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。
実践パート第23回を全編公開 — RAG・マルチエージェント・MCP・デプロイまで
こんにちは、ダンテです。
予告していた実践パートが本日すべて公開されました。受講中の方は、追加料金なしですぐにご覧いただけます。
実践パートの構成(23本+デプロイ手順追従付録)
· 実践 1 · オリエンテーションと成績表:完成デモ、環境チェック、エージェントループと成績表
· 実践 2 · ツール設計:開示情報照会ツール15個、ツール40個とツール検索
· 実践 3 · コンテキストエンジニアリング:事業報告書全体の投入、長時間タスクの管理、スキルとサブエージェント
· 実践 4 · RAG:事業報告書Q&A、BM25・ベクトル・再ランキング、引用と数値の検証、LangChain・LlamaIndex比較
· 実践 5 · 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
· 実践 6 · MCP:開示資料検索MCPサーバーを自分で実装してリモートデプロイ・セキュリティ・LangChainアダプターまで
· 実践 7 · キャップストーン:FastAPI + SSE バックエンド、React画面、デプロイと最終成績表、Renderデプロイの手順を追う
最初はwhile文一つだったエージェントが、最終成績表では同じ20問基準で正答率90% → 95%、出典付きの文が0/63 → 71/72になります。
まずは実践 0編の環境チェックから始めてください。OpenRouterキーとOpenDARTキー(無料)が必要です。
行き詰まったところは授業の質問欄に残してください。ありがとうございます。




