ゼロから作るAIエージェント — RAG・マルチエージェント・MCP
フレームワークを使わず、Pythonとwhile文ひとつでAIエージェントを自作します。入門パートでは、ツール設計、失敗とコスト、記憶、人による承認、評価、Web画面を一つずつ追加し、小さなコーディングエージェントを完成させます。実践パートでは、実際の事業報告書(DART)を使ってRAG・マルチエージェント・MCPサーバーを自ら実装し、その後LangChain・LangGraphと数値で比較します。
Python
Python
FastAPI
FastAPI
LLM
LLM
openAI API
openAI API
AI Agent
AI Agent
実践パートが追加されます — RAG・マルチエージェント・MCP・LangGraph
こんにちは、ダンテです。
この講義に実践パートが追加されます。入門パートで作成したエージェントループをもとに、実際の上場企業の事業報告書(DART)を使ってAI投資リサーチワークベンチを構築しながら、以下の内容を扱います。
- ツール設計の実践:開示情報照会ツールを15個から40個へ、ツール検索とキャッシュ
- コンテキストエンジニアリング:長文書・長時間のタスクへの対応、スキルとサブエージェント
- RAG:BM25・ハイブリッド・再ランキング、出典の付与と数値の照合、LangChain・LlamaIndexの比較
- マルチエージェント:企業リサーチチーム、引用検証器、LangGraphへの移行
- MCP:サーバーを直接実装 → 公式SDK → リモートデプロイとトークン認証 → セキュリティ → LangGraph接続
- キャップストーン:FastAPI · Reactによるワークベンチの完成と最終成績表
すべて数字で直接測りながら進め、全23回の授業が7つのセクションに分かれて順次公開されます。
すでに受講中の方は、追加料金なしでそのままご覧いただけます。
ありがとうございます。
コメント




