How-to

インテリジェントな Android アプリを構築する: AppFunctions を使用して Android のインテリジェンス システムに統合する

所要時間: 6 分
Ben Weiss さんのプロフィールを表示
Ben Weiss デベロッパー リレーションズ エンジニア

ブログ投稿シリーズ「インテリジェントな Android アプリを構築する」へようこそ。このシリーズでは、基本的な Android アプリを、パーソナライズされたインテリジェントなエージェント エクスペリエンスに変換する方法を紹介します。前回の投稿では、Firebase AI Logic を活用して、クラウドホスト型とハイブリッド型の AI 機能を構築する方法について説明しました。

従来のモバイル UI は、集中して行うハンズオンタスクに優れています。Android インテリジェンス システムは、複雑なマルチステップのアクションをさらに簡単にする補完的な機能を導入しています。AppFunctions は、従来のユーザー インターフェースを補完することで、強力な新しいエントリ ポイントを提供します。デバイス上の特権エージェントは、バックグラウンドでアプリの機能にアクセスできます。これは、ユーザーが運転中、歩行中、またはマルチタスクを行っている場合に特に役立ちます。

この記事では、Android AppFunctions を使用して、これらの機能を旅行計画アプリ JetPacker に設計、統合した方法をご紹介します。機能選択の根拠、開発を加速するために使用した専用ツール、すべてを機能させるコードについて詳しく説明します。

AI 対応機能の設計: ユーザーにとって重要な選択を行う

インテリジェンス システムに提供する機能を選択するにあたり、画面をタップするよりも音声コマンドやテキスト コマンドの方が客観的に速いタスクを探しました。この並べて表示されたスクリーン レコーダーでは、この対比が完璧にわかります。左側では、ユーザーが複数の画面をタップして経費を記録しています。右側では、同じタスクが特権エージェントを介してバックグラウンドで即座に完了しています。

最初に選んだのは経費追跡でした。出張中のコーヒー代を記録するには、通常、スマートフォンのロックを解除し、アプリを開き、アクティブな出張を見つけ、経費タブに移動し、追加ボタンをタップし、領収書の写真を撮り、結果を確認するという、かなりのタップ操作が必要です。addExpense 機能と getExpenses 機能を AppFunctions として提供することで、システム エージェントが面倒な処理を担います。ユーザーが「パリ旅行に 5 ドルのコーヒー代を追加して」と言うと、エージェントはバックグラウンドで正しい旅行 ID を自動的に検索して費用を挿入し、手動の UI フローを完全にスキップします。

また、旅程管理も優先しました。忙しい旅行プランで次のアクティビティを確認するには、通常、複雑なタイムライン ビューをスクロールする必要があります。getItinerary と addItineraryEvent をシステムに提供することで、ユーザーは「パリで次に何をする予定?」と尋ねるだけで、すぐに回答を得ることができます。

最後に、ハンズフリーでのメモの作成に焦点を当てました。混雑した通りを歩きながらリマインダーやメモを入力するのは難しく、危険です。音声メモ機能を公開すると、ユーザーが「フライトは素晴らしかった。美しい夕日を見て、よく眠れた」と話すと、特権エージェントが自動的に文字に変換し、addVoiceNote AppFunction を使用して旅行データベースに直接保存します。

AppFunctions を利用した Android MCP

このエクスペリエンス全体は、Android MCP をベースに構築されています。この設計では、アプリはローカル MCP サーバーとして機能します。リモート API ではなく、アプリの機能をオンデバイス インテリジェンス システムに直接提供します。

Android AppFunctions は、このコンセプトを実現する API です。アノテーション付きの Kotlin 関数を読み取り、タイプセーフでサンドボックス化されたツール定義にコンパイルします。この定義は、特権エージェントがデバイス上でローカルに検出して呼び出すことができます。

Android MCP diagram.png
アプリ、Android プラットフォーム、システム エージェントが AppFunctions を調整する図。

Android MCP モデルでは、アプリは構造化されたツールを公開するローカル MCP サーバーとして機能し、Android プラットフォームは一元化されたツール レジストリとして機能します。MCP クライアント側では、エージェント アプリは、レジストリにアクセスするためのシステム特権が付与された後、インテリジェンス システムに登録されます。

ユーザーが登録済みのエージェントを操作すると、その LLM はリクエストを AppFunction で処理できるかどうかを判断し、プラットフォームのメタデータをクエリして、適切な登録済み関数をバックグラウンドで実行します。このローカル MCP クライアント サーバー設計により、エージェントがアクセスできる機能を正確に選択し、アプリの残りのデータのプライバシーを保護できます。

Android のスキルで開発を加速した方法

統合プロセスを効率化するために、AppFunctions 開発スキルを活用しました。AppFunctions 開発スキルは、完全な開発コンパニオンです。Kotlin データクラスをマッピングしてパラメータをシリアル化し、必要な Service エントリ ポイントを生成して、LLM がパラメータの境界を理解できるように KDoc ドキュメントを改良し、ADB を使用して自動テストを設定するという、ライフサイクル全体をガイドしてくれました。

インテリジェンス システムにアプリの機能を提供する

理論はこれくらいにして、実装に進みましょう。

構成と依存関係の設定

まず、AppFunctions の依存関係を追加します。1 つは API 用、もう 1 つは Kotlin Symbol Processing コンパイラ用です。

implementation("androidx.appfunctions:appfunctions:1.0.0-alpha10")
ksp("androidx.appfunctions:appfunctions-compiler:1.0.0-alpha10")

カスタム データ型のモデリング

エージェントと交換されるカスタム オブジェクトには、@AppFunctionSerializable アノテーションを付ける必要があります。TripSerializable.kt ファイルで、旅行データモデルを定義します。

@AppFunctionSerializable(isDescribedByKDoc = true)
data class TripSerializable(
    /** The trip's unique identifier. */
    val id: String,
    /** The trip's title. */
    val title: String,
    /** The trip's destination location. */
    val location: String,
    /** The trip's start date in milliseconds. */
    val startDate: Long,
    /** The trip's end date in milliseconds. */
    val endDate: Long,
    /** A list of participants. */
    val participants: List<String>,
)

@AppFunction アノテーションを使用して機能を提供する

次に、データベース クエリを実行する Kotlin 関数を記述し、@AppFunction アノテーションを付けました。これは searchTrip で確認できます。

/**
 * Looks for trips based on optional filters like id, title (name), location, and dates.
 *
 * @param id The unique identifier of the trip.
 * @param title The title or name of the trip.
 * @param location The destination location.
 * @param startDate The minimum start date in milliseconds.
 * @param endDate The maximum end date in milliseconds.
 * @return A list of trips matching the filters.
 */
@AppFunction(isDescribedByKDoc = true)
suspend fun searchTrip(
    id: String? = null,
    title: String? = null,
    location: String? = null,
    startDate: Long? = null,
    endDate: Long? = null
): List<TripSerializable> {
    return withContext(Dispatchers.IO) {
    // implementation
}

AppFunctions はデフォルトで UI スレッドで実行されるため、withContext(Dispatchers.IO) を使用してバックグラウンド ディスパッチャに切り替えます。さらに、KDoc を改良して、明確な命令形の動詞を使用し、パラメータの制約を指定します。このドキュメントは、ツールのスキーマに直接コンパイルされます。特権エージェントは、このスキーマを使用してパラメータを解決し、ランタイム エラーを処理します。

サービスのエントリ ポイントと Hilt の統合

これらの特徴をインテリジェンス システムに登録するには、AppFunctionService を拡張する抽象基本クラスを作成します。@AppFunctionServiceEntryPoint でアノテーションを付けます。

@RequiresApi(36)
@AndroidEntryPoint
@AppFunctionServiceEntryPoint(
    serviceName = "JetPackerAppFunctionService",
    appFunctionXmlFileName = "jetpacker_app_function_service"
)
abstract class BaseJetPackerAppFunctionService : AppFunctionService() {
    @Inject internal lateinit var tripDao: TripDao
    // DAOs and database references are injected here...
}

コンパイル時に、KSP は serviceName パラメータで宣言された最終的な具象サービス サブクラス JetPackerAppFunctionService を生成します。また、アプリのマニフェストに app_metadata.xml を登録します。このファイルは、JetPacker の宣言された AppFunction のグローバルな運用ルールを提供します。

AppFunctions のテストと検証

実装したら、AppFunctions が登録され、正しく機能していることを確認する必要があります。

Android 17 以降を搭載した実行中デバイスまたはエミュレータでは、ターミナルから ADB コマンドを使用して、関数を一覧表示して呼び出すことができます。adb shell cmd app_function list-app-functions を実行すると、パッケージに登録されているすべての関数が表示されます。その後、未加工の JSON パラメータ文字列を渡しながら adb shell cmd app_function execute-app-function を実行することで、特定の関数を実行してデータベース統合をテストできます。

これらの ADB コマンドの代わりに、AppFunctions Testing Agent を使用して、構成の検査、AppFunctions の一覧表示と実行、実際の会話フローでの AppFunctions の動作の確認を行うこともできます。

終了

AppFunctions を使用してインテリジェンス システムに貢献できるアプリ機能を考える際には、コードとドキュメントに関する考え方を少し変える必要があります。AppFunctions を使用すると、アプリでこの新しいインタラクション モデルを使用できます。これにより、エージェントを使用してアプリ機能にアクセスできるようになります。

まず、AppFunctions 開発スキルは、機能の検出、アプリの AppFunctions の実装と改良に役立つ、ライフサイクルに不可欠なツールです。次に、KDoc コメントはコンパイルされた API アセットです。パラメータの説明が明確であることは、システム エージェントの実行精度に直接影響します。最後に、Android MCP はローカル ファーストの実行を提供し、アプリが AI エージェントと安全に連携できるようにします。

AppFunctions を通じてアプリの機能を提供することで、アプリをインテリジェンス システムに対応させることができます。エージェントの時代に向けてアプリをどのように適応させているか、ぜひお聞かせください。

詳細

このブログ投稿シリーズの他のパートもご覧ください。
パート 1: アプリの紹介と概要。
パート 2: オンデバイス インテリジェンス。ML Kit の生成 AI API と Gemini Nano を特集し、旅行プランの要約、領収書の解析、ローカル音声処理などのプライバシー重視の機能を構築します。
パート 3: ハイブリッド推論とクラウド推論。Firebase AI Logic を使用して、Google マップやウェブ コンテキストなどの実世界のデータで LLM の回答をグラウンディングする方法を学びます。
パート 4(この投稿): システム インテグレーション。AppFunctions を使用して Android インテリジェンス システムと統合する。
パート 5(近日公開): アプリ内 Agentic Workflows。A2UI と ADK を活用したエンドツーエンドの予約アシスタントでアプリを拡張する。

Android 開発についてさらに詳しく知りたい場合は、YouTube または LinkedIn で Android デベロッパーをフォローしてください。

このブログ投稿のすべてのコード スニペットは、次の著作権に関する通知に従います。

Copyright 2026 Google LLC.
SPDX-License-Identifier: Apache-2.0
作成者:
続きを読む