CRAGって何？ 続きをみる

LangChainとは？ LangChainは、生成AI（大規模言語モデル：LLM）を活用したアプリケーションを簡単に構築するためのPythonおよびJavaScript向けのオープンソースフレームワークです。 従来の生成AIアプリケーションの開発には、モデルへの指示文（プロンプト）の設計、データベースとの連携、複雑なワークフローの実装など、多くの専門的なスキルが必要でした。しかし、LangChainを使えば、これらのプロセスを効率的に構築できるようになります。 続きをみる

以下の記事が面白かったので、簡単にまとめました。 ・Agent Protocol: Interoperability for LLM agents 続きをみる

こんばんは！前回の記事から、「音声対話型AIチャットボット」の開発を始めています。経過は別の記事で投稿したいと思っていますが、今回は個人的に作成して利用しているアプリのアイデアを”素人でも作れる”をテーマにご紹介したいと思います。 この記事でご紹介するアプリは比較的簡単に作成できるので、Chat GPTなどを利用しながらいきなり開発を進めてみるのはいかがでしょうか。 最初の壁と言われる「環境構築」もこの記事で紹介しております。比較的簡単に構築できるので、ぜひチャレンジを！ 続きをみる

こんばんは！本日から"音声形式"で対話が可能なAIチャットボットを個人的な短期プロジェクトとして作成してみたいと思う。 というのも、自己紹介やプロフィールにも記載しているのだが、私は現職のスタートアップで、開発事業の営業をしている。簡単に言うと「受託開発の営業」なのだが、このnoteのコンセプトの通り”開発関連の知識がほぼゼロに等しい状態”で任命された。そんな自分は日々、この関連知識を学びながら営業活動をしているのだが、受託開発の営業はクライアントの数だけニーズがあり、商談プロセスが多岐にわたるため、知識だけあっても仕方ない。クライアントの”潜在的なニーズ”を上手く掘り起こしながら、比較的、高単価で最適なプロダクトを提案する必要なため、「営業スキル」も一定必要になる。 普段は様々な手法で営業スキルを高めるために活動しているが、特に“ロープレ”を重要視している。空き時間で上司や同僚に付き合ってもらって実施しているが、なんせ皆、多忙なため、中々時間を作ってもらうのも申し訳ないし、何度もお願いをするわけにはいかない・・・。 そこで私は思った。「営業ロープレをAIとできるようにすれば良いのでは？？」 近年のAI技術なら、対話精度の高い物が多数出てきている。かつ、いきなり飛びすぎかもしれないが、今はAIチャットボット（Chat GPT等）もあるし、このnoteのコンセプトである「素人がプログラミングを学習する」にも繋がる。 よしやってみよう・・・。ということで始まった、このプロジェクト。 そんな大それたものではないし、前段が非常に長くなってしまったが、初回なので許してつかあさい。（笑） 今回はどんな機能を付けたいか、どんなツールを使うかから記載する。 音声対話型AIチャットシステム 続きをみる

こんばんは！ど素人からPythonでプログラミングを学習しているIzumiです。未だに、noteの記事の書き始めの”入り”が分からず、とりあえず「挨拶」＋「一言」から始めています。笑 今回の記事は、タイトルの通り、「AIの支援機能を搭載したコードエディタ」である『Cursor』について説明したいと思います。なぜ素人がいきなり、代表的なコードエディタから始めるのではなく、一見難しそうな「AIコードエディタ」から始めるのか？実は、素人や初学者こそ使い慣れた方が良いツールなので、是非紹介したいと思います。 Curosorの公式サイトより 続きをみる

はじめに 近年のLLMの飛躍的なコーディング能力の向上、特にOpenAIのo1モデルの登場により、LLM（大規模言語モデル）のコーディング能力は飛躍的に向上しました。ソフトウェア開発業務の中でLLMに頼る場面はけして少なくないでしょう。近い将来、コードを書く業務自体はLLMに委ねられる可能性も高いでしょう。一方で、LLMにコードを作成を依頼するインターフェースは未発達で、効果的にコード作成の依頼ができていないと思います。例えば、修正箇所をチャットで一行ずつ指示し、生成されたコードをコピー＆ペーストする必要があるなど、煩雑な作業を強いられるケースも多いのではないでしょうか。そこで、GitHubと統合することで、仕様や作業内を記載したIssueから直接コードを生成し、プルリクエストまで自動化するAIエージェントを開発しました。本記事では、このエージェントの技術的な特徴や実装方法、そして今後の展望について詳しく解説します。 続きをみる

遅ればせながらLangChain ver. 0.3を使ってみたいと思います。 0.2系からの細かい変更点は公式を確認してみてください。 LangChainのver upに従って、周辺のライブラリーのverも変更になりました。今回のコードは、以下のverを使用して動かしてみます。 続きをみる

酷暑も引いて涼しい夜が続いている。久々に彼女と深夜のコンビニに行くことになったが、その際、彼女にはおむつを着用させた。今回は、家を出る前に彼女にイチジク浣腸を注入し、家に帰ってくるまで我慢できるかのゲームである。 とはいえ、歴戦の彼女も家まで間に合うはずがなく、コンビニに着いた時点で限界を迎えつつあった。どうせ漏らすならレジの店員の前で漏らすように命令。こっそり会計中に出すつもりだったらしいが、無駄に下品な音を立ててくれた。 続きをみる

TypeScriptなどやRaycastを軸にしたAI時代の開発をテーマとするイベント「Fullstack AI Dev & Raycast Summit feat. Satoshi Nakajima」開催します。 自律的なAIエージェントを活用したシステム開発は、もはや遠い未来の話ではありません。本イベントでは、Fullstack AIのツールとして中島聡氏が手がける「GraphAI」、Macでの作業の効率を最大化する「Raycast」、人気のAI開発ツール「LangChain」をより使いやすく進化させた「LangGraph」等を取り上げ、次世代の開発手法について具体的に示します。インターネット黎明期から現代まで第一線で活躍してきた技術者たちが、その先にある世界を、先進的な開発者や起業家、ビジネスパーソンとともに描きます。 続きをみる

こんにちは、ニケです。 皆さん、AIエージェント作っていますでしょうか？ 2024年はAIエージェントの年だ何だと言われていたりしますが、実際にたくさんのAIエージェントに関連する論文が発表されたり、AIエージェントのライブラリやツールが登場しました。 普段AIを使っている方の中にはすでにAIエージェントが組み込まれているサービスを使っている方も少なくないと思います。 続きをみる

11月9日(土)発売のAI Agent本を発売前にご恵贈いただき、ちょうど3連休でまとまった時間が取れたので、読み込みました。 本記事では、この本で得られる内容・誰が読むべきなのか、など書評をまとめていきたいと思います。 続きをみる

はじめに LangChainとLangGraphは、どちらも開発者がLLMや最近だとSLMを使用してアプリケーションを構築するのを支援するために設計されたオープンソースフレームワークです。 続きをみる

ローカルLLMを使ってAgentを構築して、ツールの呼び出しまでやってみようと思います。ローカルLLMは制御が難しく、Agentととして動作させるのが難しい印象でしたが、日本語でも性能の高いモデルが登場しているのでトライしてみます。 続きをみる

2024/11/01に開催された製造業でも生成AI活用したい！名古屋LLM MeetUp#3にLT登壇した内容です。 続きをみる

続きをみる

# pip install langchain langchain_openai mem0aiimport osfrom typing import List, Dictfrom langchain_openai import ChatOpenAIfrom langchain_core.messages import SystemMessage, HumanMessage, AIMessagefrom langchain_core.prompts import ChatPromptTemplate, MessagesPlaceholderfrom mem0 import MemoryClient# Configurationos.environ["OPENAI_API_KEY"] = "**********************************************"os.environ["MEM0_API_KEY"] = "************************************************"# Initialize LangChain and Mem0llm = ChatOpenAI(model="gpt-4o-mini")mem0 = MemoryClient(api_key=os.environ["MEM0_API_KEY"])prompt = ChatPromptTemplate.from_messages([ SystemMessage(content="""あなたは役に立つ旅行代理店の AI です。提供されたコンテキストを使用して応答をパーソナライズし、ユーザーの好みや過去のやり取りを記憶します。旅行の推奨事項、旅程の提案を提供し、目的地に関する質問に答えます。具体的な情報がない場合は、一般的な旅行知識に基づいて一般的な提案を行うことができます。"""), MessagesPlaceholder(variable_name="context"), HumanMessage(content="{input}")])def retrieve_context(query: str, user_id: str) -> List[Dict]: """Mem0から関連するコンテキストを取得する""" memories = m...

こんにちは、Patentfieldの公式noteです。 Patentfield公式noteでは、PatentfieldAPIを活用した具体的な開発実装事例を紹介しています。 この記事では、PatentfieldのAPIと大規模言語モデル（Google Gemini）を用いて、RAG（Retrieval Augmented Generation：検索拡張生成）を使った特許公報チャットボットを構築する方法について解説します。 １．RAG（Retrieval Augmented Generation：検索拡張生成）とは 続きをみる

以前の記事で、簡単に直線でノードをつなげるグラフを作成しましたが、 続きをみる

前回の記事「マルチAI Agent : 複数のLLMを用いた並列処理と自動要約」では、LangGraphを用いて複数の大規模言語モデル（LLM）が同一のタスクを並行して処理し、その結果を自動的に要約する方法を紹介しました。今回は、そのシステムをさらに拡張し、反復処理やフィードバックループ、評価メカニズムを導入した高度なマルチエージェントシステムの実装について説明します。 続きをみる

はじめに システム開発者であれば、一度は「システム関連図」を自動化できないかと考えたことがあるはずです。私も、過去の投稿記事でPDFや画像認識を使って自動生成できないか試みましたが、精度や汎用性に限界を感じました。最終的に、Excelのシェープ（円や四角）を利用して関連性を基づき作図する方法に行き着きました。結果としては十分な精度が得られたものの、シェープ同士の関係性を手作業で定義するのは非常に手間がかかり、現実的ではありません。 続きをみる

AIモデルClaudeを使えるAutropicのAPIを 2024年10月より個人でも利用できるようになりました。 早速、使ってみよう思ったのですが、 利用開始に至るまでのところで、意外と手こずりました。 続きをみる

LangGraphとは 続きをみる

Google ColabでSwarmを試したのでまとめました。 続きをみる

このガイドでは、LangChainライブラリを使ってOpenAI、Google、Anthropicの各AIモデルと連携し、Gradioを利用してストリーミング形式でユーザーと対話できるアプリを構築する方法について解説します。この記事では、基本的なセットアップから、環境変数の設定、モデルの読み込みまでのステップを分かりやすく説明します。 続きをみる