エンジニア選書シリーズLangChainとLangGraphによるRAG・AIエージェント［実践］入門

［表紙］LangChainとLangGraphによるRAG・AIエージェント［実践］入門

紙版発売
電子版発売

B5変形判／496ページ

定価3,960円（本体3,600円＋税10%）

ISBN 978-4-297-14530-9

電子版

→学校・法人一括購入ご検討の皆様へ

書籍の概要

この本の概要

本書では，OpenAIによるAIサービスを利用するためのOpenAI API，オープンソースのLLMアプリ開発ライブラリLangChain を使って，LLM（大規模言語モデル）を活用したRAG（検索拡張生成）アプリケーション，そしてAIエージェントシステムを開発するための実践的な知識を基礎からわかりやすく解説します。

OpenAI のチャットAPI，プロンプトエンジニアリング，LangChainの基礎知識 について解説したあと，RAGの実践的手法や評価のハンズオンを行います。今後の生成AIシステム開発で重要となるAIエージェント開発はLangGraphを使って行い，さらにAIエージェントのデザインパターンと，パターン別のAIエージェントハンズオンまで解説します。

OpenAIのAPIとフレームワークLangChainを学ぶことで，LLMの性質を活かしたサービスや業務システムを構築するのに必要な知識体系を習得し，業界地図を頭に描くことができるようになります。

こんな方におすすめ

  • LLMによる本格的な業務アプリ開発に取り組みたい方
  • RAGアプリケーション開発の実践的な知識を習得したい方
  • AIエージェントシステム開発に取り組みたい方

目次

第1章　LLMアプリケーション開発の基礎

1.1　活用され始めた生成AI

1.2　Copilot vs AIエージェント

1.3　すべてはAIエージェントになる

1.4　AIエージェントの知識地図

1.5　まとめ

第2章　OpenAIのチャットAPIの基礎

2.1　OpenAIのチャットモデル

  • ChatGPTにおける「モデル」
  • OpenAIのAPIで使えるチャットモデル
  • モデルのスナップショット

2.2　OpenAIのチャットAPIの基本

  • Chat Completions API
  • Chat Completions APIの料金
  • 発生した料金の確認
  • COLUMN　GPT-4とGPT-4　Turbo
  • COLUMN　Batch API

2.3　入出力の長さの制限や料金に影響する「トークン」

  • トークン
  • Tokenizerとtiktokenの紹介
  • 日本語のトークン数について

2.4　Chat Completions APIを試す環境の準備

  • Google Colabとは
  • Google Colabのノートブック作成
  • OpenAIのAPIを使用するための登録
  • OpenAIのAPIキーの準備

2.5　Chat Completions APIのハンズオン

  • OpenAIのライブラリ
  • Chat Completions APIの呼び出し
  • 会話履歴を踏まえた応答を得る
  • ストリーミングで応答を得る
  • 基本的なパラメータ
  • JSONモード
  • Vision（画像入力）
  • COLUMN　Completions API

2.6　Function calling

  • Function callingの概要
  • Function callingのサンプルコード
  • パラメータ「tool_choice」
  • COLUMN　Function callingを応用したJSONの生成
  • COLUMN　Structured Outputs

2.7　まとめ

  • COLUMN　Assistants API

第3章　プロンプトエンジニアリング

3.1　プロンプトエンジニアリングの必要性

  • COLUMN　プロンプトエンジニアリングとファインチューニング

3.2　プロンプトエンジニアリングとは

3.3　プロンプトの構成要素の基本

  • 題材：レシピ生成AIアプリ..
  • プロンプトのテンプレート化
  • 命令と入力データの分離
  • 文脈を与える
  • 出力形式を指定する
  • プロンプトの構成要素のまとめ

3.4　プロンプトエンジニアリングの定番の手法

  • Zero-shotプロンプティング
  • Few-shotプロンプティング
  • COLUMN　Few-shotプロンプティングのその他の形式
  • Zero-shot Chain of Thoughtプロンプティング

3.5　まとめ.

  • COLUMN　マルチモーダルモデルのプロンプトエンジニアリング

第4章　LangChainの基礎

4.1　LangChainの概要

  • なぜLangChainを学ぶのか
  • LangChainの全体像
  • LangChainの各種コンポーネントを提供するパッケージ群
  • LangChainのインストール
  • COLUMN　LangChain v0.1からの安定性の方針
  • LangSmithのセットアップ
  • LangChainの主要なコンポーネント

4.2　LLM/Chat model

  • LLM
  • Chat model
  • ストリーミング
  • LLMとChat modelの継承関係
  • LLM/Chat modelのまとめ

4.3　Prompt template

  • PromptTemplate
  • ChatPromptTemplate
  • MessagesPlaceholder
  • LangSmithのPrompts
  • COLUMN　マルチモーダルモデルの入力の扱い
  • Prompt templateのまとめ

4.4　Output parser

  • Output parserの概要
  • PydanticOutputParserを使ったPythonオブジェクトへの変換
  • StrOutputParser
  • Output parserのまとめ

4.5　Chain―LangChain Expression Language（LCEL）の概要

  • LangChain Expression Language（LCEL）とは
  • promptとmodelの連鎖
  • StrOutputParserを連鎖に追加
  • PydanticOutputParserを使う連鎖
  • Chainのまとめ
  • COLUMN　with_structured_output

4.6　LangChainのRAGに関するコンポーネント

  • RAG（Retrieval-Augmented Generation）
  • LangChainのRAGに関するコンポーネントの概要
  • Document loader
  • Document transformer
  • Embedding model
  • Vector store..
  • COLUMN　4次元以上のベクトルの距離
  • LCELを使ったRAGのChainの実装
  • LangChainのRAGに関するコンポーネントのまとめ
  • COLUMN　Indexing API

4.7　まとめ

  • COLUMN　Agent

第5章　LangChain Expression Language（LCEL）徹底解説

5.1　RunnableとRunnableSequence―LCELの最も基本的な構成要素

  • Runnableの実行方法―invoke・stream・batch
  • COLUMN　LCELはどのように実現されているのか
  • LCELの「|」でさまざまなRunnableを連鎖させる
  • LangSmithでのChainの内部動作の確認.
  • COLUMN　なぜLCELが提供されているのか

5.2　RunnableLambda―任意の関数をRunnableにする

  • chainデコレーターを使ったRunnableLamdaの実装
  • RunnableLambdaへの自動変換
  • Runnableの入力の型と出力の型に注意
  • COLUMN　独自の関数をstreamに対応させたい場合

5.3　RunnableParallel―複数のRunnableを並列につなげる

  • RunnableParallelの出力をRunnableの入力に連結する
  • RunnableParallelへの自動変換
  • RunnableLambdaとの組み合わせ―itemgetterを使う例

5.4　RunnablePassthrough―入力をそのまま出力する

  • assign―RunnableParallelの出力に値を追加する
  • COLUMN　astream_events

5.5　まとめ

  • COLUMN　Chat historyとMemory
  • COLUMN　LangServe

第6章　Advanced RAG

6.1　Advanced RAGの概要

6.2　ハンズオンの準備

  • COLUMN　インデクシングの工夫

6.3　検索クエリの工夫

  • HyDE（Hypothetical Document Embeddings）
  • 複数の検索クエリの生成
  • 検索クエリの工夫のまとめ

6.4　検索後の工夫

  • RAG-Fusion.
  • リランクモデルの概要
  • Cohereのリランクモデルを使用する準備
  • Cohereのリランクモデルの導入
  • 検索後の工夫のまとめ

6.5　複数のRetrieverを使う工夫

  • LLMによるルーティング
  • ハイブリッド検索の例
  • ハイブリッド検索の実装
  • 複数のRetrieverを使う工夫のまとめ
  • COLUMN　生成後の工夫

6.6　まとめ

  • COLUMN　マルチモーダルRAG

第7章　LangSmithを使ったRAGアプリケーションの評価

7.1　第7章で取り組む評価の概要

  • オフライン評価とオンライン評価

7.2　LangSmithの概要

  • LangSmithの料金プラン
  • LangSmithの機能の全体像

7.3　LangSmithとRagasを使ったオフライン評価の構成例

  • Ragasとは
  • この章で構築するオフライン評価の構成

7.4　Ragasによる合成テストデータの生成

  • Ragasの合成テストデータ生成機能の概要
  • パッケージのインストール.
  • 検索対象のドキュメントのロード
  • Ragasによる合成テストデータ生成の実装
  • LangSmithのDatasetの作成
  • 合成テストデータの保存
  • COLUMN　評価用のデータセットのデータ数.

7.5　LangSmithとRagasを使ったオフライン評価の実装

  • LangSmithのオフライン評価の概要
  • 利用可能なEvaluator（評価器）
  • Ragasの評価メトリクス
  • COLUMN　Ragas以外の検索の評価メトリクス
  • カスタムEvaluatorの実装
  • 推論の関数の実装
  • オフライン評価の実装・実行
  • オフライン評価の注意点

7.6　LangSmithを使ったフィードバックの収集

  • この節で実装するフィードバック機能の概要
  • フィードバックボタンを表示する関数の実装
  • フィードバックボタンを表示
  • COLUMN　Online Evaluator

7.7　フィードバックの活用のための自動処理

  • Automation ruleによる処理
  • 良い評価のトレースを自動でDatasetに追加する

7.8　まとめ

第8章　AIエージェントとは

8.1　AIエージェントのためのLLM活用の期待

8.2　AIエージェントの起源とLLMを使ったAIエージェントの変遷

  • LLMベースのAIエージェント
  • WebGPT
  • Chain-of-Thoughtプロンプティング
  • LLMと外部の専門モジュールを組み合わせるMRKL Systems
  • Reasoning and Acting（ReAct）
  • Plan-and-Solveプロンプティング

8.3　汎用LLMエージェントのフレームワーク

  • AutoGPT
  • BabyAGI
  • AutoGen
  • crewAI
  • crewAIのユースケース

8.4　マルチエージェント・アプローチ.

  • マルチエージェントの定義
  • マルチエージェントでText-to-SQLの精度を上げる
  • マルチエージェントでソフトウェア開発を自動化する

8.5　AIエージェントが安全に普及するために

8.6　まとめ

第9章　LangGraphで作るAIエージェント実践入門

9.1　LangGraphの概要

  • LangGraphとは何か
  • LangGraphにおけるグラフ構造アプローチ

9.2　LangGraphの主要コンポーネント

  • ステート：グラフの状態を表現
  • ノード：グラフを構成する処理の単位
  • エッジ：ノード間の接続
  • コンパイル済みグラフ

9.3　ハンズオン：Q&Aアプリケーション

  • LangChainとLangGraphのインストール.
  • OpenAI APIキーの設定
  • ロールの定義
  • ステートの定義
  • Chat modelの初期化
  • ノードの定義
  • グラフの作成
  • ノードの追加
  • エッジの定義
  • 条件付きエッジの定義
  • グラフのコンパイル
  • グラフの実行
  • 結果の表示
  • COLUMN　グラフ構造をビジュアライズして表示する
  • COLUMN　LangSmithによるトレース結果

9.4　チェックポイント機能：ステートの永続化と再開

  • チェックポイントのデータ構造
  • ハンズオン：チェックポイントの動作を確認する

9.5　まとめ

第10章　要件定義書生成AIエージェントの開発

10.1　要件定義書生成AIエージェントの概要

  • 要件定義とは何か
  • 先行研究のアプローチを参考にする
  • LangGraphのワークフローとして設計する

10.2　環境設定

10.3　データ構造の定義

10.4　主要コンポーネントの実装

  • PersonaGenerator
  • InterviewConductor
  • InformationEvaluator
  • RequirementsDocumentGenerator

10.5　ワークフロー構築

10.6　エージェントの実行と結果の確認

10.7　全体のソースコード

10.8　まとめ

第11章　エージェントデザインパターン

11.1　エージェントデザインパターンの概要

  • デザインパターンとは
  • エージェントデザインパターンが解決する課題領域
  • エージェントデザインパターンの位置付け

11.2　18のエージェントデザインパターン

  • エージェントデザインパターンの全体図
  • 1. パッシブゴールクリエイター（Passive Goal Creator）
  • 2. プロアクティブゴールクリエイター（Proactive Goal Creator）
  • 3. プロンプト／レスポンス最適化（Prompt/Response Optimizer）
  • 4. 検索拡張生成（Retrieval-Augmented Generation：RAG）
  • 5. シングルパスプランジェネレーター（Single-Path Plan Generator）.
  • 6. マルチパスプランジェネレーター（Multi-Path Plan Generator）
  • 7. セルフリフレクション（Self-Reflection）
  • 8. クロスリフレクション（Cross-Reflection）
  • 9. ヒューマンリフレクション（Human-Reflection）
  • 10. ワンショットモデルクエリ（One-Shot Model Querying）
  • 11. インクリメンタルモデルクエリ（Incremental Model Querying）
  • 12. 投票ベースの協調（Voting-Based Cooperation）
  • 13. 役割ベースの協調（Role-Based Cooperation）
  • 14. 議論ベースの協調（Debate-Based Cooperation）
  • 15. マルチモーダルガードレール（Multimodal Guardrails）
  • 16. ツール／エージェントレジストリ（Tool/Agent Registry）
  • 17. エージェントアダプター（Agent Adapter）
  • COLUMN　LangChainのTool機能
  • 18. エージェント評価器（Agent Evaluator）

11.3　まとめ

第12章　LangChain/LangGraphで実装するエージェントデザインパターン

12.1　本章で扱うエージェントデザインパターン

12.2　環境設定

  • 各パターンの実装コードの掲載について

12.3　パッシブゴールクリエイター（Passive Goal Creator）

  • 実装内容の解説
  • COLUMN　Settingsクラスについて
  • 実行結果

12.4　プロンプト／レスポンス最適化（Prompt/Response Optimizer）

  • 実装内容の解説
  • プロンプト最適化
  • レスポンス最適化

12.5　シングルパスプランジェネレーター（Single-Path Plan Generator）

  • 実装内容の解説
  • COLUMN　タスクの並列実行への対応方法
  • COLUMN　LangGraphのcreate_react_agent関数の解説
  • 実行結果

12.6　マルチパスプランジェネレーター（Multi-Path Plan Generator）

  • 実装内容の解説
  • COLUMN　実装の発展
  • 実行結果

12.7　セルフリフレクション（Self-Reflection）

  • 実装内容の解説
  • COLUMN　Faissとは
  • 実行結果

12.8　クロスリフレクション（Cross-Reflection）

  • 実装内容の解説
  • 実行結果

12.9　役割ベースの協調（Role-Based Cooperation）

  • 実装内容の解説
  • 実行結果

12.10　まとめ

付録　各種サービスのサインアップと第12章の各パターンの実装コード

A.1　各種サービスのサインアップ

  • LangSmithのサインアップ
  • Cohereのサインアップ
  • Anthropicのサインアップ

A.2　第12章の各パターンの実装コード

  • 1. パッシブゴールクリエイター（Passive Goal Creator）
  • 2. プロンプト／レスポンス最適化（Prompt/Response Optimizer）
  • 3. シングルパスプランジェネレーター（Single-Path Plan Generator）
  • 4. マルチパスプランジェネレーター（Multi-Path Plan Generator）
  • 5. セルフリフレクション（Self-Reflection）
  • 6. クロスリフレクション（Cross-Reflection）
  • 7. 役割ベースの協調（Role-Based Cooperation）

著者プロフィール

西見公宏（にしみまさひろ）

株式会社ジェネラティブエージェンツ 代表取締役CEO

ChatGPTの利活用を中心に大規模言語モデルを活用したアプリケーション開発ならびにアドバイザリーを提供する中で，吉田，大嶋と出会い，株式会社ジェネラティブエージェンツを共同創業。AIエージェントを経営に導入することにより，あらゆる業種業態の生産性を高めるための活動に尽力している。 「その仕事，AIエージェントがやっておきました。――ChatGPTの次に来る自律型AI革命」（技術評論社）単著，Software Design「実践LLMアプリケーション開発」（技術評論社）連載。

吉田真吾（よしだしんご）

株式会社ジェネラティブエージェンツ 取締役COO / 株式会社セクションナイン 代表取締役CEO

AWS Serverless Heroとして日本におけるサーバーレスの普及を促進。 「ChatGPT/LangChain によるチャットシステム構築［実践］入門」（技術評論社）共著，「Azure OpenAI ServiceではじめるChatGPT/LLMシステム構築入門」（技術評論社）共著，「AWSによるサーバーレスアーキテクチャ」（翔泳社）監修，「サーバーレスシングルページアプリケーション」（オライリー）監訳，「AWSエキスパート養成読本」（技術評論社）共著。 ChatGPT Community（JP）主催

大嶋勇樹（おおしまゆうき）

株式会社ジェネラティブエージェンツ 取締役CTO

大規模言語モデルを組み込んだアプリケーションやAIエージェントの開発を実施。個人ではエンジニア向けの勉強会開催や教材作成など。オンラインコースUdemyではベストセラー講座多数。勉強会コミュニティStudyCo運営。 「ChatGPT/LangChain によるチャットシステム構築［実践］入門」（技術評論社）共著。