LangGraph、RAG、FastAPI を使用した AI エージェントの開発

単純な LLM プロンプトを超えて、複雑なタスクを自律的に解決できるソフトウェアを構築することが不可欠です。このテキストベースのコースでは、本番対応の AI エージェントとマルチエージェントワークフローの設計、テスト、デプロイについて説明します。基本的なスクリプトの記述から、状態を管理し、複数の専門エージェントを調整し、コンテキスト情報を効率的に取得する洗練された AI システムのエンジニアリングへと移行します。説明と実践的なコードスニペットを通じて、実際のワークロードを処理できる回復力のある AI サービスを構築するスキルを習得します。 学習内容: - エージェントワークフロー、ステートマシン、Retrieval-Augmented Generation (RAG) のコアコンセプトを理解する。 - LangGraph を使用して、条件付きルーティングとヒューマン・イン・ザ・ループ パターンを備えたステートフルなマルチエージェントシステムを構築する。 - Chroma などのベクトルデータベース、ハイブリッド検索、コンテキスト圧縮を使用した高度な RAG パイプラインを実装する。 - FastAPI を使用して、AI エージェントを外部アプリケーションに提供するための安全で非同期な API を開発する。 - 型ヒント、Pydantic データ検証、pytest を使用した自動テストなど、最新の Python プラクティスを適用する。 - LangSmith トレーシングを使用したアプリケーション監視を設定し、Docker を使用してセットアップをコンテナ化する。 コースは、基本的な AI エージェントの概念、Python の型ヒント、基本的なチェーン構築から始まります。その後、複雑なマルチエージェントのオーケストレーション、高度な検索パターン、堅牢なデプロイメントワークフローに進みます。このコースは、実際の AI システムを構築したい Python 開発者および意欲的な AI エンジニアを対象としています。LangChain または LangGraph の事前経験は不要ですが、Python の基本的な理解が推奨されます。今日から読み始めて、独自のプロダクショングレードの AI エージェントを構築およびデプロイしましょう。