- レベル
- 上級
- 冊数
- 全5冊
- 所要時間
- 5時間15分
FastAPIとLLMでRAGを作れる開発者が、LLMに道具(関数)を選ばせて呼ぶAIエージェントの作り方を学ぶ教材です。こもれびベーカリーのAPIに、商品の残りの数を調べ、予約の下書きを作る窓口を加えます。ツール呼び出しのループ、MCPサーバー、人が確認してから確定する書き込み、処理を段階に分ける設計、RAGの答えが違う原因の調べ方、エージェントの評価と失敗への備えまでを5冊で扱います。LLMは無料で手元のPCで動くOllamaを使い、各巻に動く練習ファイルとテストがあります。
学習内容

5冊中1冊目
ここから
AIエージェント 道具を呼ばせる
LLMに道具(関数)を渡し、LLMが選んだ道具をアプリが実行して結果を返す、ツール呼び出しの流れを作ります。道具の引数と結果の形、呼び合うループと回数の上限、本物のモデルの誤りから決める道具の形、偽のLLMでのテストを学びます。
1時間5分22ページ
5冊中2冊目
AIエージェント MCPで道具をつなぐ
店の道具を公式のPython SDKでMCPサーバーとして公開し、エージェントから同じ形で使えるようにします。予約の下書きを作る書き込みの道具を、商品名で受け取り決まりで確かめ、お客さんが確認してから確定する流れと、外のサーバーをつなぐときの注意を学びます。
1時間5分22ページ
5冊中3冊目
AIエージェント 処理を段階に分ける
1つのエージェントに任せたときの誤りを確かめ、質問の種類を決める段階、段階ごとに使える道具を絞る仕組み、段階ごとの記録を作ります。書き込む種類だけを決まりで確かめる方法と、エージェントと決まった流れの使い分けを学びます。
1時間22ページ
5冊中4冊目
AIエージェント RAGの答えが違う原因を調べる
RAGの答えが違うとき、質問・検索の結果・渡した資料・LLMの返事をそろえ、資料の不足・検索の失敗・答え方の失敗・判定の誤りに分けて調べます。区切り方と言い換えで検索を直し、資料の書き方と渡す情報で答え方を直し、直す前と後を比べます。
1時間22ページ
5冊中5冊目
AIエージェント 評価と失敗への備え
エージェントの評価の質問集を作り、種類・呼んだ道具・呼んではいけない道具・下書きの数まで採点します。LLMの停止・時間切れ・道具の失敗・上限の扱い、やり直してよい処理といけない処理、公開前の確認表を学びます。
1時間5分22ページ
