Resume Review Agent: LangGraphによるマルチエージェント履歴書最適化システム

portfolio
langgraph
multi-agent
LangGraph StateGraphを用いた5つの専門AIエージェントのオーケストレーション設計と実装
公開

2025年1月12日

はじめに

履歴書の最適化は、採用担当者へのアピールとATS対策の両立が求められる複合的なタスクです。私はこの課題に対して、LangGraph StateGraph を用いたマルチエージェントシステム「Resume Review Agent」を設計・実装しました。

システムアーキテクチャ

Resume Review Agent System Architecture showing parallel agents flow

Multi-Agent AI System Flow

システム概要

Resume Review Agent は、以下の5つの専門エージェントで構成されています：

  1. Recruiter Agent: 採用担当者視点でのコンテンツ評価
  2. Tech Writer Agent: 技術コンテンツの正確性・明確性
  3. Copywriter Agent: 読みやすさとインパクト
  4. UX Designer Agent: 視覚的レイアウトと情報階層
  5. Visual Designer Agent: 美的要素とブランディング

主要な設計判断

Fan-out/Fan-in パターン

各エージェントは独立して並列実行可能なため、LangGraph の Fan-out/Fan-in パターンを採用。処理時間を短縮しました。

ハイブリッド・マルチモデル構成

Agent Model 理由
Recruiter Claude 3.5 Sonnet 汎用的な評価に優れる
Tech Writer Gemini 1.5 Pro 技術コンテンツの理解が深い
Visual Designer GPT-4V 視覚的分析が必要

この構成によりコスト効率を改善しました。

自動検証リトライループ

Quarto のビルドエラーを自動検出し、最大3回まで自動修正を試みるリトライループを実装。これにより、LLM出力の不安定性を吸収し、安定した出力を保証します。

実装のハイライト

# LangGraph StateGraph の定義
from langgraph.graph import StateGraph

workflow = StateGraph(ReviewState)

# Fan-out: 並列エージェント実行
workflow.add_node("router", router_node)
workflow.add_node("recruiter", recruiter_node)
workflow.add_node("tech_writer", tech_writer_node)
workflow.add_node("copywriter", copywriter_node)

# Fan-in: 結果集約
workflow.add_node("aggregator", aggregator_node)
workflow.add_node("revisor", revisor_node)

詳細なコードは GitHub リポジトリ で公開しています。