ドキュメント
AI Agent Library の全ドキュメントです。左のサイドバー、検索(上部)、または以下の入口から読み始めてください。
- 00. 概要 — 学習ロードマップ(読者タイプ別の読む順序)
- 01. 基礎概念 — Agent とは何か、Agent ループ、ツール使用、メモリ など
- 02. 設計 — Workflow vs Agent、コンテキストエンジニアリング、HITL など
- 03. 実装 — ツール定義、プロンプト設計、構造化出力、MCP など
- 04. 評価 — 評価設計、LLM-as-a-Judge、軌跡評価、回帰テスト
- 05. 運用 — 可観測性、コスト、レイテンシ、バージョニング、インシデント対応
- 06. セキュリティ — 脅威モデル、プロンプトインジェクション、権限、ガードレール
- 07. ケーススタディ — アンチパターン集と構成事例 4 本
- 08. コーディングエージェント — Claude Code 等の選定・設定・セキュリティ・チーム導入・主要ツール比較
- 09. ビジネス実務 — ユースケース選定、要件定義、PoC → 本番など案件推進の方法論
- 10. LLM 基礎 — 生成の仕組み、トークン、注意機構、学習パイプライン、能力と限界
- 11. LLM 内部構造 — Transformer、位置符号化、推論、量子化、MoE
- 12. モダリティ応用 — 画像・音声・動画・文書を扱うモデルと実装
- 13. ドメイン応用 — 法務、金融、医療、人事、教育、時系列などの業務別設計
- 14. UX・プロダクト — 対話、進捗表示、承認、失敗時の回復、アクセシビリティ
- 15. 人と AI の協働 — 信頼、認知負荷、スキル、チームと組織の協働
- 用語集 / タグ別一覧 / サンプルコード