エントリーの編集
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
LangGraphのexamplesからエージェントの作り方を学ぶ
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
LangGraphのexamplesからエージェントの作り方を学ぶ
こんにちは。ZENKIGENデータサイエンスチームの栗原です。 エージェントは、LLMを利用したアプリケーシ... こんにちは。ZENKIGENデータサイエンスチームの栗原です。 エージェントは、LLMを利用したアプリケーション開発における現在の主流の一つになっていると思います。 LLMに、用意したツールや特定領域に特化したモデルなどの存在を提示し、それぞれの状況でどれを利用すべきかLLMに判断させることで、複雑なタスクを自動でこなしていくことができます。 最近ではSakana AIから、アイデア創出、実験の実行と結果の要約、論文の執筆、ピアレビューといった科学研究のサイクルを自動的に遂行するAIシステム「The AI Scientist」が発表され話題になりました。 今後もエージェントを活用した開発はますます増えていくことでしょう。 今回はLangGraphを用いたエージェント開発を学びたいと思います。 LangGraphはエージェント開発において便利なライブラリです。 LangGraphのGitHu