📚

RAGフルスタック開発

このコースは、AIとプログラミングのバックグラウンドを持つ開発者向けで、検索拡張生成（RAG）の原理、システム構成、セキュリティ上の考慮事項、および実装に焦点を当てています。LLMとRAGの動作メカニズムを体系的に学び、インデックス構築、クエリ最適化、権限制御などの主要モジュールを含む完全なE2Eプロジェクト構築方法を習得します。このコースでは、理論と実践を組み合わせて、エンタープライズレベルのインテリジェントな質問応答システムを独立して開発および展開する能力を養うのに役立ちます。

第1日: RAG理論とコアプロセス

概念から技術アーキテクチャまでの体系的な理解

🔍

📚 本日の内容

+
•

1.1 RAGの概要

RAGとは何か？（What）

なぜRAGが必要か？（Why）

典型的なアプリケーションシナリオの分析

LangChain/LangGraphと組み合わせてRAGの全体的な技術アーキテクチャを紹介する

•

1.2 RAGの2段階ワークフロー

RAGシステムのコア動作メカニズムの概要

2段階共同モードの分析

📥 インデックス作成段階
• ドキュメントの読み込みとチャンク化 - LangChain / LCELの読み込みとチャンク化機能
• ベクトル化と埋め込みモデル - 主流のオープンソースおよび商用埋め込みモデルの選択
• ベクトルデータベースアクセス - pgvector、FAISSなどのベクトルストレージソリューションの統合
🔎 検索段階
• 検索技術の原理：ベクトル検索、類似度ランキング
• プロンプトテンプレートの設計と上流および下流リンクの統合
• 高度な検索戦略：ハイブリッド検索、再ランキング
• LangChain/LangGraphでの検索リンクの構築
•

1.4 ツールの実践デモンストレーション

LangChain/LCELを使用して完全なRAGプロセスをデモンストレーションする：ドキュメントの読み込み→埋め込み→検索

ベクトルデータベースを操作する（pgvectorを例にとる）

💡 学習目標

+

📦 付録

+