所要時間: 約40分 | 難易度: ★★☆☆☆ この記事で作るもの 指定したフォルダ内のPDF群を解析し、独自の知識として回答できるRAG（検索拡張生成）スクリプトを作ります。 検索エンジンには「LlamaIndex」を使い、ベクトルデータの保存・再利用まで実装します。 前提知識として、Pythonの基本的な文法（関数の定義やライブラリのインポート）がわかる必要があります。 📦 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 OpenAIのEmbedding APIとベクトルデータベース「Qdrant」を組み合わせて、数千件のドキュメントから瞬時に「意味」で情報を引き出す検索スクリプトを作ります。 Pythonを使って、データのベクトル化からデータベースへの保存、そして検索の実行までを一つのパイプラインとして実装します。 ...
この記事を読み終える頃には、社外秘の資料を読み込ませても情報漏洩の心配がない、あなた専用の高機能なAIアシスタントが手元のPCで動いているはずです。 所要時間: 約30分 | 難易度: ★★☆☆☆ この記事で作るもの Webブラウザから操作でき、PDF等のドキュメント解析（RAG）も可能なローカルLLM環境 LLM実行エンジンとして「Ollama」、UIとして「Open WebUI」を組み合わせたスタック 前提知識：ターミナル（コマンドプロンプト）でのコピペ操作、Dockerの基本的な概念 📦 この記事に関連する商品（楽天メインで価格確認） ...