はじめに こんにちは！開発チームで生成AI関連のシステム開発をしている広松です！ 今回は私が担当した案件で発生した「自律型AIエージェントが複雑な指示を途中で忘れてタスクを完遂できない」という課題に対して論文を元に対策を調査してみました。 具体的にはマルチエージェント化やオーケストレーターの導入によるコンテキストエンジニアリングについて論文を中心に調査してみました。 はじめに 案件で発生した課題 課題と原因について 解決策（コンテキストエンジニアリング）について 手法 1. Plan and Act 2.

はじめに # 前回 の記事では、 1つのテキストファイル（桃太郎物語） を対象にした単純なRAG（検索＋生成）環境を構築しました。 今回はその拡張として、 複数のドキュメントを読み込み・保持・削除できる永続化対応のローカルRAGアプリ を構築します。 全体構成 # ディレクトリ構造 # project/ ├─ app2.py # 本体アプリケーション ├─ vectorstore/ # ベクトルストアの永続化ディレクトリ │ ├─ faiss_index/ # FAISSのインデックスファイル │ ├─

はじめに # 前回 は、LM Studio＋Gemmaでクラウドに頼らないAI環境を構築しました。 本記事では、 LM Studio を使ってローカルでLLM（例：Gemma 3 4B）を動かし、さらに LangChain と Streamlit を組み合わせて、クラウドに頼らずに動作する RAG（Retrieval-Augmented Generation） 環境を構築します。 題材として、誰もが知っている「桃太郎」の物語を使い、自分で用意した知識ベースを読み込む ローカルAIチャットボット を作ってい

こんにちは、Data&Analysis部(D&A)です。 D&Aでは週1回、機械学習の勉強会を開催しており、本記事は、勉強会の内容を生成AIを活用して記事にまとめたものです。 ※勉強会内容公開の経緯は こちら ※過去の勉強会は「社内勉強会」タグからもご覧いただけます。 はじめに：我々が直面していた課題 現在、我々はドキュメントを解析するプロジェクトを推進しています。その中で以下のような壁に直面しました。 フォーマットの多様性 PDF、Word、PPT、スキャン画像など、形式がバラバ

1. はじめに NTT西日本の相浦です。 NTT西日本公式の技術ブログが始まりました。記念すべき第一回ということで、最近の私の「やってみた」を共有したいと思います。 最近よく耳にする AIエージェント 。でも、「結局どういう場面で役立つの？」と思う方も多いのではないでしょうか。 本記事では、自治体業務の一つである粗大ごみ収集申込の受付を例にして、 対話型で申込受付をしてくれるAIエージェント のサンプルを作ってみたのでご紹介します。 作ってみて気づいた工夫ポイントや「ここは意外と難しい」というところも交え

はじめに 現在ラスベガスで開催されている Google Cloud の旗艦イベント「Google Cloud NEXT'25（以下、Next'25）」に現地参加中の Shanks / kazz / 小堀内 / 岸本 です。 Next'25 で発表された 最新情報 を現地からお届けしています！ セッションのキーメッセージ: AIエージェント時代の到来 セッションでは、AI が単なるチャットボットやテキスト生成ツールから、ツールを使いこなし、情報を検索し、人間のようにタスクを完了できる洗練された AI エージ

こんにちは、Data&Analysis部(D&A)です。 D&Aでは週1回、機械学習の勉強会を開催しており、本記事は、勉強会の内容を生成AIを活用して記事にまとめたものです。 ※勉強会内容公開の経緯は こちら ※過去の勉強会は「社内勉強会」タグからもご覧いただけます。 概要 GraphRAGの概要 RAGの概要と課題 GraphRAGの基本的な考え方 ナレッジグラフとは アルゴリズムの概要 標準的なGraphRAG MicrosoftによるGraphRAG GraphRAGの評価

はじめに こんにちは、クラウドエース第三開発部の橋野です。 今回は大規模言語モデル(以下、LLM)を活用したアプリケーションを分析・評価できるツールである Langfuse を触ってみたので試したことを記事にまとめてみました。 Langfuse の始め方 Langfuse を利用する際は、ホスティング方法として以下の2種類が用意されています。 セルフホスティング Langfuse アカウントを利用したホスティング 本記事では、Langfuse アカウントによるホスティング方法を推奨します。Free プラン

はじめに 最近、Large Language Models (LLM, 大規模言語モデル)を活用する機会が増えてきたことをきっかけに、LangChain の機能を試してみました。 フロントエンドエンジニアとして働く私のような初心者でも LangChain を試すことができるよう、基本的な内容をまとめ、簡単なサンプルコードをご紹介させていただきます。 これから LangChain の学習を始める方の参考になれば幸いです。 対象読者 LangChain に興味があるものの、始め方がわからない方 LLM を活用

こんにちは、クラウドエース CTO 室所属の茜です。 今回は、Vertex AI を活用した AI エージェント開発で得た知見を共有します。 この開発で直面した課題とその解決策を紹介することで、皆さんの AI エージェント開発の一助となれば幸いです。 はじめに 本記事では、社内 PoC として取り組んだ「ニュース記事から企業のリスク分析を行う AI エージェント」の開発プロセスについて解説します。 説明すること AI エージェントの概要 開発過程で直面した技術的課題とその解決策 精度向上のためのアプローチ

更新情報（2025 年 4 月） 重要: この記事は Langfuse v2 向けの手順を記載しています。2025 年 4 月現在は Langfuse v3 がリリースされており、この記事の手順ではそのままデプロイできません。 v2 版を使用する場合: コンテナイメージに docker.io/langfuse/langfuse:latest ではなく docker.io/langfuse/langfuse:2 等の v2 を指すタグを明示的に使用してください v3 版のデプロイ手順: Google Clo

TL;DR AI に League of Legends のビルドを考えてもらって実践したらボコボコに負けました。 対象読者 League of Legends をプレイしている人 LLM に興味がある人 Gemini 1.5 Pro に興味がある人 LLM で大きいデータを楽に扱いたい人 サモナーズリフトへようこそ こんにちは。クラウドエース バックエンドエンジニアリング部 の伊藝です。 みなさんは、League of Legends をプレイされていますか？ League of Legends (Lo

こんにちは、クラウドエース SRE ディビジョン所属の茜です。 今回は、マルチモーダル LLM として注目されている Gemini-1.5-Pro を使用して、自然言語での動画検索が可能な簡易的なアプリケーションを作成します。 マルチモーダル LLM とは マルチモーダル LLM (Large Language Model) は、テキストだけでなく、画像、音声、動画などの複数のモダリティのデータを理解し、処理することができる大規模言語モデルです。 従来の LLM がテキストのみを扱うのに対し、マルチモーダ

はじめに こんにちは、クラウドエース データソリューション部の松本です。 普段は、データ基盤や MLOps を構築したり、Google Cloud 認定トレーナーとしてトレーニングを提供しております。 クラウドエース データソリューション部 について クラウドエースのITエンジニアリングを担う システム開発統括部 の中で、特にデータ基盤構築・分析基盤構築からデータ分析までを含む一貫したデータ課題の解決を専門とするのが データソリューション部 です。 弊社では、新たに仲間に加わってくださる方を募集しています

こんにちは、SRE ディビジョンの遠矢です。 今回は、Google Cloud の Vertex AI で提供されている Claude 3 モデルを、LangChain を使って簡単に利用する方法をご紹介します。 Vertex AI Model Garden と Claude 3 モデル Vertex AI は、Google Cloud が提供する機械学習プラットフォームです。Vertex AI の Model Garden には、事前学習済みの高品質なモデルが用意されており、開発者はこれらのモデルを簡単