入門者のためのLangChain基礎 — v1.0+ アップデート

非専門の初心者向けPython基礎講座です。理論教材はWikidocs、実習資料はGithubを通じて提供します。

この講義はLangChainを活用したRAG(Retrieval-Augmented Generation)システムの基本概念と実装方法を扱います。参加者はRAGの核心原理を理解し、LangChainを通じて実際にシステムを構築し、性能を評価する方法を学びます。

Neo4Jで実装するナレッジグラフ基盤RAGシステム：単純なベクトル検索を超えてデータ関係まで活用する次世代検索技術 グラフデータベースの力でRAGの性能を最大化する！

LangGraphで実装する検索拡張生成(RAG)インテリジェントAIエージェント！ 理論から実践まで、初心者でも簡単に進められるハンズオンチュートリアルです。

初心者向けの簡単な説明と、さまざまな実践プロジェクトを中心とした講義です。Web クロールと LangChain ツールを使用してデータを収集し、LLM を活用して要約、抽出、感情分析、推奨システムを扱います。

Pythonの基本文法とライブラリを活用して、自分だけのAIチャットボットを直接作ってみましょう。PDF文書ベースのRAGなど5つのプロジェクトを段階的に実行し、ウェブサービスとして配布する過程を学習します。

認知負荷（Cognitive Load）理論に基づき、RAGの性能を改善する方策を提示します。従来のRAG性能向上手法の限界を超えるため、認知負荷という思考の枠組みを適用し、さまざまな手法を統合します。

OpenClawの1・2部まで進めると、結局一人のエージェントにすべてを任せることになります。 そうなると、プロンプトが絡まり、メモリが混ざり、フォルダが整理できなくなり、「これからどう整理すればいいのか」と途方に暮れる瞬間がやってきます。 この講義は、その地点から一段階上へと引き上げるための「マルチエージェント入門編（2.5部）」です。 一つのボットを維持したまま、planner / editorの二つのエージェントに役割を分離し、 各エージェントに異なるワークスペースとTelegramフォーラムのトピックを連携させることで、 「どの部屋で話すかによって異なるエージェントが応答する構造」を実際に構築してみます。 実習を進めると、自分の環境内に - `content_planner`と`content_editor`の二つのエージェントが定義された設定ファイル、 - 企画と下書きが分離されたコンテンツフォルダ構造、 - フォーラムのトピックごとに異なるエージェントが紐付いたTelegramグループ、 - そして、二つのエージェントが協力して作成したInflearn講義紹介文の下書き1つが実際に残ります。 つまり、この講義は「AI秘書1人」で始めたTelegramボットを、 「役割が分かれた小さなAIチーム」へとアップグレードする第一歩を共に設計する実践授業です。

LLM活用に必要な基本概念からRAGまで、TypeScriptで学ぶLangChainの基本

AI活用能力が給料を決定します。 毎日行っていた退屈な反復業務、これからはAIに任せてください。 '業務自動化のほぼすべて'は、コーディングの知識がなくても数回のクリックだけで自分の業務を勝手に処理する自動化システムを作る方法をお教えします。退屈な書類作業やデータ整理から解放され、他人より一歩先を行く'AI仕事ができる人'へと生まれ変わるでしょう。

LLMに必要な基礎知識から、実戦で使えるヒントまで、核心的な内容を中心に現職者が素早くお伝えします！

リアルタイムAIエージェント、会議内容の要約、そして通話後機能を備えたAIベースのビデオ会議アプリケーションを作ります。

Spring WebFluxで様々な機能を開発します。 本講義を通じてWebFluxの必須概念と実践的な実装を学ぶことができます。

毎日2,500銘柄、いつまで自分でチェックし続けますか？ 大引け後に急騰株を探してネイバー証券を漁り、 ニュースを読みながら好材料か悪材料かを判断し、 外国人・機関投資家の需給を一つ一つ確認し、 チャートを開いてパターンを分析する…。 これを毎日繰り返していませんか？ 私もそうでした。 仕事が終わってから2〜3時間を銘柄分析に費やし、それでも見逃す銘柄の方が多かったです。 KOSPIとKOSDAQを合わせれば2,500銘柄を超えますが、人間が毎日すべてを見ることは不可能ですから。 --- だから、システムを作りました 毎日大引け後に、自動で2,500銘柄を分析するシステムを作りました。 - 株価、需給、ニュースを自動で収集し - AI（Gemini）がニュースを読んで好材料・悪材料を判別し - 6つのファクターで15点満点のスコアを付け - 基準をクリアした銘柄だけを選別して、エントリー価格・損切り価格・利確価格まで計算し - テレグラムで通知を送ってくれます 私は仕事の後にスマホを確認するだけで済みます。 さらに、毎週土曜日になるとシステムが自ら先週の成果を分析し、 損切りライン、利確ライン、保有期間を自動で調整します。 システムが勝手に学習し、改善されていく構造です。 --- ですが、私は開発者ではありません このシステムのコードを私が直接書いたわけではありません。 すべてAIに言葉で指示しました。 「今日5%以上上昇した銘柄の中で、売買代金が500億ウォンを超えるものだけを抽出して」 「このニュース3つをGeminiに送って、好材料かどうか判断させて」 「毎日午後4時に自動で実行されるようにスケジューラーを作って」 こう言えば、AI（Claude）がコードを作ってくれます。 これが「バイブコーディング（Vibe Coding）」です。 --- この講義で、全く同じシステムを作ります 58回の講義を通じて、私が実際に毎日使用しているシステムを最初から最後まで一緒に作ります。 データ収集から始まり、 AIニュース分析、スコアリングエンジン、シグナル生成、 Flask APIサーバー、Next.jsウェブダッシュボード、 テレグラム自動通知、そして自己学習システムまで。 Jupyter Notebookが成果物ではありません。 実際に毎日稼働するウェブダッシュボードとテレグラム通知が成果物です。 コーディングを知らなくても大丈夫です。 毎回の講義でClaudeにどう伝えればいいかをお見せします。 皆さんがそれを真似すれば、同じ結果が得られます。 --- こんな方におすすめです - 毎日銘柄を分析する時間が足りない会社員投資家 - 自動化システムを持ちたいが、コーディングがわからない方 - クオンツ/システムトレードに興味があるが、どこから始めればいいかわからない方 - AIを実戦で活用する方法が知りたい方 --- ⚠️ この講義は投資収益を保証するものではありません。 株式分析ツールを自作してみるプログラミング講義です。 実際の投資判断は受講生本人の責任となります。

実務で本当に使えるOCR技術を、しっかり学びたいならこの講座一つで完結！ 非定型文書や複雑なレイアウトでも98%以上の精度を目指し、最新のSOTAモデルと実践ノウハウをもとに企業レベルのOCRプロジェクトを一緒に構築していきます。

AIでMVPを作ることは、もはや難しくありません。 しかし、ほとんどのプロジェクトはその次の段階で止まってしまいます。 👉 機能は作ったけれど 👉 開発が継続しません なぜこのようなことが起きるのでしょうか？ 問題はコードではなく、 👉 AIが持続的に働ける「構造」がないからです。 --- この講義では、 すでに作成されたプロジェクトをベースに、 👉 AIが開発を続けていける構造を 👉 直接構築するプロセスを扱います --- 単にAIツールを使うのではなく、 * docs構造を作り * SSOTを定義し * チケット単位で開発を実行し * QAと反復構造まで繋げることで 👉 一つの「AI開発システム」として完成させます --- このプロセスを通じて 👉 人が直接コーディングしなくても 👉 開発が続いていく構造 つまり、 👉 AIをチームのように運用する開発システムを 👉 自ら作り、理解することができます --- この講義は 👉 自分のプロジェクトにすぐ適用できる構造を作りたい方 👉 AIで開発を始めたが、継続が難しかった方 👉 雰囲気でのコーディング（バイブコーディング）の先、次のステップへ進みたい方 のために構成されました。 --- 単に学ぶだけでなく、 👉 実行してみて 👉 実際に動作する構造を作り 👉 自身のプロジェクトに適用できる形で持ち帰る経験 を提供します。

メイカソンで80%が詰まるポイント、今すぐ解決しましょう。 Raspberry Pi・コンピュータビジョン・LLM・3D設計まで4週間完成! デモ可能なスマートミラーPoCでメイカソン上位入賞達成!

[ソースコード提供] コーディングの知識がなくてもOK。Googleの最新ツール(IDX)でインストール不要、ブラウザですぐに完成！ コーディングの文法学習はもう終わり！AIと対話しながら(Vibe Coding)、Google IDX環境で社内文書を完璧に理解するRAGチャットボットを構築し、ウェブでリアルタイムにデプロイする超高速実践コースです。

5階層のハーネスアーキテクチャと4つのワークフローレイヤーを通じて、AIエージェントを決定論的に制御し、拡張可能なプロジェクト構造を実務に即座に適用します。 (Claude codeを基準としていますが、他のAIツールにも同様の原理が適用されます。)

Model Context Protocol (MCP) を利用して IntelliJ と連携し、迅速に開発する方法についてハンズオン形式で解説するチュートリアルです。

業務効率と創造性の革新 – Agentic AI AIは今、単なる自動化を超え、自ら判断し実行する新たな段階へと進化しています。Agentic AIはこうした変化の中心にあり、ビジネスや組織がよりスマートに動けるよう支援する核心技術です。本コースでは、Agentic AIがいかに意思決定と実行を繋ぎ、実務に適用できるのかを、明確かつ分かりやすく解説します。未来に備えるすべての実務家にとって不可欠な知識を、今すぐ手に入れてください。

今でも直接コーディングしていますか? もうバイブコーディングも面倒な時代! コーディングなしでn8nによるAI自動化の専門家になってみませんか。 実務にすぐ適用可能な自動化ワークフロー設計ガイド 業務効率を最大化する実践中心の自動化戦略。 n8nで直感的なワークフローを構築し、業務革新を体験してみてください

単なるチュートリアルだけでは実務への適用は難しいですよね。私の現場でのノウハウを詰め込み、複雑な状態管理とマルチエージェントの設計手法を確実にお伝えします。

生成AIの最新トレンド、AIエージェント！ 開発業務をすべてこなしてくれるCursorと、機能を拡張してくれるMCPで先んじる方法！

LLMベースのマルチエージェント技術を実装可能にするCrewAI、LangChain、AutoGenなどの様々なエージェントフレームワーク、知識グラフ、推論システムを組み合わせ、人工知能（AI）裁判官を構築する方法について探求します。

ゴールドラッシュの時代には、金を直接掘るよりも金はツールを売るほうが金持ちになりやすいそうです。 ChatGPT対抗して時代にプログラムを販売してみてはどうですか？