Agency Agentsというリポジトリが話題になっていますね。
これは100個以上のAIエージェント定義がMarkdownファイルで提供されており、自由に使用・改変が可能なOSSとして提供されています（MITライセンス）。

Claude Codeにも、すぐにSub Agent機能などで導入できます。リポジトリはこちら。

詳細についてはこちらの記事で解説されておりますので、ぜひご覧ください。

さて、これらのエージェントの中で、株式や暗号資産領域においてデータ分析的なアプローチで攻略を目指す人向けに、使える可能性のあるエージェントをまとめようと思います。

「全てそのまま利用する」というより、自分の環境や用途に応じてカスタマイズして使う（mdファイルの内容を編集して自分の環境に配置）のが良いと思います。

筆者個人としても、全体をインストールするのではなく自前の分析基盤で一部使用したり参考にする使い方をすると思います（これから使います）。

セキュリティの観点から考えても人気OSSは狙われやすいので、インストールしたり継続利用するときは、個人の責任範囲で十分注意を払って行ってください。

一応、現時点で複数のLLMを用いてセキュリティチェックを行い、大きな懸念がないことを確認しています。

それではどうぞ。

データ分析一般向けのエージェント

Analytics Reporter

データ解析とレポート作成のエキスパート。主な用途は以下。ビジネス寄りの内容となっているので、投資戦略開発寄りに改変するのがよいでしょう。

• データ分析、可視化全般。

• 回帰分析、予測分析、トレンド分析などの統計解析。

• 指標や損益を管理するためのダッシュボード開発。

Data Engineer

データインフラの設計、構築、運用を専門とするエキスパート。主な用途は以下。

• 品質の高いデータ基盤構築。分析に不可欠です。

• 生データの前処理や変換。

• リアルタイムデータ（WebSocketで提供される市況系データ）のストリーミング処理。

AI Engineer

機械学習モデルの開発・運用・本番システムへの統合の専門家。こちらは自身の得意とする戦略に応じてカスタムするとよさそうです。

• 各種機械学習フレームワーク（TensorFlow、Pytorchその他）を利用したモデル構築。

• 時系列データの予測分析、異常検知、トレンド分析。

• パイプラインとMLOpsインフラの構築。

Model QA Specialist

機械学習モデル・統計モデルの品質保証の専門家。上記のAI Engineerと合わせて使えるでしょう。これも金融向けにカスタマイズするとより良さそうです。

• 構築したモデルについて、根拠のある性能評価を行う。

• 各特徴量の寄与度の分析や解釈性の評価。

特定の用途向けのエージェント

Experiment Tracker

継続して実験を行いPDCAを回すための専門家。主にマーケットメイクやHFTなどの短期取引において、ABテスト～改善を繰り返すのに使えます。もともとビジネス領域に近いエージェントなのである程度改変は必要でしょう。

• A/Bテストの設計と実施。

• 実験結果の統計的有意性の検証とその後の意思決定。

Trend Researcher

主に株式投資向け。新興トレンド、競合分析、ビジネス機会の評価を行う市場情報のエキスパート。どちらかというと長期・裁量投資向け。

• 市場調査や業界分析。

• 早期トレンドの特定、Google Trendの活用。

• ソーシャルメディア動向の分析やセンチメント分析。

Blockchain Security Auditor

ブロックチェーンセキュリティ監査担当者。悪いことに使ったらダメです。自分のコントラクトの監査に使ってください。

• スマートコントラクトの脆弱性検出。

• DeFiプロトコルと接続する前のリスク確認。

• 自作コントラクトのデプロイ前審査。

Solidity Smart Contract Engineer

Solidityスマートコントラクトエンジニア。筆者はスマートコントラクトを書いた経験がないので評価できず。

• スマートコントラクト開発全般。

その他のエージェント

Backend Architect、DevOps Automator、Security Engineer。
トレードbotのプログラム構築全般に使えるでしょう。

以上です。最後駆け足になってすみません。

AIエージェントを取り巻く環境は目まぐるしく変わります。おそらくこの情報も数カ月程度で陳腐化することでしょう。
ですが、現時点のスナップショットとして参考になれば幸いです。

それではまた！