「DeFi Agentを構築したい」——言葉にするのは簡単ですが、実際に座って始めようとすると、多くの人はどこから始めればよいかわかりません：どのフレームワークを使うか？ウォレットをどのように設定するか？秘密鍵をどこに保存するか？最初のツールは何を書くべきか？
この記事はゼロから最初のオンチェーンAgentを構築するための最小限実行可能なアーキテクチャを直接実行できるロードマップとして提供します。目標は2日以内にテストネットで実行できるAgentを持つことです。
最初のコードを書く前に、明確に答えられるべき3つの質問があります——それらの答えが技術選択を決定します：
質問1：AgentはどのチェーンでGAS実行しますか？
最も重要な最初の決定です。イーサリアムメインネットのGas費用は初心者には高すぎます——1回のテストリバランス操作に$5-20かかる可能性があり、デバッグコストが非常に高くなります。強く推奨：最初のオンチェーンAgentはBaseまたはSepolia（イーサリアムテストネット）上で構築します。BaseはイーサリアムのL2で、Gas費用はメインネットの1/100です；DeFiエコシステムも十分に豊富（Aave・Compoundの両方にBase版がある）——初心者の最初のAgentに最適です。
質問2：Agentは具体的に何をしますか？
「DeFi戦略Agent」は曖昧すぎます。最初のAgentは非常に具体的で範囲の狭いタスクを持つべきです。推奨される最初のタスク：「30分ごとにAaveとMorphoのUSDCレートを照会し、スプレッドが0.5%を超えたらTelegram通知を送信する（リバランスを自動実行しない）」。このタスクは読み取り専用操作のみで（オンチェーンリスクなし）・検証可能な出力があり（Telegram通知）・ツール関数設計・Context管理・Agentフレームワーク使用を練習できますが、バグによって資金を失うことはありません。
質問3：あなたの安全境界は何ですか？
自動実行機能を追加する前に決定します：最大単回操作金額（$50-100 USDCから始めることを推奨）；ホワイトリストのプロトコル（1〜2つのみ）；自動実行をトリガーする条件；人間の確認が必要か（最初のバージョンにはTelegramの人間確認メカニズムを追加することを強く推奨）。
最初のオンチェーンAgentには、以下のPython中心の技術スタックを推奨します：
Agentフレームワーク：LangChain + LangGraph。LangChainはツールラッピング・メモリ管理・LLM統合のインフラを提供；LangGraphは有向グラフのAgent実行フロー制御を提供し、「読み取り→分析→確認→実行」のステップ分離を正確に定義できます。インストール：`pip install langchain langgraph`。
LLM：Claude SonnetまたはGPT-4o mini。最初のAgentのタスク（レート比較+決策）には、Claude Sonnetがパフォーマンスとコストのバランスが良い選択です（$3/百万入力トークン）；予算が限られている場合はGPT-4o miniも使えます（$0.15/百万入力トークン）。
ブロックチェーンインタラクション：Web3.py。Pythonの標準イーサリアムライブラリ。インストール：`pip install web3`。BaseチェーンのRPCノードにはAlchemy（無料層：1日300リクエスト）またはBaseの公式RPC（`https://mainnet.base.org`）を使用できます。
デプロイ環境：Railway。最も簡単なPythonアプリケーションのデプロイ体験を提供（GitHubリポジトリから直接デプロイ、5分で完了）。環境変数をサポート（APIキーと秘密鍵をコードにハードコードせずに保存）。
通知システム：Telegram Bot。`python-telegram-bot`ライブラリでTelegram Botを構築；数行のコードでAgentがレート比較の結果と決定をTelegramに送信できます。
「USDC レートモニタリング + Telegram通知Agent」を例に、最小限実行可能なアーキテクチャを説明します：
ディレクトリ構造：
defi-rate-agent/ ├── main.py（メインプログラム）├── tools/ │ ├── get_rates.py（AaveとMorpho APY照会ツール関数）│ └── notify.py（Telegram通知送信ツール関数）├── agent/ │ └── graph.py（LangGraphグラフ定義）├── .env（APIキー、Gitにコミットしない）└── railway.toml（Railwayデプロイ設定）
コアフロー設計（LangGraphグラフ）：
グラフには3つのノードがあります：`fetch_rates`（AaveとMorphoから現在のUSDC APYを取得）→ `analyze`（LLMの推論：スプレッドを計算し通知すべきか判断）→ `notify`（スプレッドが閾値を超えた場合、Telegram通知を送信）。
analyzeノードのSystem Promptにグラウンディングルールを追加：「引用するすべてのレート数値はfetch_ratesツールの返却データから来なければなりません；fetch_ratesが失敗を返した場合は、ABORTを出力してこのサイクルを終了します。」
ツール関数設計（get_rates.py）：
DeFiLlamaのAPI（無料、APIキー不要）を呼び出してAaveとMorphoのBase上のUSDC APYを取得；数値の合理性検証を行い（APY > 30%は異常として扱い、最後のキャッシュ値を使用）；自然言語文字列を返します：「Aave USDC APY: 4.2%、Morpho USDC APY: 5.1%、スプレッド: 0.9%（照会時刻: 2026-06-29 03:12:44 UTC）」。JSONではなく自然言語文字列を返すことで、LLMの解析エラーリスクを減らします。
コードセキュリティ：
`.env`ファイルが`.gitignore`に追加されている（秘密鍵とAPIキーがGitHubにアップロードされないことを確認）；すべてのAPIキーと秘密鍵が環境変数から読み込まれ、コードにハードコードされていない；コードで「0x」を検索——アドレスや秘密鍵がハードコードされていないことを確認。
ツール関数のセキュリティ：
読み取りツールの返却値にオンチェーン操作をトリガーする関数が含まれていない；ツール返却値に合理性検証がある；すべてのツール呼び出しにタイムアウト設定がある。
Agentの動作：
System Promptに「データグラウンディングルール」がある；最大ループ回数の上限が設定されている；ログ記録があり「Agentの最後の実行で何をしたか」に答えられる。
最初のデプロイ前のテスト：
まずローカルで1回実行し、AgentがAPIを正常に照会してTelegram通知を送信できることを確認；LLMの完全なThought出力を印刷し、ツールが返した数値を引用していることを確認；「APIタイムアウト」シナリオをテストし、Agentの動作が「失敗ログ+停止」であることを確認。
最初のオンチェーンAgentは複雑である必要はありませんが、正しいアーキテクチャが必要です——初日から読み取り/書き込みの分離・データグラウンディング・ログ記録に正しく設計されたAgentは、後から自動実行機能を追加するときの安全な拡張コストが、「とりあえず素早く作った」Agentよりはるかに低くなります。
「まず読み取り+通知、次第に自動実行を追加する」ルートは安全上の考慮だけでなく、「役に立つAgent」への最速ルートでもあります。この最小限実行可能なバージョンから始めて、毎週1つの機能を追加すると、3〜4週間後には完全なDeFi戦略Agentができあがります。