microsoft/apmでAgent Skillsを管理しつつ、Renovateで自動更新する

論文「Don't Retrieve, Navigate」に基づくCorpus2Skillは、従来のRAGの受動的検索を改め、文書コーパスを階層スキルツリーにオフラインコンパイルしてLLMエージェントが鳥瞰ビューからドリルダウン探索する手法。ベクトルDBと検索APIが不要で、プロンプトキャッシュにより費用削減可能だが、社内マニュアルなど単一ドメイン・体系的分類のコーパスに最適で、雑多なFAQには不向き。

Agent Router で API Key を生成し、CC Switch に登録して Codex・Claude モデルを無料で利用するための接続手順。コンソールでのトークン作成から CC Switch での設定入力、接続テスト、トラブルシューティング（401・404 エラーや設定反映の確認）まで実装手順を解説。

著者が Hong Kong 国際空港の Wi-Fi から Amazon Bedrock の 4 リージョン (東京・バージニア北部・シンガポール・台北) を実際に検証した結果、Claude や GPT などの Anthropic / OpenAI プロプライエタリモデルは接続元 IP ベースで一貫してブロックされる一方、gpt-oss-120b や Kimi K2.5 などのオープンウェイトモデルや Amazon Nova Pro は正常に動作することが判明。請求先住所がサポート対象国でも、リージョン選択でも回避できず、地域制限は提供元企業の方針に依存することが確認された。

単価表だけでLLM APIモデルを選ぶと、プロンプトキャッシュの効きが大きいワークロードでは実際のコスト順位が入れ替わる可能性がある。DeepSeek V4 Proはキャッシュヒット時の単価が他ベンダー（OpenAI・Anthropic・Google）の1/10以下であり、システムプロンプトが長いチャットボットではより高性能モデルがより低コストになる逆転現象が起きる。最適化はmax_tokensの調整→キャッシュ構造→バッチ処理の順で進めるべき。