docs: enhance comparison section and add hands-on guide for Graflow

Author: myui

draft/zenn/zenn_langgraph_comparison.md

@@ -1472,7 +1472,7 @@ Graflow版のポイント:
 
 ## まとめ
 
-LangGraphとGraflowの違いは、単なるAPIの差ではなく、**「ワークフローを静的に定義するか、動的に構築するか」** という設計思想の違いです。
+ここまでの比較を通じて見えてきたのは、LangGraphとGraflowの違いが単なるAPIの差ではないということです。**コンパイル時に構造を固定するか、実行時に構造を決定するか**——この設計思想の違いが、分岐・並列・中断再開・スケーリングといったすべての機能差として表れています。Graflowは、この設計思想のもとで開発者体験（Developer Experience）を徹底的に追求したフレームワークです。
 
 ### 比較表
 
@@ -1507,17 +1507,13 @@ LangGraphとGraflowの違いは、単なるAPIの差ではなく、**「ワー
 
 ### スタンドアロンSDKに対する見解
 
-LangGraphのような専用オーケストレーションフレームワークを使わず、OpenAI Agents SDKやGoogle ADKなどの**スタンドアロンのエージェントSDK単体**でワークフローを組む選択肢もあります。シンプルなPoCやプロトタイプではこのアプローチは有効です。
+OpenAI Agents SDKやGoogle ADKなどの**スタンドアロンのエージェントSDK単体**でワークフローを組む選択肢もあります。シンプルなPoCやプロトタイプではこのアプローチは有効です。
 
 しかし、プロダクション環境で求められる要件——**循環（ループ・リトライ）、チェックポイントによる中断・再開、Human-in-the-Loop、エラーハンドリングとリトライポリシー、複数LLMプロバイダーの使い分け、プロンプトのバージョン管理**——を満たそうとすると、結局オーケストレーションフレームワーク相当の機能を自前で作り込むことになります。その開発・保守コストは決して小さくありません。
 
 Graflowはこれらの機能をフレームワークとして標準提供しつつ、エージェントSDK側の選択は自由に委ねる設計です。「オーケストレーションはGraflow、エージェントのツール呼び出しや推論はお好みのSDK」という責務分離により、車輪の再発明を避けながら柔軟な構成が可能になります。
 
----
-
-Graflowは、プロダクション環境でAIエージェントワークフローを安心して動かすための、新しいオーケストレーションエンジンです。
-
-**Graflowの5つのコア価値:**
+### Graflowのコア価値
 
 | # | コア価値 | 内容 |
 |---|---|---|
@@ -1527,6 +1523,22 @@ Graflowは、プロダクション環境でAIエージェントワークフロ
 | 4 | **プロダクション対応** | checkpoint/resume、HITL、Dockerハンドラー |
 | 5 | **並列分散処理によるスケーリング** | Airflow風の水平スケール。ローカル実行→分散実行の切り替えが1行で可能 |
 
+---
+
+## Graflowを始めてみよう
+
+GraflowはApache 2.0ライセンスのOSSです。[GitHub](https://github.com/GraflowAI/graflow)でのIssue報告やPull Requestも歓迎しています。
+
+:::message alert
+**🚀 ハンズオンで試してみよう**
+
+Graflowの動作を手軽に体験できる **Google Colabノートブック** を用意しています。環境構築不要・無償で実行可能です。
+
+[![Open In Colab](https://colab.research.google.com/assets/colab-badge.svg)](https://colab.research.google.com/github/GraflowAI/graflow-examples/blob/main/notebooks/hands_on_guide_ja.ipynb)
+
+最近リリースされたばかりで話題の **[Gemma 4](https://ollama.com/library/gemma4:e4b)** などのローカルLLMを利用した **Google ADK** や **LLM completion** の実行例も含まれています。ローカルLLMを活用することで、秘匿性の高いデータを外部に送信せずにワークフロー内で安全に処理できます。ぜひ実際に触って、Graflowの開発体験を確かめてみてください。
+:::
+
 :::message
 **💡 Claude Code SkillsによるAIネイティブな開発体験**
 
@@ -1541,8 +1553,6 @@ Graflowは [Claude Code](https://docs.anthropic.com/en/docs/claude-code) の **C
 Claude CodeがGraflowのAPI・設計パターンを理解した上でコードを生成するため、ドキュメントを逐一参照しなくても正しいワークフロー構造が得られます。詳しくは [graflow-examples](https://github.com/GraflowAI/graflow-examples) リポジトリを参照してください。
 :::
 
-GraflowはApache 2.0ライセンスのOSSです。[GitHub](https://github.com/GraflowAI/graflow)でのIssue報告やPull Requestも歓迎しています。リリース情報や最新の情報発信は、X（旧Twitter）アカウント [@GraflowAI](https://x.com/GraflowAI) をフォロー頂ければと思います。
-
 ### 紹介動画
 
 @[youtube](ecRjWNt08w4)
@@ -1553,3 +1563,5 @@ GraflowはApache 2.0ライセンスのOSSです。[GitHub](https://github.com/Gr
 - **ライセンス**: Apache 2.0
 - **設計解説記事**: [Graflowの設計と既存ツールとの比較](https://zenn.dev/myui/articles/27f69e5fe41345)
 - **Langfuseセルフホスト**: [Terraform + ECS FargateでLangfuse v3をAWSにセルフホスティング](https://zenn.dev/myui/articles/c5a537874167b5)
+
+リリース情報や最新の情報発信は、X（旧Twitter）アカウント [@GraflowAI](https://x.com/GraflowAI) をフォローしてください。