Haystackのコンポーネントがどのようにして LLM と連携するかを学び、エージェントが従来の言語モデルと何が違うのかを理解した上で、最初のエージェントを作成しましょう。さらに、ウェブ検索などのリアルワールドツールをエージェントに組み込み、受動的な回答者から能動的な問題解決者へと進化させます。

コースへようこそ！

コンポーネントを使って LLM と対話する

Haystack エージェントにできることとは？

はじめてのエージェントを作る

エージェントへのツールの接続

エージェントの基礎を学ぶ

この章では、エージェントをより賢く、透明性が高く、デバッグしやすくするための手法を習得します。ストリーミングコールバックによるエージェントの意思決定の追跡から、再利用可能なHaystackパイプラインの構築まで、SQLクエリの実行を含むさまざまな機能をエージェントに組み込んでいきます。Haystackパイプラインをカスタマイズ・連携・強化していきましょう。

ブラックボックスを開く：エージェントの透明性を高める

エージェントのカスタマイズ

Haystackパイプライン：エージェントを強化する仕組み

SQL データベースへのクエリ

パイプラインをエージェント用ツールに変換する

まとめと次のステップ

堅牢なエージェントの設計

Haystack Additional Resources

シンプルなチャットインターフェースを超えて、推論・判断・外部ツールの活用ができる本格的なAIエージェントを構築しましょう。LLMベースアプリケーション向けオープンソースフレームワークのHaystackを使い、ウェブ検索や患者データのクエリが可能なヘルスケアエージェントを作成します。学習を通じて、エージェント設計の重要な原則を習得し、再利用可能なパイプラインを構築して、各コンポーネントをインテリジェントなシステムへと統合していきます。コースを修了するころには、AIエージェントの仕組みを深く理解し、ゼロから自分で構築できるようになります。

<h2>推論し、検索し、行動するAIエージェントを構築する</h2>

AIエージェントは、テキストを生成するだけではありません。 彼らは、利用可能なツールとデータに基づいて、計画を立て、意思決定を行い、行動することができます。 このコースでは、オープンソースのフレームワークであるHaystackを使って、大規模言語モデルと外部コンポーネントを連携させながら、インテリジェントなAIエージェントを構築する方法を学びます。
最新のオンラインコンテンツと構造化された患者レコードを組み合わせて、ユーザーの質問に答えるヘルスケアエージェントを作成します。
<br></br>

<h2>エージェントを接続する</h2>

まずはHaystackコンポーネントを使ってLLMとやり取りする方法から始め、その後、最初のエージェントの作成に進みます。 リアルタイムのウェブ検索やSQLデータベースクエリパイプラインなどのツールを連携し、エージェントが公開情報と非公開情報の両方を取り込めるようにします。 Haystackパイプラインをツールとして登録する方法も学び、エージェント内で構造化されたワークフローを再利用しやすくします。
<br></br>

<h2>実際の業務ワークフローを構築し、拡張する</h2>

コースの終了時には、LLMの推論と外部ツール、構造化されたパイプラインを組み合わせた堅牢なエージェントを構築できるようになります。 エージェントを使うべき場面、パイプラインを使うべき場面、そして両方を活用できる柔軟なシステムの構築方法が理解できます。 アシスタント、検索拡張生成システム、またはドメイン特化型ツールを構築している場合でも、Haystackを使って本番環境対応のAIエージェントを作成できるようになります。



Intermediate Python

Haystackを使って、LLMと外部コンポーネントを統合する医療AIエージェントを作成します。

Haystackで学ぶAIエージェント構築

Haystackを使って、LLMと外部コンポーネントを連携するオープンソースフレームワークでヘルスケアAIエージェントを作成します。

DevRel Engineer for Haystack at deepset

ブラックボックスを開く：エージェントの透明化

LLMからエージェントへ

可視性の欠如

デバッグ

透明なエージェント

練習しましょう！

堅牢なエージェントの設計 - ブラックボックスを開く：エージェントの透明性を高める

ブラックボックスを開く：エージェントの透明性を高める

Create Your Free Account