강의

멘토링

커뮤니티

AI Technology

/

Deep Learning & Machine Learning

LangChain version 1.0を活用した生成型AIサービス構築

この講義は、LangChain 1.0とLangGraphを中心に生成AI サービスを設計・実装する全過程を段階別実習で扱います。 単純なLLM呼び出しを超えて、エージェントベースアーキテクチャ、状態(State)管理、メモリ、ストリーミング、ミドルウェア、Human-in-the-Loopまで含む運用可能なAIシステム構造を直接実装します。 ドキュメント・PDF・Webデータベースの RAGシステム、SQL Agent(Chinook DB)、ツール呼び出しベースのAgent、Supervisorパターンのマルチエージェント、そしてLangGraph Graph APIを活用した状態マシンベースのワークフローを実習し、現場ですぐに活用可能な再利用可能なエージェントパイプラインを構築します。 また、構造化された出力(Pydanticベース)、エージェントミドルウェア(Summarization、HITL、Retry、PII保護)、トークン/段階別ストリーミングを通じて、実際のサービスで求められる安定性・拡張性・制御可能性を備えた生成AIアプリケーションを完成させます。 👉 LangChain/LangGraphの内部構造と実行フローを正確に理解したい方 👉 RAG・Agentを「デモ」ではなく実サービス構造で実装したい方 👉 状態ベースエージェント、SQL・ドキュメント自動化、マルチエージェントオーケストレーションまで網羅する現実的な実務ロードマップが必要な方に最適な講義です。

難易度 初級

受講期間 無制限

  • YoungJea Oh
ChatGPT
ChatGPT
prompt engineering
prompt engineering
LangChain
LangChain
Generative AI
Generative AI
ChatGPT
ChatGPT
prompt engineering
prompt engineering
LangChain
LangChain
Generative AI
Generative AI

受講後に得られること

  • LangChain・LangGraphを活用して生成AIサービスを直接設計し実装できる。

  • PDF・Web・DBデータを連携したRAGベースのチャットボットを自分で作ることができる

  • Human-in-the-loop・メモリ・ストリーミングを含む実務型AI Agentを作ることができる

LangChain・LangGraphで完成させる生成AI サービス実践構築

この講義は、LangChainとLangGraphを活用して生成型AIを「サービス」として実装する方法を扱います。
単純なチャットボットの例ではなく、ドキュメント・DB・外部APIを連携したRAGシステム、ツール呼び出しベースのAgent、SQL Agent、Supervisor Agent、そして状態・メモリ・ストリーミング・Human-in-the-loopまで含む実務型アーキテクチャを直接実装します。
OpenAI・Geminiなど多様なLLM連携、ベクトルDBベースの検索、LangGraph状態マシン設計まで扱い、実際の現場ですぐに活用可能な自動化・業務支援AIサービスを完成させることが目標です。

こんな方におすすめです

この講義を受講すべき方 (1)

生成AIを使ってみたものの

  • "これがサービスとしてどう繋がるのか分からない"

  • 「プロンプトを変えるだけの実験から抜け出したい」
    という悩みを抱えている方

この講義を受講すべき方 (2)

RAG、Agent、LangChainを勉強したが

  • 構造が頭の中で整理されず

  • 例が断片的に感じられた方
    全体の流れと設計基準を固めたい方

この講義を受講すべき方 (3)

実務に

  • ドキュメント検索AI

  • DB問い合わせ自動化

  • 社内チャットボット・業務アシスタント

  • AI基盤の自動化パイプライン
    を適用すべき開発者・企画者・データ実務者

受講後には

  • LangChainとLangGraphの違いと役割を明確に理解し、状況に応じて選択できるようになります。

  • RAG、SQL Agent、Supervisor Agentを直接実装し、実務ですぐに再利用可能なコードと構造を身につけることができます。

  • 状態(State)、メモリ、ストリーミング、ミドルウェア、Human-in-the-loopを含む運用可能なAIサービスアーキテクチャを設計できます。

  • 単なるデモではなくポートフォリオとして活用可能な生成AI サービスの成果物を完成させることができます。

この講義の特徴

LangChainの機能説明 + 説明した内容を実習を通じて完璧に理解

LangChainの構成と動作原理を一つ一つ丁寧に説明します。

一緒にコードを書きながらLangChainが提供する機能を理解します。

こんな内容を学びます

Agent · Tool Calling · Memory · Streaming · Human-in-the-loop

LLMが自ら判断してツールを呼び出すAgent構造を設計し、
短期メモリ・ストリーミング応答・ミドルウェア・ユーザー承認(HITL)まで含めた
運用環境を考慮したエージェントアーキテクチャを直接実装します。
単純な応答型AIを超えて、業務を実際に遂行するAIを作る方法を学びます。.

RAG · Vector DB · SQL Agent · Supervisor Agent · LangGraph

PDF・ドキュメント・Webデータを活用したRAGパイプライン構築から
ベクターDB(Chroma)ベースの検索、SQL Agentによるデータクエリ自動化、
複数のエージェントを調整するSupervisor Agent、
そしてLangGraph状態マシンベースのワークフロー設計まで扱います。
複雑な業務を処理するマルチエージェントシステムを直接完成させます。 from scratch.

この講義を作った人

  • 長年にわたる人工知能講義で蓄積したノウハウをLangChain講義に取り入れました。

  • LangChainのバージョンアップグレードが非常に速いため、必ず最新バージョンを講義に適用しました。


気になることはありますか?

受講前に予備受講生が気になりそうな質問と回答を3つ以上作成してみてください。
ありきたりで形式的な回答よりは、知識共有者の個性が表れる回答を推奨します。

Q. 受講予定者が質問しそうな内容を作成してみてください。

回答を作成してみてください。受講前に気になりそうな内容であれば何でも構いません。
講義に対して期待感を与えたり、受講生の不安や悩みを解消できる構成であれば特に役立ちます。

• なぜOOOを学ぶべきですか?
• OOOを学ぶとどんなことができるようになりますか?
• 授業内容はどのレベルまで扱いますか?
• 講義を受ける前に準備すべきことはありますか?
• などなど...

Q. なぜLangChain / LangGraphを学ぶ必要があるのですか?

単に「AIを使う人」から「AIサービスを設計する人」へと進むためです。
ChatGPTをうまく使うことと、生成AIを業務・サービスに安定的に適用することは全く異なる問題です。
LangChainとLangGraphは、LLMを単純な呼び出しではなくツール・DB・ワークフロー・状態を含むシステムにする核心的なフレームワークです。
この講義は「なぜこの構造が必要なのか」から実際の実装まで一緒に扱います。

Q. この講義を受講すると、どのようなものを作れますか?

講義が終わると、次のような成果物を直接実装できるようになります。

  • 社内文書を基に回答するRAG検索AI

  • DBに自然言語で質問するとSQLを生成・実行するSQL Agent

  • 複数のツールとエージェントを調整するSupervisor Agent

  • 状態・メモリ・ストリーミング・Human-in-the-loopを含む運用可能なAIサービス構造

👉 単純なデモではなく、ポートフォリオとして説明可能なレベルの成果物を目標とします。

受講前の参考事項

実習環境

  • オペレーティングシステムおよびバージョン(OS): Windows、macOS、Linuxすべて可能

  • 使用ツール:Jupyter Notebook、OpenAI API Key(有料登録が必要)

  • PC スペック: 基本スペック

学習資料

  • pdfファイルと実習用source codeを提供します。


事前知識および注意事項

  • Pythonの知識だけあれば大丈夫です。


こんな方に
おすすめです

学習対象は
誰でしょう?

  • 生成AIを使ってみたものの、サービスとしてどう実装すればいいか途方に暮れている開発者

  • RAG・Agentの概念は知っているが実務に適用できずもどかしいデータ/AI実務者

前提知識、
必要でしょうか?

  • プログラミング入門レベルのPython知識があれば十分で、必要な内容は授業中に説明します。

こんにちは
です。

4,263

受講生

381

受講レビュー

152

回答

4.7

講座評価

16

講座

長年の開発経験を持つSenior Developerです。現代建設の電算室、サムスンSDS、電子商取引企業のXmetrics、シティ銀行の電算部を経て、30年以上にわたりIT分野で培ってきた知識と経験を共有したいと考えています。現在は、人工知能とPythonに関する講義を行っています。

ホームページアドレス:

https://ironmanciti.github.io/

カリキュラム

全体

40件 ∙ (8時間 23分)

講座資料(こうぎしりょう):

授業資料
講座掲載日: 
最終更新日: 

受講レビュー

全体

4件

4.8

4件の受講レビュー

  • dldydgns5307306님의 프로필 이미지
    dldydgns5307306

    受講レビュー 1

    平均評価 5.0

    5

    100% 受講後に作成

    全体的な流れを把握するのに良い講義です。内容も分かりやすく説明しています。

    • trimurti
      知識共有者

      良い評価ありがとうございます。

  • nopainnogame6243님의 프로필 이미지
    nopainnogame6243

    受講レビュー 4

    平均評価 4.8

    5

    30% 受講後に作成

    • trimurti님의 프로필 이미지
      trimurti

      受講レビュー 13

      平均評価 5.0

      5

      13% 受講後に作成

      • bluemirr59377님의 프로필 이미지
        bluemirr59377

        受講レビュー 4

        平均評価 4.0

        4

        30% 受講後に作成

        ¥8,201

        YoungJea Oh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!