SekibanがAIエージェント時代のイベントソーシング・CQRSの親和性良さそうなので調べてみた
# Sekiban × AIエージェント基盤 Zenn本 ## 本の構成 全14章構成でSekibanフレームワークを使ったAIエージェント基盤の構築方法を解説しています。 ### 章立て 1. **00-intro.md** - イントロダクション・免責事項 2. **01-why-started.md** - 調査を始めた背景とAIエージェントの記憶問題 3. **02-sekiban-framework.md** - Sekibanフレームワークの概要と特徴 4. **03-eventsourcing-ai-agents.md** - イベントソーシングとAIエージェントの親和性 5. **04-implementation.md** - 実装方法（Aggregate, Event, Command, Projection） 6. **04-5-usecases.md** - 具体的なユースケースと活用事例 7. **05-ai-agent-examples.md** - AIエージェントへの適用例 8. **06-ddd-improvements.md** - DDDの改善策と関数型アプローチ 9. **07-architecture-patterns.md** - アーキテクチャパターン（AWS/GCP統合） 10. **08-best-practices.md** - ベストプラクティス（スナップショット、バージョニング等） 11. **09-python-rust.md** - Python/Rustでの実装パターン 12. **10-blockchain.md** - ブロックチェーン連携構想 13. **11-summary.md** - まとめと今後の展望 14. **12-references.md** - 参考文献・リソース
