Collaborative Web Actions: TrueFoundryとGoogle ADKによるスマートな映画コパイロットの構築

Built for Speed: ~10ms Latency, Even Under Load
Blazingly fast way to build, track and deploy your models!
- Handles 350+ RPS on just 1 vCPU — no tuning needed
- Production-ready with full enterprise support
シンプルな映画のチケット予約に伴う精神的負荷を考えてみてください。友達とのグループチャット、映画館の上映スケジュール、レビュー、動的な座席表のタブを行き来すること。上映時間に合わせて場所を調整し、常に変動するチケット価格に振り回されること。これは単なる作業ではありません。断片化されたマルチステージの精神的負担であり、購入の離脱や不十分な選択肢での妥協に繋がることがよくあります。私たちは単一のシンプルな意図を伝えようとしているだけなのに、結果として複雑なウェブサイトの動的なインターフェースと闘うことになってしまいます。
動的なサイトの複雑な地形を手動でナビゲートする代わりに、1つの絞り込まれたチャットウィンドウを開き、その意図を一度だけ伝える状況を想像してみてください。「明日の夜、一番近いIMAX映画館で新しいDuneのチケットを2枚予約して。」このシンプルな発言が、複雑で美しくオーケストレーションされた一連のイベントをトリガーします。デジタルガイドが即座にレジリエントな会話を開始し、制約条件を解釈し、ライブサイトからリアルタイムの選択肢を動的に取得し、決定的なアクションへと迷うことなく導きます。

これが真のアクション指向AIの約束です。これは静的なチャットボットではなく、知性とアクションの動的なオーケストレーションです。デジタルガイドと人間の意思決定の間のシームレスなハンドオフを生み出すことに関するものです。このような洗練されたコパイロット体験の構築を支援するため、最新かつ最も高度なTrueFoundry Accelerator: 映画予約ブラウザ自動化エージェントをリリースできることを嬉しく思います。
このAcceleratorは、ユーザーに代わってFandangoウェブサイトをナビゲートするAIエージェント向けの完全な本番環境対応のブループリントを提供します。モジュール式でレジリエントなアーキテクチャ上に構築されており、最も機密性の高いタスクのための独自のセキュリティパターンを実装しながら、Google Agent Development Kit (ADK)、堅牢なサーバーサイドのヘッドレスブラウザセットアップ(agent-browser CLI)、およびTrueFoundry LLM Gatewayを結合します。
コラボレーティブフローの理解: チャットからライブサイトへ
AIブラウザ自動化における最大の課題は、複雑な状態の管理と、決済処理などの機密性の高いインタラクションの処理です。要素が移動し、非同期に読み込まれ、ユーザーによって異なる現代の動的ウェブUIの性質は、従来の自動化スクリプトを破綻させます。レジリエントなエージェントを構築するには、自己修復を行い、ユーザーと知的にコラボレーションするようにイチから設計されたアーキテクチャが必要です。
私たちのAcceleratorがユニークなのは、堅牢でセキュリティ重視のコラボレーティブハンドオフモデルを採用しているためです。このモデルでは、AIは映画を見つけるための面倒なルールベースのすべてのステップを処理しますが、実際の決済情報の処理の手前で停止します。最も重要なステップでコントロールがユーザー自身のブラウザにシームレスに引き継がれ、ユーザーの信頼を確保し、アプリケーションのPCIコンプライアンスの複雑さを軽減します。
このエコシステム全体は標準のFastAPI ServerとAPIレイヤー内にカプセル化されているため、デプロイ、セキュリティ確保、モニタリングが容易です。ここに表示されている図はそのオーケストレーションブループリントであり、文脈がユーザーの意図からブラウザのアクションへとどのように移行するかを正確に詳しく示しています。

アーキテクチャのディープダイブ: レジリエントな状態管理とコラボレーティブアクション
技術コンポーネントと、この状態オーケストレーションされたフローの4つのキーグループについて、技術ブループリントを直接参照しながら分解してみましょう。
オーケストレーター: BookingAgent (State Orchestrator)
このコンポーネントはシステムの中核です。「State Orchestrator」とラベル付けされたBookingAgentは、単にテキストを渡すだけでなく、ハイレベルな意図を構造化され、信頼性が高く、会話型のワークフローに変換します。一連の相互接続されたループを使用して、正確な状態を維持します。
- 初期のガイド付き選択肢: エージェント(ADK Agentロジックに基づく)は、最初から構造化された選択肢をユーザーに提示するように設計されています。空の「どの映画を見たいですか?」と尋ねるのではなく、「[映画で検索] [ジャンルで検索]」などのガイド付きオプションを即座に提供します。ユーザーが選択を行うと、単にテキスト入力を取得するだけでなく、エージェントの内部コンテキストを設定し、その後の会話全体を誘導します。この初期構造は、タスクへの集中を維持するために極めて重要です。
- ステートループ: コンテキスト注入と動的リスト生成: このループ(図の中央の灰色のボックスで示されています)は、会話を動的にするものです。
- 1. コンテキスト注入: Session Managerは状態を保持し、会話の各ターンが前の制約条件を認識できるようにします。BookingAgentはこのフルコンテキスト(ユーザーの郵便番号、日付、希望の映画)をプロンプトに注入します。
- 2. ツール呼び出しの実行: インテリジェンスレイヤー(ADK Agent + LLM Gatewayの組み合わせで示されています)は、呼び出すツール(Maps、クリックなど)を決定する構造化JSONレスポンスを生成します。
- 3. 動的リスト生成: これは極めて重要です。エージェントがユーザーに日付を選択してもらう必要がある場合、単に尋ねるだけではありません。ブラウザツールを使用してFandangoから実際のDOM状態を取得します。次に、ページから直接有効な日付のリストを抽出し、チャット内にクリック可能なガイド付きオプションを生成して、ユーザーを完全に軌道に乗せ、行き詰まりを回避します。これは図に見事に示されています。ユーザーが郵便番号と日付を入力すると、エージェントはFandangoのリアルタイムDOMスナップショット結果から動的に構築された「午後2:30」や「午後5:45」の上映時間などの特定のオプションを提示します。
- 4. エラーリカバリ: 動的サイトが変更され、CSSセレクターが失敗した場合はどうなるでしょうか?ループのこの部分は、エージェントのレジリエンスエンジンです。システムはハードエラーで失敗する代わりにエラーをキャッチし、BookingAgentが自己修復ステップを開始します。多くの場合、ページで失敗した内容と再試行方法に関するヒントをLLMに提示します。
ブレイン: ADK AgentとTrueFoundry LLM Gateway
このパートナーシップにより、エージェントのインテリジェンスが提供されます。ADK Agent(Google ADK Runner + InMemorySession)は標準化されたフレームワークを提供し、TrueFoundry LLM Gatewayはモデルの柔軟性と強力なバックエンド機能を提供します。
- Gatewayの強み: (ADK Runnerを介して)すべてのモデル呼び出しをTrueFoundry LLM Gateway経由でルーティングすることで、即座の可観測性、速度向上とコスト削減のためのプロンプトキャッシュ、GPT-4、Claude、Geminiなどのトップクラスモデル間のシームレスな切り替え機能が提供されます。これは、インフラストラクチャコストを管理しながら、特定タスク(DOMパースなど)のパフォーマンスを最適化するために不可欠です。
アクションチェーン: Browser Tools、DriverManager、agent-browser CLI
このコンポーネントチェーンはコマンドを実行します。
- 抽象化レイヤー: Browser Toolsは生のインタラクションを抽象化し、オーケストレーションロジックをクリーンかつモジュール化します。
- 並列スケーリング: BrowserManagerの設計は極めて重要です。ラベルが指し示すように、「セッションごとのBrowserDriverインスタンス + プレウォーム」を維持します。これは、各チャットセッションが独自の隔離されたヘッドレスブラウザインスタンスを持つことを意味します。これによりユーザーデータの衝突を防ぎ、アプリケーションが数千のユーザーにわたって安全に並列スケールできるようになります。
- エンジン: agent-browser CLI(PlaywrightパワードのHeadless Chromium)は、Fandangoウェブサイトを駆動する生の実行エンジンです。動的リスト生成のために、極めて重要なDOMスナップショットとインタラクション結果をループに送り返します。
真骨頂: コラボレーティブハンドオフモデル
これがアーキテクチャ設計全体の集大成です。「Handoff Logic (User Context preserved)」の点線からわかるように、面倒なデータ収集ステップが完了した後(例: ユーザーが映画館と上映時間を選択した後)、サーバーサイドの自動化は停止します。
BookingAgentをトリガーしてコントロールを移転します。ライブのFandangoページ(または分離された安全なフレーム)がユーザー自身のブラウザ(「Live Fandango Page (User is in direct control)」とラベル付けされた黄色のボックス)に直接読み込まれます。コンテキスト(映画館と特定の上映時間)が保持されているため、ユーザーは必要な場所に正確に着地します。
その後、ユーザーは通常行うのとまったく同じように、複雑で視覚的な座席表と直接対話し、安全な決済ステップを進めます。これが素晴らしい理由は以下の通りです。
- セキュリティ: アプリケーションが機密性の高いPCI決済データを処理、保管、保存することがなくなるため、セキュリティおよびコンプライアンスの膨大なオーバーヘッドが削減されます。
- ヒューマンハンドオフ: 人間に最も適したタスクである、動的マップ上での最終的な視覚的座席選択を人間ユーザーに委ねることができます。
この座席選択と決済(直接入力)の最終的なユーザー管理ループは、最終結果である「予約完了」に直接繋がります。
👉コラボレーティブフロー全体のインタラクティブなSupademoを見る
この堅牢なアーキテクチャが、わずか数回のタップでユーザーをシンプルなジャンル検索からFandango上のライブ座席表へと導く様子をご覧いただき、このオーケストレーションされたブループリントのすべてのステップをご確認ください。
なぜAcceleratorから始めるのか?
TrueFoundry Acceleratorsは、本番環境への移行を高速化するように設計されています。LLMを使用したウェブ自動化は、隠れた状態管理やレジリエンスの課題があり、非常に複雑なことで知られています。この唯一無二の本番環境対応ブループリントから始めることで、以下のメリットが得られます。
- 複雑な開発をバイパス: 状態保持、自己修復、コラボレーティブな人間とAIのループに関する実績のあるパターンを使用してプロジェクトを迅速に立ち上げます。
- 並列スケールを確保: エンタープライズデプロイメントに不可欠なBrowserManagerおよびDriverManagerの隔離されたセッションモデルを活用します。
- リスクを軽減: 実績のあるコラボレーティブハンドオフモデルは、ウェブアクションを安全にする最も効果的な方法であり、機密データに関連するセキュリティ、法的、コンプライアンス上のリスクを軽減します。
今すぐ始めましょう
映画予約Acceleratorは、単なる技術のデモにとどまりません。堅牢で安全なコラボレーティブエージェントを構築するための基盤となるブループリントです。ホテル予約コパイロット、航空会社自動アシスタント、または自動データ抽出ツールを構築しているかどうかにかかわらず、このアーキテクチャはLLMをウェブアクションに信頼性高く接続する方法を示しています。
今すぐTrueFoundryプラットフォームにダイブし、このAcceleratorリポジトリにアクセスして、独自の自動化ニーズに合わせてこの技術ブループリントのカスタマイズを開始しましょう。
TrueFoundry AI Gateway delivers ~3–4 ms latency, handles 350+ RPS on 1 vCPU, scales horizontally with ease, and is production-ready, while LiteLLM suffers from high latency, struggles beyond moderate RPS, lacks built-in scaling, and is best for light or prototype workloads.














.webp)





.webp)
.webp)
.png)

.png)
.png)
.png)
.png)
.png)
.webp)
.webp)






