出版社内容情報
LLMとLangChainを組み合わせて
マルチエージェント開発を体験!
【本書の概要】
本書はAIエージェント開発の基本やLangChainを活用した実践的なAIエージェントの構築方法を解説した書籍です。具体的には、Google Colaboratoryによる環境構築から始まり、ライブラリの活用法、LLMとの連携、AIエージェントの開発、エージェントの設計や応用事例まで解説します。
【本書の対象読者】
AIエージェントの開発に興味があるエンジニア
【利用するツール】
Google Colab
LangChain
Claude Code
など
【本書の特徴】
・AIエージェントの基礎がわかる
・無料のGoogleColaboratoryを利用して開発ができる
・LangChainの基礎がわかる
・AIエージェントの開発手法がわかる
【目次】
Chapter1 AIエージェントとは？
Chapter2 LangChainとは？
Chapter3 LangChainを使ったAIエージェント開発演習
Chapter4 AIエージェント開発のベストプラクティス
Chapter5 高度なエージェントパターンと応用事例
Chapter6 LangChainの産業応用と実践事例
Chapter7 LangGraph/LangMem/LangSmithの概要と基本
Chapter8 総合演習：LangChainエコシステム演習問題5問
【著者プロフィール】
神田 良輝（かんだ・よしき）
早稲田大学理工学部卒、同大学院修了。自然言語処理（NLP）および機械学習の研究開発とマネジメントに従事。外資系IT企業でのB2Bソフトウェア開発の経験や国内大手広告系WebメディアでのB2C領域でのWebアプリケーションテストの経験を経て、テキストマイニング企業にてLLMを活用したプロダクト開発をリード。文脈理解に基づく複数の特許を取得。現在、AIGYM（aigym.jp）にて最新のAI技術情報を配信し、Udemy等で2万人超の受講生にPythonと生成AIを指導。「AIと人間が協働する未来の社会基盤を創る」ことをミッションに生成AI技術を誰もが使いこなせる武器へと変え、個人と組織の「できた！」という成功体験を最大化することを目指している。
【目次】
Chapter1 AIエージェントとは？ コードを動かしながらＡＩエージェント開発の基本をしっかり学べる。ＬＬＭとＬａｎｇＣｈａｉｎを組み合わせてマルチエージェント開発を体験！環境構築、ライブラリの活用法、ＡＩエージェントの開発、ＬＬＭとの連携。Ｇｏｏｇｌｅ Ｃｏｌａｂｏｒａｔｏｒｙ対応。 １ ＡＩエージェントとは？ 神田良輝［カンダヨシキ］
1.1 AIエージェントの定義
1.1.1 自律性と独立した行動
1.1.2 環境の認識
1.1.3 目標指向性
1.1.4 記憶・学習
1.1.5 AIエージェントの主要な特徴
1.1.6 自律性の詳細
1.1.7 目標指向性：計画と実行
1.1.8 反応性と先見性：変化への対応と将来の予測
1.1.9 社会性：相互作用と協調
1.1.10 学習能力：適応と改善
1.1.11 認識プロセス：環境の感知
1.1.12 思考段階：情報の処理と意思決定
1.1.13 AIエージェントの進化：2022年以降の進展と大規模言語モデルの役割
1.1.14 GPTやClaudeなどのLLMによる影響
1.1.15 向上した自然言語理解と生成
1.1.16 改善された文脈認識
1.1.17 ツール利用と統合
1.1.18 AIエージェントの応用と影響
1.1.19 多様な分野での応用
1.1.20 データ分析と意思決定の支援
1.1.21 日常業務の自動化と効率化
1.1.22 よりパーソナライズされた体験の提供
1.1.23 まとめ
1.2 AIエージェントの進化
1.2.1 初期（1950年代～1990年代）
1.2.2 エキスパートシステム時代（1980年代～1990年代）
1.2.3 機械学習の台頭（2000年代～2010年代前半）
1.2.4 ディープラーニング革命（2010年代中盤～後半）
1.2.5 Transformer革命： 自己アテンション機構がもたらした新時代
1.2.6 大規模言語モデルへの進化：TransformerからLLMへ
1.2.7 LLM時代（2020年以降）
1.2.8 現在のトレンドと将来の方向性
1.3 AIエージェントとソフトウェア開発
1.3.1 AIエージェントは 従来の開発自動化と何が違うのか？
1.3.2 ソフトウェア開発におけるAIエージェントの主要な役割
1.3.3 主要なAIエージェントツールの比較
1.3.4 AIエージェントによる開発 ー今後の展望と課題
1.4 AIエージェント開発の始め方
1.4.1 AIエージェント選定のための意思決定プロセス
1.4.2 主要な分岐点
1.4.3 各ステップの詳細要素
1.4.4 プロジェクト特性の精緻な分析
1.4.5 利用目的の明確化と優先順位付け
1.4.6 組織的制約の包括的考慮
1.4.7 AIエージェントタイプの選定ガイド
1.4.8 具体的ツール選定のチェックリスト
1.5 AIエージェント導入の段階的ロードマップ 内容説明
目次
２ ＬａｎｇＣｈａｉｎとは？
３ ＬａｎｇＣｈａｉｎを使ったＡＩエージェント開発演習
４ ＡＩエージェント開発のベストプラクティス
５ 高度なエージェントパターンと応用事例
６ ＬａｎｇＣｈａｉｎの産業応用と実践事例
７ ＬａｎｇＧｒａｐｈ／ＬａｎｇＭｅｍ／ＬａｎｇＳｍｉｔｈの概要と基本
８ 総合演習：ＬａｎｇＣｈａｉｎエコシステム演習問題５問著者等紹介
早稲田大学理工学部卒、同大学院修了。自然言語処理（ＮＬＰ）および機械学習の研究開発とマネジメントに従事。外資系ＩＴ企業でのＢ２Ｂソフトウェア開発の経験や国内大手広告系ＷｅｂメディアでのＢ２Ｃ領域でのＷｅｂアプリケーションテストの経験を経て、テキストマイニング企業にてＬＬＭを活用したプロダクト開発をリード。文脈理解に基づく複数の特許を取得。現在、ＡＩＧＹＭ（ａｉｇｙｍ．ｊｐ）にて最新のＡＩ技術情報を配信し、Ｕｄｅｍｙ等で２万人超の受講生にＰｙｔｈｏｎと生成ＡＩを指導。「ＡＩと人間が協働する未来の社会基盤を創る」ことをミッションに生成ＡＩ技術を誰もが使いこなせる武器へと変え、個人と組織の「できた！」という成功体験を最大化することを目指している（本データはこの書籍が刊行された当時に掲載されていたものです）
※書籍に掲載されている著者及び編者、訳者、監修者、イラストレーターなどの紹介情報です。
