜひ、この提案についてご意見をお聞かせいただき、次に進めるべき方向性を検討していただければと思います。」

- 次回のミーティング日程調整
  - 「次回は、実際にプランの細部を詰めていく段階に進みたいと思いますが、ご都合はいかがでしょうか？」

**クローズ**

- 商談を終了し、関係構築の継続を希望します。

---

このような流れで商談を進めると、データアナリティクスラボ株式会社に対するRAG導入支援の提案が明確になり、実現に向けた具体的な一歩となるでしょう。