LLMやAIエージェント向けのメモリーOS。編集可能なグラフとして長期記憶を保存・検索・管理します。
GiovanniPasq/agentic-rag-for-dummies
LangGraphを使った、階層型インデックスや会話メモリ、質問の明確化に対応するモジュール式Agentic RAGチュートリアル。
- スター
- 4,268
- フォーク
- 587
- 未解決の Issue
- 0
- 最終コミット
- 3 日前
これは何?
Agentic RAG for Dummiesは、エージェントが文書を検索するタイミングや方法を判断する検索拡張生成システムの構築方法を学べる教材兼、拡張可能なプロジェクトです。段階的に学べるインタラクティブなノートブックと、LLMプロバイダー、埋め込みモデル、PDF変換ツール、エージェントのワークフローを個別に差し替えられるモジュール式プロジェクトで構成されています。
インデックス作成パイプラインでは、Markdown文書を見出しに基づく大きな親チャンクと、検索用の小さな子チャンクに分割します。これにより、クエリには該当箇所を正確に照合しつつ、回答には周辺の文脈を含められます。クエリ処理時には、LangGraphのワークフローが会話履歴を要約し、曖昧な質問や複数の要素を含む質問を書き換え、必要に応じて処理を一時停止してユーザーに確認します。並列に動作するエージェントのサブグラフが各サブクエリを処理し、自己修正、コンテキスト圧縮、ツール呼び出し回数と反復回数の上限にも対応します。
実行可能なアプリはローカルモデル用のOllamaをデフォルトで使い、Qdrantによる密ベクトル・疎ベクトル(BM25)のハイブリッド検索に対応しています。OpenAI、Anthropic、Googleのモデルを使う例も含まれており、Langfuseによる可観測性とRAGASを用いた評価についても解説しています。
主な機能
- 01小さな子チャンクを検索し、文脈として大きな親チャンクを返す階層型インデックス。
- 02不足情報がある場合にユーザーへの確認で処理を一時停止する機能を含む、クエリの書き換えと明確化。
- 03複雑な質問をサブクエリに分割する、並列エージェントのサブグラフ。
- 04最初の検索結果が不十分な場合に再検索する自己修正。
- 05プロンプトを簡潔に保つためのコンテキスト圧縮と会話の要約。
- 06ローカル環境でのOllamaに対応し、OpenAI、Anthropic、Googleのモデルの使用例も掲載。
ユースケース
- LangGraphを使ったAgentic RAGワークフローの構成を学ぶ。
- PDFを対象とする文書質問応答チャットボットのプロトタイプを作る。
- モデルや検索レイヤーを差し替えられる独自RAGシステムの出発点として使う。
- RAGASによる評価で、検索品質と回答品質を比較する。
クイックスタート
- 1
Ollamaを公式サイトからインストールします
- 2
デフォルトのローカルモデルをPullします
ollama pull granite4.1:8b - 3
ノートブックのPython依存関係をインストールします(チュートリアルのセルを順番に実行してください)
pip install -qU langchain-openai
使う前に知っておきたいこと
- 実行可能なアプリはOllamaを前提としており、ローカルモデルが必要です。8B未満の小型モデルは、幻覚を起こしたり、検索拡張の指示を無視したりする場合があります。
- クラウドプロバイダーを利用するには、ご自身のAPIキーが必要で、利用料金も発生します。
- READMEではこのプロジェクトはチュートリアルとして紹介されているため、本番環境で使うにはモジュール式アプリの調整が必要な場合があります。
トピック
よくある質問
- agentic-rag-for-dummies とは?
- LangGraphを使った、階層型インデックスや会話メモリ、質問の明確化に対応するモジュール式Agentic RAGチュートリアル。 Agentic RAG for Dummiesは、エージェントが文書を検索するタイミングや方法を判断する検索拡張生成システムの構築方法を学べる教材兼、拡張可能なプロジェクトです。段階的に学べるインタラクティブなノートブックと、LLMプロバイダー、埋め込みモデル、PDF変換ツール、エージェントのワークフローを個別に差し替えられるモジュール式プロジェクトで構成されています。
- agentic-rag-for-dummies は無料で使えますか?ライセンスは?
- agentic-rag-for-dummies は MIT ライセンスのオープンソースです。商用製品で使う前にライセンス条件を確認してください。
- agentic-rag-for-dummies は今もメンテナンスされていますか?
- 活発にメンテナンス中。agentic-rag-for-dummies の最終コミットは 2026年10月17日 です。
- agentic-rag-for-dummies は何に使えますか?
- LangGraphを使ったAgentic RAGワークフローの構成を学ぶ。 PDFを対象とする文書質問応答チャットボットのプロトタイプを作る。 モデルや検索レイヤーを差し替えられる独自RAGシステムの出発点として使う。 RAGASによる評価で、検索品質と回答品質を比較する。
- agentic-rag-for-dummies のインストール方法は?
- Ollamaを公式サイトからインストールします デフォルトのローカルモデルをPullします: ollama pull granite4.1:8b ノートブックのPython依存関係をインストールします(チュートリアルのセルを順番に実行してください): pip install -qU langchain-openai
- agentic-rag-for-dummies はどこで入手できますか?
- ソースコードとインストール手順は GitHub にあります:https://github.com/GiovanniPasq/agentic-rag-for-dummies
概要はプロジェクトの README をもとに AI が生成しています。GitHub の数値は毎日更新されます。
関連プロジェクト
LangGraph上で35種類のエージェント型AIアーキテクチャを実装したPythonライブラリ兼Jupyter教材。
会話をまたいでユーザー、セッション、エージェントのコンテキストを保存・取得する、AIエージェントやアプリ向けのメモリレイヤー。
OllamaまたはLM Studio経由でLLMを実行し、検索・要約・不足情報の振り返りを繰り返す、完全ローカル動作のWebリサーチアシスタント。
シンプルなチャットボットからマルチエージェントシステムまで、生成AIエージェントの手法を学べる実行可能なJupyter notebookチュートリアルを50本以上収録しています。
GenAIエージェントをプロトタイプから本番環境へ移行するための、メモリ、RAG、デプロイ、セキュリティ、可観測性を扱う28本のコード中心チュートリアル集。