Posted in人工知能
DeepEvalを使ってLLMアプリのUnit Testingを自動化する方法
DeepEvalを使えば、AnswerRelevancy・Faithfulness・ハルシネーション検出などのメトリクスでLLMアプリのユニットテストをpytestと同じ感覚で書ける。5分でのインストールからCI/CDインテグレーションまで、デプロイ前にAI品質を自動管理する方法を解説する。
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
Phidataをマスターする：「記憶」と「タスク実行能力」を備えたAIアシスタントの構築
Phidataを使って、記憶力と自動タスク実行能力を持つAIアシスタントを構築する方法を学びましょう。LangChainに代わる軽量で強力なソリューションを紹介します。
Posted in人工知能
GPTCache：OpenAIのコストを80%削減し、AIアプリを高速化する極意
OpenAIのAPI料金が高すぎませんか？GPTCacheを設定してコストを80%削減し、セマンティック・キャッシングを活用してAIアプリのレスポンスをミリ秒単位まで高速化する方法を学びましょう。
Posted in人工知能
LLMからのデータ抽出：JSONの手動パースはやめて、Instructorを使おう
LLM使用時のJSONパースエラーの悩みを解消。Pythonプロジェクト向けに、正確で安定した構造化データを抽出し、コストを最適化するInstructorの活用ガイド。
Posted in人工知能
NeMo Guardrailsを使いこなす：LLMのハルシネーション対策とコンテンツ制御の極意
NeMo Guardrailsは、LLMのコンテンツ制御、プロンプトインジェクション対策、そして実用的なAIアプリケーションにおけるハルシネーションの解決に不可欠な、現在最も注目されているソリューションの一つです。
Posted in人工知能
DSPyでAIシステムを最適化：手動のプロンプトエンジニアリングから脱却する時が来た
手動のプロンプト調整に時間を費やすのはもうやめましょう。DSPyを使用してLLMのロジックをプログラム化し、実際のデータに基づいてパフォーマンスを65%から88%に自動最適化する方法を学びます。
Posted in人工知能
Langfuse (Self-hosted) ガイド：LLMの監視とコスト最適化を徹底解説
Dockerを使用したLangfuseのセルフホスト展開方法を詳しく解説。LLMアプリの監視、トークン管理、プロンプトのデバッグ、そしてAPIコストを30%削減するための実践的なノウハウを紹介します。
Posted in人工知能
Claude CodeのSub-agents：複数の専門エージェントへのタスク分散
Claude CodeのSub-agentsは、複雑なタスクを専門的な複数のエージェントに分散させて並列実行できる機能だ。各エージェントは独自のコンテキストを持ち、他のタスクの干渉を受けない。設定方法、エージェント間のタスク受け渡し、正確な出力を確保するためのモニタリング方法を解説する。
Posted in人工知能
RAGASによるRAG評価：「直感」からFaithfulness、Answer Relevance、Context Precisionの指標評価へ
AIチャチャットボットを「なんとなく」で評価するのはやめましょう。RAGASを使用して、Faithfulness、Answer Relevance、Context Precisionを正確に測定する方法を学びます。