Posted inDatabase
MilvusベクターデータベースをDockerでセットアップ：RAGとAIのナレッジストアを構築する
Docker ComposeでMilvus Vector Databaseをセットアップし、コレクション作成・ベクターembedding保存・完全なRAGパイプライン構築を解説。インデックスタイプの選び方、Chunkingストラテジー、本番環境の最適化Tipsを現場経験から紹介。
Posted inDatabase
ChromaDBのインストールと使い方：AIエージェントの知識ストレージシステムを構築するためのオープンソースVector Database
ChromaDBはオープンソースのベクターデータベースで、意味的なデータの保存と検索を実現する — ローカルで動かせる軽量さと、RAGやAI Agentの基盤となる十分なパワーを兼ね備えている。本記事ではインストール、ドキュメントのインデックス化、セマンティック検索のクエリ、Dockerによるデプロイを実際の手順で解説する。
Posted in人工知能
Qdrantのインストールと使用方法：AIおよびRAGアプリケーションのための強力なベクターデータベースの実践ガイド
AIおよびRAGアプリケーションを効果的に構築するための強力なベクターデータベースであるQdrantのインストールと使用方法を詳細に解説した記事です。6ヶ月以上の本番環境でのQdrantデプロイ経験を共有し、長所と短所を分析し、すぐに始められるPythonコードサンプルを提供します。
Posted in人工知能
LangChainとPythonでRAGアプリを構築する：失敗から本番環境まで
LangChainとPythonを使った社内ドキュメント検索チャットボットのためのRAGシステム構築6ヶ月の実体験。ハルシネーション、コンテキストウィンドウの問題から、本番環境で実際に動作するソリューションまで、完全なコードサンプルとともに解説します。
Posted in人工知能
LangChainとPythonでRAGアプリを構築する — 初心者向けステップバイステップガイド
LangChainとPythonでRAG（Retrieval-Augmented Generation）アプリをステップバイステップで構築する方法：ドキュメントの読み込み、Chromaによるvector storeの作成から、LLMがあなた独自のデータに基づいて回答できる完全なchainの構築まで。