所要時間: 約40分 | 難易度: ★★★☆☆ この記事で作るもの AIエージェントが生成したPythonコードを、あなたのPCから完全に隔離されたクラウド上の「砂場（サンドボックス）」で実行し、グラフ画像を取得するシステムを作ります。 前提知識：Pythonの基本的な文法がわかり、環境変数（.env）の扱いを知っていること。 必要なもの：OpenAI APIキー、E2B APIキー（無料枠あり）、Python 3.10以降の環境。 📦 この記事に関連する商品（楽天メインで価格確認） ...
所要時間: 約40分 | 難易度: ★★★☆☆ この記事で作るもの GLM-5.3-Flash（旧称：ox-alpha）をローカル環境およびAPIで呼び出し、1秒間に100トークン以上の超高速レスポンスで大量のドキュメントを要約するPythonスクリプトを作成します。 10個以上のテキストファイルを一括で読み込み、並列処理で要約を生成する仕組み Pythonの基礎（pip操作、変数、関数の定義）がわかるレベル NVIDIA製GPU（VRAM 12GB以上推奨）またはBigModel APIキー 先に確認するスペック・料金 GLM-5.3-Flashを動かす方法は「API利用」と「ローカル推論」の2択です。実務で使うなら、最初はAPIでコストを抑えつつ、機密情報を扱うならローカルへ移行するのが正解です。 ...
所要時間: 約30分 | 難易度: ★★★☆☆ この記事で作るもの プロジェクト全ファイルを1M（100万）トークンのコンテキストに流し込み、機能仕様書を自動生成するPythonスクリプト 前提知識：Pythonの基礎（pip操作、環境変数の設定）、VS Code等のエディタ操作 必要なもの：MiniMax APIキー、Python 3.9以上の実行環境 📦 この記事に関連する商品（楽天メインで価格確認） ...
所要時間: 約40分 | 難易度: ★★★★☆ この記事で作るもの LLMの応答品質をリアルタイムでスコアリングし、基準を下回った場合に自動でプロンプトを修正して再試行、あるいは別モデルへフォールバック（切り替え）を行うPythonスクリプトを構築します。 応答の「論理的整合性」と「命令遵守」を自動評価するロジック GPT-4oからClaude 3.5 Sonnet、あるいはローカルLLMへ自動で切り替えるパイプライン プロンプトの「劣化」を検知するためのログ保存機能 前提知識として、Pythonの基本的な文法と、環境変数の設定方法を理解している必要があります。 必要なものは、OpenAIとAnthropicのAPIキー、そしてPython 3.10以上の実行環境です。 ...