Inflearn brand logo image
Inflearn brand logo image
BEST
AI Development

/

AI Agent Development

LangGraphを活用したAI Agent開発(feat. MCP)

大企業AI Agent担当者のノウハウがぎっしり詰まったLangGraph。現場でぶつかりながら得た知識をお伝えします。

prompt engineering
LLM
AI Agent
LangGraph
Model Context Protocol

こんなことが学べます

  • LLM エージェント

  • LLM

  • プロンプトエンジニアリング

  • Retrieval Augmented Generation(RAG)

  • AIエージェント

LLMエージェント開発!
LangGraphで簡単かつ強力



LLMエージェントは、ユーザーのニーズを理解し、複雑なタスクを自動化し、問題を解決するための重要な役割を果たします。しかし、エージェントの設計と実装プロセスは構造的に複雑で、繰り返しの作業が多く、簡単ではありません。 LangGraphはこのプロセスを簡素化し、強力なLLMエージェントを効率的に開発するのに役立ちます。


理論はコンパクトに
デバッグと最適化は本番のように

膨大な公式文書の中核だけ!

LangGraph公式文書は膨大ですが、必要な情報は限られています。現業エンジニアの経験を盛り込んで、直接選定した主要コンセプト中心でカリキュラムを準備しました。

現業で使われる方式そのまま!

プロンプトの作成とデバッグプロセスを編集せずにそのまま表示します。講義では、実際のエンジニアがエラーを解決し、プロンプトを最適化する方法を体験できます。

こんな方におすすめです

LangChain経験のある開発者

LangChainの限界を経験したら、この講義を通してエージェント開発に翼をつけることができます

LLMエージェントが気になる開発者

2025 CESでは、Nvidia Jenson Hwangが述べたAgentic AIについて、ビジネス専門家がお知らせします

技術創業者とスタートアップチーム

AIベースの製品やサービスを開発したい場合は、エージェント開発の最新技術を学ぶことができます

受講後は

  • LangGraphとLangChainの違いを理解する: 2つのフレームワークの構造的な違いと活用方法を理解し、プロジェクトに最適なツールを選択できます。

  • エージェントの設計と実装: Retrievalエージェント、Self-RAG、Corrective RAGなど、さまざまなエージェントを設計してワークフローを自動化できます。

  • 複雑なワークフローの構成: Multi-AgentシステムとRouteLLMを活用して、複雑なタスクを効率的に処理するワークフローを設計できます。

  • ツール活用能力: LangGraph内でさまざまなツールを活用して、エージェントの機能を拡張し、トラブルシューティング能力を向上させることができます。


このようなことを学びます。

1⃣プロンプトエンジニアリング戦略

同じ機能を実行しても、使用するモデルによって異なるプロンプトを作成する必要があります。 LangGraphのPromptTemplate
ChatPromptTemplateを使用してコンテキストプロンプトを効率的に作成する方法を学びます。

2⃣LLMエージェント最適化ハニーチップ

gpt-4oなどの高価な高度なモデルを使用する代わりに、作業を小さな単位で分割し、 gpt-4o-miniなどの軽量モデルを繰り返し使用する方が効率的です。プロンプトを小さな単位に分割してコストとパフォーマンスを最適化する方法を学びます。

3⃣ LangGraphツール(tool)活用のすべて

LangChainの基本的なツールの活用法はもちろん、必要に応じてエージェントが直接活用するカスタムツール(custom tool)を開発して機能を拡張する方法を学びます。さらに、人が仕事に介入するシステムを設計することで、より信頼性の高いエージェントを実装できます。

この講義を作った人

  • (現)GSグループ GenAI Platformの開発・運営

  • (前)シリーズC医療人工知能スタートアップTech Lead

  • (前)航海プラスAIコースコーチ

GSグループハッカートンコーチングと様々な事業プロジェクトを開発・運営しながら得たノウハウを込めました。

質問がありますか?

Q. LangChainとLangGraphの違いは何ですか?

LangChainは主にチェーン形式でタスクをリンクしますが、LangGraphはグラフ構造を使用してより複雑なワークフローを構築できます。 LangGraphは、柔軟なノード接続を介してさまざまなエージェント操作をサポートします。

Q. LangChainに初めて接するのに講義を受講してもいいですか?

Pythonを活用した経験があれば、講義を受講することは問題ありませんが、LangChain文法に慣れていないと理解するのが難しいかもしれません。

LangChainが初めての場合は、講師の初級講義をお勧めします

Q. 受講中に理解できない部分がある場合はどうなりますか?

受講中に質問がある場合は、いつでもInflearnの質問に投稿してください!できるだけ早く回答させていただき、
必要に応じて追加の撮影で講義を更新します。

受講前の注意

練習環境

  • オペレーティングシステムとバージョン(OS):MacOS

    • Pythonを駆動できる環境なら、Windows、Linuxなどのオペレーティングシステムに関係なく講義に従うことができます

  • 使用ツール:

    • すべてのライブコーディングはノートブック環境で行われます。

    • 特に推奨するエディタはありませんが、講義ではCursorを使用します

学習資料

  • 講義で使用されたノートブックのソースコードをGitHub Repositoryで提供します

    • 講義映像にはない「注釈」と「Markdown」による不演説明が含まれています。

  • 理論を説明するためのNotionページを提供します

選手の知識と注意事項

こんな方に
おすすめです!

学習対象は
誰でしょう?

  • LLMに関心のある開発者

  • LLMアプリケーションをデプロイ・運用中の開発者

  • LLM Applicationを高度化したい開発者

前提知識、
必要でしょうか?

  • Python

こんにちは
です。

5,591

受講生

411

受講レビュー

282

回答

4.9

講座評価

9

講座

カリキュラム

全体

29件 ∙ (6時間 20分)

講座掲載日: 
最終更新日: 

受講レビュー

全体

42件

5.0

42件の受講レビュー

  • 이성규님의 프로필 이미지
    이성규

    受講レビュー 6

    平均評価 5.0

    修正済み

    5

    100% 受講後に作成

    랭체인 기본기부터 시작해서 RAG강의까지 쭉 도움을 너무 많이 받아서 랭그래프도 이어서 수강하였습니다. 실무에서 바로 쓰일 수 있을 내용들을 퀄리티 좋게 너무 잘 풀어서 설명해주십니다. 책 출판 계획이라고 강의에서 언급해주셨는데, 출판되면 꼭 커뮤니티같은곳에 언급해주셨으면합니다. 구입의사있습니다.

    • 강병진
      知識共有者

      와, 정말 감동적인 수강평이네요! 🥹🙏 제 강의가 실무에 바로 적용될 수 있도록 준비한 만큼, 이렇게 좋은 피드백을 받으니 보람이 넘칩니다. 랭체인부터 랭그래프까지 함께해 주셨다니, 정말 감사드립니다! 책 출간도 열심히 준비 중인데, 꼭 커뮤니티에 소식 전해드릴게요! 이렇게 관심 가져주시는 것 자체가 저에게 큰 힘이 됩니다. 앞으로도 도움이 되는 강의와 콘텐츠로 보답하겠습니다. 진심 어린 후기 남겨주셔서 다시 한번 감사드립니다!

  • zero님의 프로필 이미지
    zero

    受講レビュー 1

    平均評価 5.0

    5

    100% 受講後に作成

    • 카이님의 프로필 이미지
      카이

      受講レビュー 2

      平均評価 5.0

      5

      31% 受講後に作成

      • 김민석님의 프로필 이미지
        김민석

        受講レビュー 1

        平均評価 5.0

        5

        31% 受講後に作成

        • sososo123123님의 프로필 이미지
          sososo123123

          受講レビュー 5

          平均評価 4.4

          5

          31% 受講後に作成

          jasonkangの他の講座

          知識共有者の他の講座を見てみましょう!

          似ている講座

          同じ分野の他の講座を見てみましょう!