inflearn logo
知識共有
inflearn logo

Swarm、LangGraph、Deep Agentを掻甚したマルチ゚ヌゞェント

この講矩は、単なるチャットボットを超えお、耇数の゚ヌゞェントが協調するマルチ゚ヌゞェントシステムを構築する実務䞭心の講矩です。 👉 Swarm、LangGraph、DeepAgentsの3぀のフレヌムワヌクを段階的に孊習し、顧客察応チャットボットからブログコンテンツ制䜜、PostgreSQLクリ゚ヌゞェント、自埋型リサヌチ゚ヌゞェントなど、6぀の実践プロゞェクトを完成させたす。 👉 RedisずPostgreSQLを掻甚した長期メモリ、Human-in-the-loopセキュリティメカニズム、コストモニタリングなどの゚ンタヌプラむズ玚の機胜たで実装し、受講埌すぐに実際のサヌビスに適甚できるプロダクションレベルのシステムを構築できたす。

40名 が受講䞭です。

難易床 初玚

受講期間 無制限

AI
AI
ChatGPT
ChatGPT
LLM
LLM
AI Agent
AI Agent
AI
AI
ChatGPT
ChatGPT
LLM
LLM
AI Agent
AI Agent

受講埌に埗られるこず

  • Swarm Agents: 耇数の゚ヌゞェントが動的に協調するシステム蚭蚈

  • LangGraph: 耇雑なワヌクフロヌをグラフで芖芚化し制埡

  • DeepAgents: 自動化された゚ヌゞェントオヌケストレヌションの実装

  • Long Term Memory: Redis, PostgreSQLを掻甚した氞久ストレヌゞの構築

  • Human-in-the-loop: 機密性の高いタスクに察する承認・拒吊・修正メカニズム

  • パフォヌマンスモニタリングトヌクン䜿甚量、コスト、実行時間の远跡および最適化


単なるチャットボットを超え
AIマルチ゚ヌゞェント、共に働かせたしょう

AI゚ヌゞェントの耇雑な協業、これからは明確な蚭蚈で
この講座は単なるチャットボットを超え、耇数のAI゚ヌゞェントが
有機的に協力するマルチ゚ヌゞェントシステムの構築に集䞭したす。

カスタマヌサポヌトのチャットボットが耇数の゚ヌゞェントず協力しお、より迅速か぀正確に問題を解決するのを芋たこずがありたすか

ブログ投皿の自動化のために、コンテンツの䌁画から䜜成、公開たでをAI゚ヌゞェントたちが自埋的に協業する過皋を想像しおみおください。

PostgreSQLク゚リの䜜成や耇雑なリサヌチ調査など、反埩的な䜜業をAI゚ヌゞェントに任せお業務効率を極倧化する経隓はいかがでしょうか

AI゚ヌゞェントの構築、挠然ずしおいたせんか
この講矩を通じおSwarm、LangGraph、Deep Agentsを
マスタヌし、プロダクションレベルのシステムを自ら構築しお
驚くべき倉化を䜓隓しおください。


Swarm、LangGraph、DeepAgentsで
次䞖代AIマルチ゚ヌゞェントシステムを構築し、
6぀の実践プロゞェクトを通じお
技術的限界を超えた゜リュヌションを蚭蚈したす。


単なるチャットボット開発を超え、
実務で即戊力ずなるプロダクションレベルのシステムを完成させるこずで、
皆さんを「AI゚ヌゞェントの専門家」ぞず飛躍させたす。

この講矩が終わる頃には、あなたは


数倚くのAI゚ヌゞェント構築経隓を自ら蚭蚈し、実装できるようになりたす。

  • Swarm, LangGraph, Deep Agentsの3぀の䞻芁フレヌムワヌクを段階的に孊習し、耇雑なマルチ゚ヌゞェントシステムを自ら蚭蚈・構築する胜力を身に぀けたす。単にAPIを呌び出すだけでなく、゚ヌゞェント間の協調方匏を理解し、最適なアヌキテクチャを構成できるようになりたす。

カスタマヌサポヌトチャットボットから自埋型リサヌチ゚ヌゞェントたで、6぀の実践プロゞェクトを自ら完成させたす。

  • 理論孊習にずどたらず、実際のサヌビスに即座に適甚可胜な6぀の倚様なプロゞェクトを自ら完成させるこずで、実務胜力を匷化したす。カスタマヌサポヌトチャットボット、ブログコンテンツ制䜜、PostgreSQLクリ゚ヌゞェント、自埋型リサヌチ゚ヌゞェントなど、実際のビゞネス課題の解決に必芁なAI゚ヌゞェントの構築経隓を積むこずができたす。

゚ンタヌプラむズ玚のAIシステム構築のための栞心技術を完璧に習埗したす。

  • RedisずPostgreSQLを掻甚した長期メモリの実装、Human-in-the-loopセキュリティメカニズム、コストモニタリングなど、実際のサヌビス運甚に䞍可欠な高床な機胜たで盎接実装したす。これにより、受講埌すぐにプロダクションレベルの安定した拡匵可胜なAIシステムを構築できる専門家ぞず成長したす。


✔

思い描くだけだったAI゚ヌゞェント、これからは自ら䜜っおみたしょう。

Swarm、LangGraph、Deep Agentsの掻甚
マルチ゚ヌゞェントシステムの構築

この講座では、耇雑なマルチ゚ヌゞェントシステムをSwarm、LangGraph、Deep Agentsフレヌムワヌクを掻甚しお段階的に構築する方法を孊びたす。カスタマヌサポヌトチャットボットから自埋型リサヌチ゚ヌゞェントたで、6぀の実践プロゞェクトを通じお、実際のサヌビスに即適甚可胜なプロダクションレベルのシステムを完成させるこずができたす。

6぀の実践プロゞェクト経隓

カスタマヌサポヌトチャットボット、ブログコンテンツ制䜜、PostgreSQLクリ゚ヌゞェント、自埋型研究゚ヌゞェントなど、6぀の実践プロゞェクトを盎接構築しながら、LangGraph、Swarm、Deep Agentsを掻甚したマルチ゚ヌゞェントシステムの蚭蚈および実装胜力を逊いたす。

゚ンタヌプラむズ玚の機胜実装

RedisずPostgreSQLを掻甚した長期メモリ、Human-in-the-loopセキュリティ、コストモニタリングなど、実際のサヌビスに必芁な゚ンタヌプラむズ玚の機胜たで実装し、プロダクション環境でのAI゚ヌゞェント運甚胜力を匷化したす。


📚

3぀のフレヌムワヌクで
マルチ゚ヌゞェントシステム構築

セクション 1

オリ゚ンテヌション開発環境の蚭定

👉 本セクションでは、講矩の実習に必芁なPythonのむンストヌル、仮想環境の構築、VS Codeの蚭定および必須拡匵機胜のむンストヌルを行いたす。

👉 プロゞェクトの䟝存関係管理ず環境倉数の蚭定を通じお、スムヌズな開発環境を構築したす。


セクション 2

Swarm: 動的゚ヌゞェント協調システムの構築

👉 Swarmフレヌムワヌクを掻甚しお、耇数の゚ヌゞェントが動的に協業するシステムを蚭蚈し、実装したす。

👉 Tool Calling Agent、Active Agent Routerなどを通じお、゚ヌゞェント間の効率的な盞互䜜甚ずタスク分散を孊習したす。


セクション 3

LangGraph: 耇雑なワヌクフロヌの可芖化および制埡

👉 LangGraphを䜿甚しお、耇雑な゚ヌゞェントワヌクフロヌをグラフで芖芚化し、制埡する方法を孊びたす。

👉 Tool連携、階局型゚ヌゞェント、Supervisor゚ヌゞェント、SpecializedおよびAutonomous゚ヌゞェントの実装を通じお、高床な゚ヌゞェントオヌケストレヌションを扱いたす。


セクション 4

Deep Agents: 自動化された゚ヌゞェントオヌケストレヌションおよび拡匵機胜

👉 Deep Agents フレヌムワヌクを通じお、自動化された゚ヌゞェント・オヌケストレヌションの手法を孊習したす。

👉 Quick StartからSubagents、Backend構成、Long Term Memory、Human-in-the-loopセキュリティメカニズム、Middlewareたで、゚ンタヌプラむズ玚システム構築のための栞心機胜を扱いたす。


このような方々の悩みを
解決できたす

📌

Web開発者

既存のりェブサヌビスにAI機胜をどのように統合すべきか 막막さを感じおおり、
LLMは䜿っおみたものの、マルチ゚ヌゞェント構造をどのように蚭蚈すべきか具䜓的な方法論を探しおいる方

📌

AIサヌビス䌁画者

AI゚ヌゞェントの朜圚胜力は理解しおいるものの、実際のサヌビス実装時に技術的な限界に盎面し、
具䜓的な実装方法や゚ンタヌプラむズ玚の機胜適甚の可胜性に぀いお確信が持おない方

📌

LLM゚ンゞニア

モデル孊習の経隓はあるが、実際のサヌビス配備や運甚に䞍安があり、
プロダクション環境で安定しお動䜜するAIシステム構築のための実務ノりハりを孊びたい方

受講前のご泚意事項


実習環境

  • OSWindows 10以䞊掚奚

  • 必須ツヌルPython 3.13以䞊、VS Code、Docker

  • 掚奚仕様8GB RAM以䞊、SSD空き容量50GB以䞊

前提知識および泚意事項

孊習資料

  • 講矩ノヌトPDFおよび実習コヌドの提䟛

  • サンプルプロゞェクトの゜ヌスコヌドおよびGitHubリポゞトリ

  • 参考文献および远加孊習資料のリンクを提䟛


こんな方に
おすすめです

孊習察象は
誰でしょう

  • Web・アプリは䜜ったものの、AI機胜をどのように導入すればいいか分からない方

  • LLMは䜿っおみたけれど、マルチ゚ヌゞェント構造がよく分からないずいう方

  • モデルは孊習させたものの、プロダクション環境ぞのデプロむが䞍安な方ぞ

  • AI機胜を䌁画しおいるが、技術的な限界を知らない方

前提知識、
必芁でしょうか

  • Pythonの基瀎知識が必芁です。

  • LangChainたたはChatGPT APIの䜿甚経隓が必芁です。

こんにちは
goodwon5937125です。

579

受講生

15

受講レビュヌ

2

回答

4.9

講座評䟡

4

講座

こんにちは、講垫を務めるチョ・ギョンりォンです。
私は䞭小䌁業から倧䌁業たで、さたざたな産業環境でりェブ開発、人工知胜AI、そしおAWSむンフラ構築など、幅広い実務経隓を積んできたした。

これらの経隓を掻かし、2022幎からはオフラむンでAI分野の講矩を行い、実務ず理論を぀なぐ教育を続けおいたす。

もっず芋る

カリキュラム

党䜓

20件 ∙ (7時間 14分)

講座資料こうぎしりょう:

授業資料
講座掲茉日: 
最終曎新日: 

受講レビュヌ

ただ十分な評䟡を受けおいない講座です。
みんなの圹に立぀受講レビュヌを曞いおください

goodwon5937125の他の講座

知識共有者の他の講座を芋おみたしょう

䌌おいる講座

同じ分野の他の講座を芋おみたしょう

新芏䌚員登録で25%OFF

ï¿¥4,675

25%

ï¿¥6,235