第29回ブログ：エージェント指向ワークフローオーケストレーション最前線 ― LangGraph vs CrewAI vs Flowise vs Dust
🚀 背景：マルチエージェント開発が当たり前に
GPT‑4 以降、「1つのLLMに全部お願いする」時代から、「複数エージェントが役割分担しながらタスクを遂行する」時代へ移行しています。そのキードライバーがワークフローオーケストレーションプラットフォームです。
ポイントは状態管理・失敗リカバリ・ストリーミング実行をいかにGUI／コードで制御できるか。
🗂 プラットフォーム比較
| 項目 | LangGraph | CrewAI | Flowise | Dust |
|---|---|---|---|---|
| 発表 | 2025‑02 | 2024‑11 | 2023‑06 | 2024‑09 |
| 開発元 | LangChain | Cognition Labs | OSS コミュニティ | Dust.tt |
| 特徴 | 状態遷移グラフ/TypeScript | 多エージェント協調DSL | ノーコードGUI | チーム協働＋RAG統合 |
| 得意領域 | 複雑な条件分岐 | 長期プロジェクト | プロトタイプ高速化 | 社内ナレッジ活用 |
| ライセンス | Apache‑2.0 | MIT | MIT | SaaS/PaaS |
🔧 実装例スニペット
# LangGraph で簡易フロー
from langgraph import Workflow, Node
class Writer(Node):
def run(self, state): ...
flow = Workflow()
flow.add(Writer()).to("save")
flow.execute("初稿")📈 ベンチマーク
社内 POC で「FAQ 自動回答ワークフロー」を 4 つで再現。
| ツール | 構築時間 | 平均応答時間 | 総コスト |
|---|---|---|---|
| LangGraph | 6h | 3.2s | $0.11 |
| CrewAI | 5h | 4.5s | $0.09 |
| Flowise | 2h | 4.1s | $0.07 |
| Dust | 4h | 3.8s | $0.08 |
💡 選定ヒント
- ローコードで素早くPoC ➜ Flowise
- スクリプタブル＆高拡張 ➜ LangGraph
- プロジェクト単位でエージェント連携 ➜ CrewAI
- 社内RAGを含むSaaS ➜ Dust
🔮 今後の展望
Microsoft Autogen Studio や AWS Bedrock Agents も参入予定。標準化仕様として Open Agent Protocol の議論も進んでおり、2026 年にはLLMエージェントの相互運用が実現する見込みです。