LangGraphで実装する検索拡張生成(RAG)インテリジェントAIエージェント！ 理論から実践まで、初心者でも簡単に進められるハンズオンチュートリアルです。

この講義はLangChainを活用したRAG(Retrieval-Augmented Generation)システムの基本概念と実装方法を扱います。参加者はRAGの核心原理を理解し、LangChainを通じて実際にシステムを構築し、性能を評価する方法を学びます。

大手企業AIエージェント担当者のノウハウが詰まったLangGraph。現場で苦労しながら習得した知識をお伝えします。

LLMベースのマルチエージェント技術を実装可能にするCrewAI、LangChain、AutoGenなどの様々なエージェントフレームワーク、知識グラフ、推論システムを組み合わせ、人工知能（AI）裁判官を構築する方法について探求します。

LLMに必要な基礎知識から、実戦で使えるヒントまで、核心的な内容を中心に現職者が素早くお伝えします！

[ソースコード提供] コーディングの知識がなくてもOK。Googleの最新ツール(IDX)でインストール不要、ブラウザですぐに完成！ コーディングの文法学習はもう終わり！AIと対話しながら(Vibe Coding)、Google IDX環境で社内文書を完璧に理解するRAGチャットボットを構築し、ウェブでリアルタイムにデプロイする超高速実践コースです。

コーディングなしで自分だけのAIサービスを作りたいなら、この講義が完璧な解決策です。Difyノーコードプラットフォームを活用してアイデアだけでも完成度の高いAIアプリを作ることができます。複雑な理論の代わりに実戦プロジェクト中心で構成されており、AI初心者と会社員誰でも実務能力を身につけることができます。

LLMアプリケーションが開発パラダイムをどのように変化させているかを探求します。既存の技術との比較を通じて、LLMがなぜ持続可能な核心技術として定着しているのかを理解し、開発者として備えるべき必須の逆量と思考法の変化を学習します。専門講師のインサイトを通じて、LLMアプリケーション開発の本質と未来の方向性を把握することができます。

Spring AIでAIを扱う最も簡単な方法を学びます。 RAGチャットボットを作成しながらSpring AIを学びましょう。

コマンド一行で完了。記憶し、自動化し、自ら成長するAIエージェントHermes。開発者でなくても、今日からAIに仕事を「任せる人」になれます。インストールから実務活用まで、SMARTFORKがサポートします。

メイカソンで80%が詰まるポイント、今すぐ解決しましょう。 Raspberry Pi・コンピュータビジョン・LLM・3D設計まで4週間完成! デモ可能なスマートミラーPoCでメイカソン上位入賞達成!

Spring Boot環境でOpenAI APIとSpring AIを活用し、RAGベースのドキュメント検索システムを構築する実践講座です。Prompt Engineering、Vector Store、Embeddingの概念から、Difyを活用した迅速なプロトタイピング、MCPツール連携、マルチモーダル、ガードレールまで、AI Assistant開発の全工程を段階的に学習します。直接実装する方法とノーコードツールを活用する方法を比較し、実務への適用戦略を身につけることができます。 🆕 [アップデート] セクション4には、TypeSafeのJev意思決定モデルを扱う補足講義（1時間）が追加され、エージェントの判断ロジックをより深く設計する方法まで学べます。

単純なシステムプロンプトを超えて、ペルソナ設計とStructured Outputsを活用し、ユーザーを記憶し関係性が変化するAIキャラクターチャットボットを実装します。提供されるスタータープロジェクトを基にOpenAI APIを安全に呼び出し、JSON SchemaとZodで感情・信頼度・記憶を検証可能な形で処理し、AIコーディングエージェントを制約条件の中で活用する方法を30分の実習で完成させます。

アンドレイ・カルパシ（Andrej Karpathy）が提案したLLM Wikiアーキテクチャを基に、散在したMarkdownメモ5件（8,615文字）をわずか1分42秒で9件のWiki文書（23,659文字）と44個の双方向[[ウィキリンク]]知識グラフへ自動コンパイルする実践的なパイプラインと、MITライセンスのオープンソース・スターターキットを無料公開します。

Model Context Protocol (MCP) を利用して IntelliJ と連携し、迅速に開発する方法についてハンズオン形式で解説するチュートリアルです。

AIエージェントが確認なしに「完了」を報告したり、フォルダーを丸ごと削除したり、セッション同士で互いの作業を上書きしたりする事故を防ぐハーネス（ルールファイル・ブロックフック・完了ゲート）を、実際の事故8件をもとに作成し、無料のスターターキットとして公開します。同じ指示をハーネスなし／ありで16回実行した実測結果とともに、AIに「完了」を検査の数値で報告させる方法を10分でご紹介します。

単なるチュートリアルだけでは実務への適用は難しいですよね。私の現場でのノウハウを詰め込み、複雑な状態管理とマルチエージェントの設計手法を確実にお伝えします。

"1兆パラメータモデルはどのように学習されるのか" GTC 2026、Moonshot AIがステージで直接公開した Kimi K2.5のスケーリング戦略をInflearnで韓国語でご覧ください。 トークン効率2倍 ・ 100万トークンコンテキスト ・ 1,000個のエージェントスウォーム オープンソースLLMの次のステップがここにあります。 * この講義はKimiを開発したMoonshot AIとInflearnの公式コラボレーションにより、無料で公開されます。

大規模言語モデル、検索拡張生成、エージェント型AIシステムを活用し、最新の生成AIアプリケーション構築における完全なライフサイクルを習得します。プロンプトエンジニアリングからデプロイまで、LLMとベクトルデータベース、外部ナレッジソースを組み合わせ、実運用に対応したアプリケーションを実現するエンタープライズグレードのAIソリューション設計を学びます。

単に回答を生成するだけのチャットボットを超え、自ら判断してツールを呼び出し、多段階の業務を遂行する自律型AIエージェントを直接実装します。OpenAI Agents SDKのTool Calling、Handoff、Guardrail、Session、Tracingから、MCPを活用した外部ツール・データベース連携、LangChainとDeep AgentsのPlanning、Subagents、Filesystem、Memoryまで、段階的な実習を通じて習得します。最終的に、実際の業務に適用可能なツール連動型AIエージェントの設計と実装能力を身につけることを目標とします。