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。

58名 が受講中です。

難易度 初級

受講期間 無制限

Python
Python
FastAPI
FastAPI
LLM
LLM
openAI API
openAI API
AI Agent
AI Agent
Python
Python
FastAPI
FastAPI
LLM
LLM
openAI API
openAI API
AI Agent
AI Agent
dante님의 프로필 이미지

・

修正済み

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。

コメント