小野哲の作品一覧
「小野哲」の「MCP入門――生成AIアプリ本格開発」「生成AIアプリ開発大全――Difyの探求と実践活用」ほか、ユーザーレビューをお届けします！
- 作者をフォローする
- フォローすると、この作者の新刊が配信された際に、お知らせします。
作品一覧
-
-1巻3,080円 (税込)◆MCPを制するものが生成AI技術を制する。◆ 現在のAIは確かに賢くなりました。ChatGPT、GeminiやClaudeは、人間のような自然な会話ができ、複雑な質問にも的確に答えてくれます。しかし、1つだけ決定的に足りないものがあります。それは「手」です。どんなに賢くても、ファイルを読むことも、データベースに接続することも、外部のAPIを呼び出すこともできません。 この限界を突破するのが、本書で学ぶMCP（Model Context Protocol）です。MCPは、AIに「手」を与える革命的な技術です。Anthropic社が2024年11月にオープンソース化したこの技術により、AIは単なる会話パートナーから、実際に作業を実行するパートナーへと進化します。 ■こんな方におすすめ ・生成AIを本格的に開発に利用したい、プログラマー、ITエンジニア、研究者、大学生、高専生など。 ■目次 序章 AIのUSB-Cが変える開発の未来 第1章 MCPを30分で体験する 第2章 MCPとは何か 第3章 最初のMCPサーバーを作る 第4章 JSON-RPCを理解する 第5章 MCPをもっと便利に使う2つの通信方式 第6章 データベース連携サーバー 第7章 外部API連携サーバー 第8章 汎用MCPツール群を作る――Web検索編／コード実行編 第9章 MCPホストを自作する――FastMCPで作る基本クライアントとマルチサーバー管理 第10章 MCPエージェントを作る――対話型AIアシスタントの実装 第11章 独自MCPサーバーの公開・共有 ■著者プロフィール 小野哲：ソフトウェア開発歴40年を超えるプロ技術者。当社では『逆算式SQL教科書』『最新図解 データベースのすべて』『3ステップで学ぶOracle入門』『ソフトウェア開発にChatGPTは使えるのか？』『生成AIアプリ開発大全――Difyの探求と実践活用』などの書籍がある。そのほかに『現場で使えるSQL』（翔泳社）など。ウェブアプリからデータベースまで幅広い知見と技術を持つ。昨今では生成AIやPythonによるソフトウェア開発のコンサルも行う。 -
-1巻4,620円 (税込)◆最強のDify・生成AI活用マニュアル。◆ DIfy（ディファイ）は、各種生成AIを使用してアプリケーション開発ができる、。オープンソースで利用可能なプラットフォームです。本書ではアプリを作りながら、AIチャットボット、RAG、エージェント、ワークフロー、ノードの活用、各種ツールやAPIの使い方、チャットフローの作り方まで詳しくフルカラーで説明します。最終的にはDockerで完全クローズドなシステムを構築するまで完全解説します。Difyは作りたいアプリをノーコード・ローコードで実現できます。500ページを超えるボリュームで全方位から詳しく解説します！ ■目次 第1章 生成AIの理解と活用 ・1.1 生成AIの回答の仕組みとユーザーアプリケーション ・1.2 Difyの役割と課題ドリブン開発 ・1.3 Difyとはどのようなものか？ 第2章 チャットボットの作成 ・2.1 さっそくDifyを使ってみる ・2.2 LLMのモデルの登録 ・2.3 LLMパラメータの調整 ・2.4 プロンプトを考える ・2.5 Webページにチャットボットを埋め込む ・2.6 履歴の確認と監視について 第3章 RAGを使いこなす ・3.1 RAGとは何か？ ・3.2 ナレッジの構築 ・3.3 チャットボットでRAGを行ってみる ・3.4 RAGのポイントは入力データにあり ・3.5 ハイブリッド検索について 第4章 エージェントの作成 ・4.1 エージェントとは ・4.2 DifyでAIエージェントを作る ・4.3 ツールの連携の実例 ・4.4 マルチモーダル対応の実例 第5章 ワークフローの作成 ・5.1 AIアプリ開発の基本技術 ・5.2 さっそく作ってみよう ・5.3 ワークフロー公開の2つのモード ・5.4 知識をつなげて統合する ・5.5 議事録を作成する ・5.6 DSLのエクスポートとインポート 第6章 各種ノードの型 ・6.1 壱ノ型＝開始－終了：アルファでありオメガである ・6.2 弐ノ型＝開始－LLM－終了：究極の型 ・6.3 参ノ型＝条件分岐：条件によって処理を分ける ・6.4 四ノ型＝知識取得：RAGで知識を得る ・6.5 伍の型＝変数を取り出す：パラメータ抽出 ・6.6 六ノ型＝繰返し処理：イテレータで回す ・6.7 七ノ型＝定型文の処理：テンプレートはどう使うのか ・6.8 八ノ型＝コード実行：ラストワンマイルの切り札 ・6.9 九ノ型＝API召喚術：HTTPリクエストノードでAPI連携 ・6.10 拾ノ型＝パラレル実行：ノードを同時に実行する ・6.11 拾壱ノ型＝ファイル処理：あらゆるファイルを読むこと ・6.12 拾弐ノ型＝構造化出力：非構造データを構造化する ・6.13 まとめ：十二の型、その先にある無限の可能性 第7章 各種ツールの使い方 ・7.1 エージェントとワークフローでのツールの扱いの違い ・7.2 Webブラウジングをつくる ・7.3 コードインタプリターをつくる ・7.4 ワークフローをツールとして組み込む ・7.5 カスタムツールの作成 ・7.6 まとめ：創造のための三つの極意 第8章 チャットフローの作成 ・8.1 チャットフローを理解する ・8.2 チャットフローを作ってみよう ・8.3 マルチモーダルに対応してみよう ・8.4 任意に会話を記憶できる会話変数と変数代入 第9章APIとしての活用を探る ・9.1 APIで自由を手にいれる ・9.2 DifyAPIとしてアクセスする ・9.3 チャットボットAPIを使うには ・9.4 ストリーミングに対応する ・9.5 エージェントに対応する ・9.6 APIでナレッジを操作する 第10章 ローカル環境の構築 ・10.1 Dockerの物語 ・10.2 Dockerを使ったインストール方法 ・10.3 Difyの内部構造 ・10.4 環境変数とカスタマイズ ・10.5 OllamaでローカルAIチャットボットを作る 終章 次なる一歩に向けて ■著者プロフィール 小野哲：ソフトウェア開発歴40年を超えるプロ技術者。ウェブアプリからデータベースまで幅広い知見と技術を持つ。最近ではPythonでAI関連やIoT関連のシステム開発を請け負う。著書に『ソフトウェア開発にChatGPT は使えるのか？』『逆算式SQL教科書』などがある。 -
4.31巻3,520円 (税込)【ChatGPTをソフトウェア開発で活用しよう！】 ChatGPTに一番相性がいいのは、ソフトウェア開発かもしれません。コンピュータのことはコンピュータに聞くのがいい！ 「ソフトウェア開発にChatGPTは使えるのか？」エンジニアならば誰しも考える疑問です。本書は、ベテラン技術者が真正面からChatGPTにあたり、その性能をさまざまな点から検証しいきます。Officeなどのドキュメントの自動生成だけでなく、ソフトウェア設計やテスト、リファクタリングで活用など目からうろこの活用術を解説。 単に質問に答える人工知能ではありません。開発の仲間としてChatGPTを使う方法を紹介します。 ■こんな方におすすめ AIのソフトウェア活用を検討しているプログラマー。ChatGPTの活用を考えているエンジニアなど。 ■目次 ●第1章 ChatGPTで何ができる？なぜできる？ 1-1 ChatGPTで何ができる？ 1-2 なぜそんなことができるのか？ ●第2章 プログラミングでの活用 2-1 自動コード作成 2-2 エラー対策 2-3 クラス化について 2-4 状態遷移表でコードを生成 2-5 デザインパターンを提案してもらう 2-6 アルゴリズムを提案してもらう 2-7 段階的積み上げ手法 2-8 コードの変換 2-9 付記：テストケースの注意点 ●第3章 リファクタリングでの活用 3-1 隙間時間でお気軽リファクタリング 3-2 コメントとドキュメンテーション 3-3 セキュリティの脆弱性チェック 3-4 例外処理と論理完全性の改善 ●第4章 ドキュメントの自動生成 4-1 PowerPointのスライドを自動作成 4-2 Wordドキュメントの自動作成 4-3 Excelと連携しドキュメントを自動作成 4-4 diagramsを使ってクラウド図を作成 4-5 dbdiagram.ioでER図を作成する ●第5章 各種開発手法の提案 5-1 DDDによる設計と実装 5-2 TDDによるテストからの実装 5-3 ChatGPTとソフトウェア開発のアプローチ ●第6章 学習プロセスでの活用 6-1 分野別の学習 6-2 プログラミング言語の学習 6-3 ChatGPTは学習を加速する ●第7章 ChatGPT APIを活用する 7-1 最も基本的な使い方 7-2 要約をしながら文脈をつなげていく 7-3 社内データベースに日本語で問い合わせる 7-4 社内データベースと連携してユーザーサポートをする ●第8章 ChatGPTで長文データを扱う 8-1 LlmaIndexで長文データを扱う 8-2 LangChainで長文データを扱う ●第9章 長文をChatGPTで扱うコツ 9-1 LangChainの仕組みとは 9-2 Chainsでタスクをつなげる 9-3 Chainsによるチャットボットの例 9-4 Agentによるコードの実行 9-5 Agentによる判断・実行・プロセスの自動化 9-6 AgentによるChatボットの最終形 ■著者プロフィール 小野哲：ソフトウェア開発歴40年を超えるプロ技術者。技術評論社では『逆算式SQL教科書』『最新図解 データベースのすべて』『3ステップで学ぶOracle入門』など書籍がある。そのほかに『現場で使えるSQL』（翔泳社）など。ウェブアプリからデータベースまで幅広い知見と技術を持ち、最近ではPythonでアプリ開発を請け負う。
ユーザーレビュー
-
Posted by ブクログ
非常に良かった。
普段自分で使っているときは自分で作ったコードのデバッグやリファクタリング、
もしくは分からない部分の解説をお願いする程度だったので、パワポの出力をする方法や、DBとの連携、LangChainの活用などのより深堀した活用法はとても参考になった。
既にAIを組み込んだチャットボットなどが登場しているのは知っていたが、身近では全く企業での導入の話を聞かないため、筆者のように「現場での活用」の話が出てきたのは興味深かった。
LangChainを使ってChatGPTを組み込んだアプリを構築、公開することで人的経費はかなり節約できるだろう。ただし日本人視点での安定的なサービスレベル -
-
Posted by ブクログ
GitHub Copilotなんかも登場してプログラマーが一から十までコードを書かなくてもよくなりつつある時代。でも自分はその恩恵を十分に享受できていないモヤモヤが以前からあった。ChatGPTは間違いなく革命的にスゴいけど俺の仕事は別に楽になってないよなぁみたいな。さすがに「ChatGPTに要件定義書を食わせて商業システムに耐えうる品質のコードを書いてもらおう！」はまだ難しいわけだが、テストコードやリファクタリングといった辺りから開発効率向上に寄与する使い方が多数紹介されていて非常に参考になった。特に弁証法的アプローチや「同じ仕様で他のコードを生成してください」というプロンプトは目から鱗。
