Cursor「Agent SDK」公開　エージェントをコードとして作り、試し、配る

米Cursorが、エージェントの指示と道具をMarkdownとTypeScriptのフォルダで定義し、評価してから配備できる「Agent SDK」を公開した。Bugbotなど自社のエージェントと同じ実行基盤を使う。

記事の内容を自社でどう進めるか、内容が固まっていない段階でも相談できます。仕事の相談

毎週 1 回、その週の記事から 5 本と実践の 1 本を選んでメールで届けます。ニュースレターを購読する（無料）

指示と道具をファイルで書く

Cursorの説明によると、Agent SDKはBugbot、Security Review、Approval Botなど同社のエージェントを動かしている実行基盤の上に作られている。Agent SDKでは、エージェントへの指示をMarkdownで、呼び出す道具（ツール）をTypeScriptで書く。決まった処理はコードで確実に動かし、判断が要る所だけモデルに任せる形だ。モデルが道具を呼び出す繰り返しの処理はCursorが受け持ち、開発者は指示と道具だけを書けばよい。

エージェントはSlack、プルリクエスト、課題管理の道具、Cursorの画面などで人とやり取りできる。配備した後は「Deployed Agents」の画面で管理する。動かす場所は、Cursorが管理するホスティングか、自社の環境かを選べる。図で示された構成には、モデルの振り分け、MCP（AIと外部の道具をつなぐ標準の手順）の接続、サブエージェント（親から呼び出される別のAI）、秘密情報の管理、サンドボックスが並ぶ。

評価を回して直していける

もう1つの柱が評価（eval）だ。Agent SDKの評価のページによると、評価は決まった入力を実際のエージェントに送り、どの道具が呼ばれたかと答えの形を確かめる。例えば「このプルリクエストは承認してよいか」と聞き、点検の道具を呼んで承認の道具は呼ばなかった時だけ合格にする、といった書き方ができる。

答えの意味が正しいかを見たい時は、モデルに採点させる仕組みも使える。評価は「agent-sdk eval」のコマンドで流し、CIでも回せる。失敗した例は、入力・呼ばれた道具・最後の答えをファイルで見直せる。Cursorはこの繰り返しで少しずつ性能を上げるやり方を「hillclimbing」と呼び、手順のページを用意している。

評価は実際の道具を動かすため、書き込みを伴う道具は先に守るよう注意書きがある。手元のリポジトリに頼らないよう、エージェントが読むファイルを評価の中で用意したり、GitHubのプルリクエストのWebhookの中身を保存して試験の入力に使ったりもできる。1つの評価の中で何度か話しかけ、会話の流れ全体を確かめることもできる。

コーディングエージェントに作らせる

始め方も、コーディングエージェントに任せる前提で書かれている。ドキュメントの冒頭には、自分のコーディングエージェントに貼り付けるための指示文が載っている。Node 22.13以上を確かめ、npmで「@grok/agent-sdk」を入れ、ログインした後に、何をするエージェントかを聞いて最初のプロジェクトを作る、という流れだ。どのページも、URLの末尾に「.md」を付けるとMarkdownで読める。パッケージは以前「@cursor/bdk」という名前だった。手で始める場合は、「agent-sdk init」でプロジェクトのひな形を作り、「agent-sdk dev」で動かす。

一から書かずに済むよう、プルリクエストのレビュー役を1歩ずつ作る手引き、レビューや課題の振り分けのひな形、担当者の決まりに沿って承認する例も用意された。Cursor Automationsで作った仕事をAgent SDKのプロジェクトに移す手順もある。

Cursorは使い分けも示している。予定や出来事をきっかけに動く仕事ならCursor Automations、コードを書かずにエージェントを設定して話したいならGrok Bot、チームで版を管理し、レビューし、テストして改善していきたいならAgent SDK、という整理だ。

編集部の見方

小さなチームで効くのは、エージェントの「指示文」がリポジトリのファイルになり、変えるたびに評価で確かめられる点だ。画面で指示を直していると、何を変えたら挙動が崩れたのかを後から追えない。差分とテストが残るなら、ふつうのコードと同じ手順で直せる。まずはレビューや課題の振り分けのような、正解が判断しやすい仕事を1つ選び、評価を数本書いてから動かすのがよさそうだ。料金や上限は今回のページでは確かめられなかったので、本番に入れる前に確かめておきたい。