AIエージェントのサービス構築を検討しているあなたへ
はじめに 本記事では、昨今話題の AI エージェントサービスをこれから作る方へ、AI エージェントシステムを作る上での抑えるべきポイントと実践的なハンズオンにて DeepDive していきたいと思います。 本記事は 2 部構成になっており、以下の構成です。 第 1 部: AI エージェント の基本概念とエージェントシステム構築のガイド 第 2 部: Azure AI Agent Service を使ったワークフロールーティングの実装 第１部では、OpenAI 社のa-practical-guide-to-building-agents を参考に、AI エージェントの基本概念とエージェントシステム構築のガイドを解説します。 第２部では、Anthropic のブログ記事 Building Effective Agents – Workflow Routing で紹介されている ワークフロールー
Difyで作ったLLM ApplicationをAzure Kubernetes Serviceにデプロイする方法
はじめに Dify はみなさまご存知でしょうか。 LLM のアプリケーションがノーコード(ローコード)で簡単に作れるツールです。 このツールを使っている方が最近増えてきており、且つ Azure 上で動かしたいというご要望をいただいたので、今回は Dify を Azure Kubernetes Service(AKS)にデプロイして本番環境で使う手順をご紹介します。 Dify 環境構築 まずは Dify を Web 上ではなく、ローカルで動かすために Docker を使って環境構築を行います。 以下のサイトへアクセスして、Dify のリポジトリを clone します。
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
Host Remote MCP Servers in Azure App Service | Microsoft Community Hub
AIエージェンとはAzureインフラも構築できるのか？
Azure OpenAI Service リファレンスアーキテクチャからみる本番システムレベルの LLM アプリに必要な検討項目の解説 / From Azure OpenAI Reference Architecture to Production-Ready LLM Apps #serverlessdays #serverlesstokyo
