Posted in人工知能
Flowise：ドラッグ＆ドロップUIでチャットボット・RAGパイプラインを構築する — コード不要
Flowiseはオープンソースのツールで、ドラッグ＆ドロップのインターフェースを使ってチャットボット、RAGパイプライン、AIワークフローをコードなしで構築できます。本記事では、Docker/npmを使ったインストール方法と、OllamaでのチャットボットおよびPDFドキュメントを読むRAGパイプラインの構築手順を実践的に解説します。
Posted in人工知能
Mem0でAIエージェントに「長期記憶」を：Pythonデベロッパーのための長期記憶ソリューション
AIがユーザーの好みをすぐに忘れてしまいませんか？Mem0をPythonに統合して長期記憶を構築し、AIエージェントをより賢く、パーソナライズする方法を解説します。
Posted in人工知能
LlamaIndex + Ollama: 完全オフラインで構築する社内文書Q&Aシステム
LlamaIndexとOllamaを組み合わせることで、PDF・Word・社内Webサイトのデータをクラウドへ一切送信せずに文書Q&Aシステムを構築できる。各アプローチの比較、オフラインソリューションが適したケースの分析、インストールから本番導入までのステップバイステップガイドを解説する。
Posted in人工知能
Haystack 2.0: Document Indexing・Hybrid Retrieval・スマートQ&Aで構築するドキュメント処理パイプライン
Haystack 2.0は有向グラフ形式のAIドキュメント処理パイプラインを構築できる。各コンポーネントが明示的に接続され、デバッグも拡張も容易だ。本記事では、ドキュメントのインデックス化、BM25とEmbeddingを組み合わせたHybrid Retrieval、Pythonを使った本番対応Q&Aパイプラインまでを実践的に解説する。
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
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
UbuntuにAnythingLLMをインストールする：セキュアなローカルAIナレッジベースを自律構築
Ubuntu上のAnythingLLMで安全な社内RAGシステムを構築。Dockerによるインストール手順、Ollamaとの連携、そしてデータの絶対的なセキュリティを確保するローカルAIナレッジベースの最適化ガイド。
Posted in人工知能
Docling：RAGシステムの「PDFの呪い」を解く — データのゴミから高品質なMarkdownへ
複雑なPDFの処理は、RAG構築において常に最大の難所です。IBMのDoclingがAIを用いてレイアウトを解析し、PDFを正確なMarkdownへ変換する方法を解説します。LLMがデータを深く理解し、よりスマートに回答できるようになります。
Posted in人工知能
Crawl4AI：わずか数行のPythonコードでウェブサイトをRAG向けの「クリーンな」Markdownに変換
RAG構築時の「汚い」ウェブデータへの悩みを解消。Crawl4AIを使用してウェブサイトを標準化されたMarkdownに変換する詳細な手順を解説し、AIシステムの効率を70%向上させます。