LangChain と Gradio を用いたローカル知識ベースアシスタントの迅速構築
LangChain を活用した検索拡張型（RAG）アプリケーションの実装に焦点を当て、わずか数分で安全・ローカルな個人用知識アシスタントを構築する方法を紹介します。外部サービスへの依存を排除し、文書データを自環境内に閉じたまま、大規模言語モデル（LLM）による高精度な質問応答を実現できます。
動作デモ
完成後、Gradio インターフェースから「RAG モード」のオン／オ ...
7月3日 16:55 投稿
VannaAIにおけるカスタムLLMの統合と高度な構成
概要
VannaはデフォルトでOpenAIのGPTモデルを利用しますが、アーキテクチャ上はOpenAI互換のAPIエンドポイントを持つ任意の大規模言語モデル（LLM）と統合可能です。本記事では、Vannaの拡張性を活かし、セルフホスト型やプロキシサーバー経由のカスタムLLMを接続してText-to-SQL環境を構築する手順について解説します。
カスタムLLMクライアントの実装
標準的な構成では ...
6月25日 00:09 投稿
LangChain 框架下 RAG エージェントの実装と検索強化生成
RAG ワークフローの概要
本チュートリアルでは、LangChain を利用して検索拡張生成（RAG）システムを構築します。このプロセスは主に以下の 2 つのフェーズで構成されます。
インデキシング: ウェブソースから情報を抽出し、ベクトル化处理后にデータベースへ格納。
RAG 実行: ユーザーのクエリに対し、まずベクトルストアから関連情報を検索（Retrieve）、その結果を文脈 ...
6月20日 21:49 投稿
LangChain RAG実装におけるデータ読み込みとチャンク分割の要点
1. 外部データの取得とRAGの役割
LLMの学習データに含まれない独自の外部知識を活用するためには、検索拡張生成（RAG）が不可欠です。RAGのプロセスでは、外部から情報を取得し、それをプロンプトに組み込んで回答生成を行います。この仕組みの中核をなすのがドキュメントの読み込みと分割処理です。
2. Document Loadersによるデータ取り込み
LangChainは、 ...
6月6日 21:22 投稿
行政手続きにおける書類画像解析と政策質疑応答：MiniCPM-o-4.5 と FlagOS の実装ガイド
1. 背景とシステム概要
行政窓口における業務処理は、大量の紙媒体書類の核对や、複雑な政策規定に基づく説明対応など、人的コストがかかる作業が多く存在します。職員が書類を手作業で確認し、市民の質問に答えるプロセスは時間がかかり、かつ政策の更新漏れや認識ミスによるリスクも伴います。
この課題を解決するため、マルチモーダル AI 模型を活用した自動化システム ...
5月20日 02:31 投稿
LangChainによるLLMアプリケーション開発の基礎と実践ガイド
LangChainの概要
LangChainは、大規模言語モデル（LLM）を活用したアプリケーションを効率的に構築するためのオープンソースフレームワークです。単なるAPI呼び出しにとどまらず、複数のコンポーネントを組み合わせた複雑なワークフロー、外部データとの連携、エージェントによる自律的なタスク実行などを容易に実現します。
LangChainのエコシステムは、以下のフェーズを ...
5月18日 22:03 投稿