September 2025
Intermediate to advanced
296 pages
4h 30m
Japanese
これまで、AIアプリケーションの主要な機能を構築するための重要な概念、アイデア、ツールについて説明してきた。LangChainとLangGraphを利用して、LLMの出力を生成し、インデックスを作成し、データを取得し、メモリとエージェントを有効に活用する方法を学んだ。
しかし、アプリケーションをローカル環境で動作させているため、外部のユーザーはまだその機能を利用できない。
本章では、AIアプリケーションを本番環境にデプロイするためのベストプラクティスを学ぶ。また、LLMアプリケーションをデバッグ、共同での作業、テスト、モニタリングのためのさまざまなツールについても説明する。
さっそく見ていこう。
AIアプリケーションを効果的にデプロイするには、アプリケーションのホスティング、データの格納と取得、モニタリングなどに、さまざまなサービスを利用する必要がある。本章の例では、以下のサービスを使用してアプリケーションをデプロイする。
ユースケースにどのように適応させるかという観点で、それぞれのコンポーネントとサービスを詳しく見ていく。その前に必要な依存パッケージをインストールし、環境変数を設定しよう。
本章の例の通りに行いたい場合、LangChainテンプレート(https://oreil.ly/brqVm)をGitHubアカウントにフォークする。このリポジトリには、検索エージェントベースのAIアプリケーションのコード全体が含まれている。
まず、README.md ...
Read now
Unlock full access