AI Engineering Conference Europeで発表された実践的なワークショップで、2台のMCPサーバー(Deep Research AgentとLinkedIn Writing Workflow)を組み合わせたマルチエージェントAIシステムを構築します。両方ともClaude CodeやCursorのようなハーネスに接続されています。

🎬 YouTubeで全編ワークショップをご覧いただけます ↓

📑 スライドはこちらです。

---

準備ができたら、もっと深く掘り下げる方法を教えて

このワークショップは2〜4時間の体験です。ゼロから生産グレードのAIエージェントを出荷したいなら、Towards AIで構築されたAgentic AIエンジニアリングコースをぜひご覧ください。

34レッスン。3つの端から端までのポートフォリオプロジェクト。証明書。そして業界の専門家や私たちに直接アクセスできるDiscordコミュニティ。

300+の生徒による評価は5/5です。最初の6レッスンは無料です:

ここから始め→

---

このリポジトリの使い方

このリポジトリの使い方は3つあります。時間に合ったモードを選ぶ。または、3つすべてを順番に進める。それぞれが前のものの上に積み重なっているから:

1. ワークショップを見て、パターンを端から端まで見てください。~2時間で視聴してください。 まずは2時間のYouTubeワークショップと上記のスライドから始めましょう。

Build Your Own Deep Research Agent + Technical Writer Multi-Agent System

A hands-on workshop, presented at AI Engineering Conference Europe, building a multi-agent AI system with two MCP servers: a Deep Research Agent and a LinkedIn Writing Workflow. Both connected to a harness like Claude Code or Cursor.

🎬 Full workshop available on YouTube ↓

📑 Slides here.

---

Whenever You’re Ready, Here’s How to Go Deeper

This workshop is a 2–4 hour taste. If you want to go from zero to shipping production-grade AI agents, check out our Agentic AI Engineering Course, built with Towards AI.

34 lessons. Three end-to-end portfolio projects. A certificate. And a Discord community with direct access to industry experts and us.

Rated 5/5 by 300+ students. The first 6 lessons are free:

Start here →

---

How to Use This Repo

Three ways to use this repo. Pick the mode that fits the time you have. Or work through all three in order, since each builds on the last:

1. Watch the workshop and see the patterns end-to-end. Watch in ~2 hr. Start with the 2-hour YouTube workshop and the slides above. You’ll come away with a mental model of the full multi-agent system: tool-use agents, evaluator-optimizer loops, grounded search, structured LLM output, and MCP-server design.
2. Run the finished code. See it produce real artifacts. Run in ~30 min. Watch the system generate a research brief, draft a LinkedIn post through an evaluator-optimizer loop, and score itself with an LLM-as-judge. Follow the Getting Started and Running the Code sections to install the project and run the MCP servers, skills, and evaluation pipeline.