Spring AI Multi-LLM & Orchestrated Multi-Agent システム
本コースは、Spring AI・Spring Bootを基盤に、GPT、Gemini、LLaMA（ローカル）を戦略的に組み合わせ、Multi-LLMアーキテクチャとオーケストレーション中心のAgentシステム（Main/Sub、Tool、Task Runtime、Agent Registry）を設計・実装する上級コースです。 単一LLMの呼び出しを超え、Agentic Workflow Pattern（Chain、Parallel、Routing、Orchestrator–Workers、Evaluator–Optimizer）とMulti-Agent構造を適用し、Tool・ToolRegistryによってRAG・外部API/DBなどの実行レイヤーを分離します。さらに、DAGエンジン・YAML宣言型ワークフロー・ロード直後の検証（Validated DSL）を通じて、拡張可能で安定しており、品質が継続的に改善されるAIシステムを構築する流れを扱います。 また、Circuit Breaker、Reactive Stream、Redisモニタリング、並列処理、反復評価ループまで含み、Thymeleaf（SSR）の実習に加えてReact・RESTでフロント/バックを分離し、MCP（Model Context Protocol）でツール・エージェントランタイムを標準プロトコルで連動させる拡張を加え、実際の運用環境レベルのAIアーキテクチャ設計能力を身につけることを目指します。 最終的な目標は、単一APIの連携やプロンプトレベルにとどまる単純なAI利用者ではなく、Multi-LLM・エージェント・ワークフロー・宣言・検証を一つの実行アーキテクチャとして説明・折衝できる、AIシステムを設計可能な開発者へと成長することです。
受講生 68名
難易度 初級
受講期間 無制限
Spring Boot + Spring AI: マルチエージェント・ワークフロー・運用の観点まで
こんにちは、イ・ジンマンです。
Spring AI Multi-LLM アーキテクチャと
オーケストレーション中心のマルチエージェントシステム
講座のアップグレードに関するお知らせをお伝えします。
たくさんの関心をお願いします。
今回、Spring AIを基盤に、GPT、Gemini、LLaMA（ローカル）を戦略的に組み合わせるMulti-LLMアーキテクチャと、Main/Sub・Tool・TaskへとつながるOrchestrated Multi-Agentシステムを設計・実装する上級コースをご案内いたします。
このコースで扱う核心は次の通りです。
単一LLMの呼び出しではなく、Agentic Workflow(Chain, Parallel, Routing, Orchestrator–Workers, Evaluator–Optimizer)によって拡張・安定・持続的な品質改善
Multi-LLMルーティング・フォールバック・セキュリティ分岐で運用・規制を前提としたモデル選択・切り替え
マルチエージェント・オーケストレーション — Agent Registry、Tool/RAG実行の分離、Task RuntimeとHTTP・SSE・Redisによる進行・状態の連携
DAGワークフローエンジンとYAML宣言型DSL、ロード直後の検証(Validated DSL)によって、グラフの実行と信頼を一つの流れに
選択拡張：React・REST、MCPによるUI/API分離・標準ツール連携
Circuit Breaker、Reactive Stream、Redis モニタリング、並列、反復評価など、Production（本番環境）に近い設計の観点
このような方におすすめです。
APIを連携させたレベルを超え、エージェント・ワークフロー・運用まで設計したいバックエンド・フルスタック開発者
複合クエリ・自動化パイプラインを構造化してチームに説明する必要がある、アーキテクト・リードの役割を準備している方
受講後には「プロンプト一発」ではなく、Multi-LLM・オーケストレーション・Tool・Task・DAG・宣言・検証を一つの実行アーキテクチャとして語り、文書化できるAIシステム設計の視点を確実に身につけられるよう構成しました。
ありがとうございます。
本コースで学ぶシステムを通じて、次のような複合業務・意思決定を処理するシステムを構築することが
本講座の目的です。
本課程のカリキュラムは以下の通りです。
1⃣ SpringBootでのSpring AI開発環境およびMulti LLM環境の構築
2⃣Chapter 1. Multi-LLM Architecture(マルチモデルとAIアーキテクチャ設計)
3⃣Chapter 2. Agentic Workflow Patterns(5つのAgent Workflowパターン)
4⃣Chapter 3. Orchestrated Multi-Agent Patterns(パイプラインによる実装)
5⃣Chapter 4. Multi-Agent Architecture (Main Agent & SubAgent 分離戦略)
6⃣Chapter 5. Tool-Orchestrated Multi-Agent(Toolベースの実行レイヤー分離)
7⃣Chapter 6. Task-Orchestrated Multi-Agent(TaskTool Agent Runtime)
8⃣Chapter 7. DAG-Orchestrated Multi-Agent(DAGベースのAI Workflow設計)
9⃣Chapter 8. Declarative Agent Workflow with YAML(YAML 기반 DAG)
🔟Chapter 9. Validated Agent Workflow DSL(DSL 検証ベースの DAG)
🅰Appendix A. React Front-End & REST API Server Integration
🅱 Appendix B. MCP Integration(MCPによるTool・エージェントランタイム連携)
本課程のシステム構成は以下の通りです。
