|
学習内容
|
1. LLMアプリ開発の基礎
- LLMアプリケーションの概要(事例紹介など)
- OpenAIのチャットAPIの基礎
- プロンプトエンジニアリングの基礎
2. LangChain入門
- LangChainの基礎
- RAG(検索拡張生成)の基礎
- LangSmithの連携
3. LangChainを使ったRAGアプリ開発
- Streamlitの基礎とチャットアプリの実装
- RAGアプリケーションの実装
- シンプルなAIエージェントの実装
4. Advanced RAG
- RAGの発展的手法(Advanced RAG)の概要
- Advanced RAGハンズオン(検索クエリの工夫・リランクなど)
5. LangSmithを活用したRAGの評価
- RAGの評価の概要
- LangSmithを活用したRAGの評価の実践
- LangSmithを活用したフィードバック収集の実装
6. AIエージェント
- AIエージェントの概要
- シンプルなAIエージェントの実装
- MCP(Model Context Protocol)
7. LangGraphの本格活用
- LangGraphの基礎
- LangGraphでの本格的なエージェントの実装
- Human-in-the-LoopとAgent Inbox
8. エージェントデザインパターン
- エージェントデザインパターン
- マルチエージェント(Supervisor / Sarm)
- コンテキストエンジニアリング
9. LLMアプリ開発の最新トピック
|