#Claude
34 件の記事
LLM アプリ開発 #10 AI エージェントを作る
Claude が自分でツールを選び、複数の段階を踏んで仕事を処理するエージェントを作ります。エージェントループ、複数ツールのオーケストレーション、安全な終了条件まで扱います。
LLM アプリ開発 #9 会話メモリとコンテキスト管理
会話が長くなるときにたまる履歴をどう扱うか整理します。コンテキストの限界とトークン費用の問題、スライディングウィンドウと要約による圧縮、サーバー側のコンパクションまで扱います。
LLM アプリ開発 #8 RAG パイプラインの構築
ベクトル検索で見つけた文書を Claude に渡し、私たちの文書に基づいて答えさせる RAG を仕上げます。チャンク分割、検索、プロンプトへの注入、生成まで、パイプライン全体を作ります。
LLM アプリ開発 #7 埋め込みとベクトル検索
テキストを意味を持つベクトルに変える埋め込みと、そのベクトルで似た文書を見つけるベクトル検索を扱います。次回の RAG に向けた準備段階です。
LLM アプリ開発 #6 ツール呼び出しで外部機能を連携
Claude に、私たちが定義した関数を直接呼び出させるツール呼び出しを扱います。ツール定義、tool_use の処理、実行ループまで、外部 API やデータベースに Claude をつなぐ土台を作ります。
LLM アプリ開発 #5 構造化された出力を受け取る
プロンプトで絞った出力形式を JSON スキーマで強制する方法を扱います。Pydantic モデルと messages.parse で検証済みの結果を受け取り、そのままコードに差し込みます。
LLM アプリ開発 #4 プロンプトエンジニアリングの実務
同じ質問でも尋ね方で答えの品質が変わります。具体的な指示、出力形式の指定、例の提示、タグによる構造分けまで、望む結果を安定して引き出すプロンプトの書き方を整理します。
LLM アプリ開発 #3 ストリーミングで応答をリアルタイム出力
応答を一度に受け取らず、生成されるそばから画面に流し込むストリーミングを扱います。messages.stream と text_stream で、最初の文字までの体感の遅延を大きく減らします。
LLM アプリ開発 #2 メッセージとパラメータを理解する
messages の役割の構造とマルチターン会話、system プロンプト、そして max_tokens や temperature といった主要パラメータを整理します。Claude に文脈と指示を正確に伝えるための土台です。
LLM アプリ開発 #1 はじめての API 呼び出しと開発環境のセットアップ
LLM アプリが一般的なバックエンドと何が違うかを押さえ、Anthropic の API キー発行から Python SDK で最初の応答を受け取るまでをたどります。シリーズの出発点です。