T最新テックトレンド

AIエージェント開発の新時代：Amazon Nova ACT, MCP, Strandsで自律型システムを構築する

AI Engineer
0:00--:--

AIエンジニアリングの世界は今、かつてないほどの興奮に包まれています。特に「エージェント」と呼ばれる自律型AIシステムの進化は目覚ましく、私たちのアプリケーション開発やビジネスのあり方を根本から変えようとしています。

本記事では、Amazonが提唱する最新のエージェント開発技術、すなわち「Amazon Nova ACT」、「Modern Contest Protocol (MCP)」、そして「Strands Agents」に焦点を当て、これらの技術がいかにしてインテリジェントな自律型AIシステムを構築し、スケールさせ、そして改善していくのかを詳細に解説します。

エージェントAIの核心：AWSが定義する3つの要素

AIエージェントとは一体何でしょうか？AWSの視点から見ると、エージェントAIには3つの主要な概念があります。

  1. 計画（Plan）： エージェントはまず、与えられたプロンプト（指示）と目標を分析し、それを達成するために必要な一連のアクションを決定します。これは、複雑なタスクを分解し、解決へのロードマップを作成する思考プロセスに相当します。
  2. 行動（Action）： 計画が立てられた後、エージェントはツール（API、外部サービス、ウェブブラウザなど）を利用して実際のアクションを実行します。これは、計画を実行に移す段階です。
  3. 推論（Reasoning）： 最も興味深い側面の一つが推論能力です。エージェントは実行したアクションの結果を評価し、目標が達成されたかどうかを判断します。もし目標が未達成であれば、計画を更新し、必要に応じて追加のアクションを実行します。この反復的なプロセスこそが、エージェントを「インテリジェント」で「自律的」たらしめる核心です。

この3つの要素が連携することで、エージェントは未知の状況に適応し、複雑な問題を解決する能力を獲得します。

エージェントシステムのアーキテクチャと構成要素

エージェントシステムの基本的なアーキテクチャは、ユーザーからの入力から始まり、エージェントシステムを経由して生成された応答へと繋がります。このエージェントシステムは、いくつかの重要なコンポーネントで構成されています。

  • 大規模言語モデル（LLM）： エージェントの「脳」として機能し、計画、行動、推論の中核を担います。
  • ナレッジベース（Knowledge Base）： 外部情報や社内データを提供し、LLMがより正確で関連性の高い情報に基づいて意思決定を行えるようにします。
  • ガードレール（Guardrails）： モデルの振る舞いを制約し、不適切または不正確な出力を防ぎます。ナレッジベースからの真実に基づいてモデルを接地することも可能です。
  • ツール（Tools）： アクションを実行するための具体的なインターフェースです。API、データベースクエリ、外部サービスなどが含まれます。
  • メモリ（Memory）： 過去の対話やアクションの履歴を保持し、エージェントが一貫性のある、文脈に基づいた対話や行動を継続できるようにします。
  • 複数エージェント/LLMとの連携： 必要に応じて他のエージェントやLLM（例: Amazon Nova ACT）と連携し、より複雑なタスクを分担して解決する能力を持ちます。これはModern Contest Protocol (MCP)のようなプロトコルを通じて実現されます。
  • フローデザイン： これらのシステムには、独自に設計されたワークフローを組み込むことができます。

継続的評価フレームワークの重要性

エージェントシステムを効果的に構築・運用するには、継続的な評価フレームワークが不可欠です。

  • LLMの選択と最適化： どのLLMがタスクに最適か、プロンプトは一貫性があり、正確で、期待されるパフォーマンスに最適化されているか。
  • システム評価： システムが実際に意図した問題を解決しているかをどのように評価し、採点するか。
  • 反復的な改善： これらの評価結果をログに記録し、専門家がシステムを改善するための知見を導き出します。この継続的な改善サイクルこそが、エージェントシステムを常に最適化し続ける鍵となります。

エージェントシステムは、どのツールを使うべきか、あるいはいくつ使うべきかさえ不明な、複雑なタスクに特に適しています。モデルがその推論能力を最大限に活用できるようなシナリオです。しかし、単純な「もしAならばB」のような1ステップのタスクであれば、従来のアプローチが依然として最善の解決策となることを忘れてはなりません。エージェントは万能薬ではなく、適切なユースケースでその真価を発揮します。

AWSにおけるエージェント開発アプローチ

AWSは、エージェント開発において主に3つのアプローチを提供しています。

1. 特化型エージェント：Amazon Q

Amazon Qは、AWSコンソール、IDE、CLIなど、開発者が日常的に使用する様々な環境に組み込まれたAIアシスタントです。

  • コンソール内Q： AWSコンソール内でユーザーの疑問に答え、問題解決を支援します。
  • IDE内Q（Amazon Q Developer）： 開発者のIDE内でコード生成、デバッグ、ドキュメント検索などをサポートし、コーディング生産性を大幅に向上させます。
  • CLIエージェント（Amazon Q CLI agent）： 個人的には最も興奮を覚える機能の一つです。コマンドラインインターフェース（CLI）を通じて自然言語で指示を出すだけで、複雑なAWS操作を実行できます。ビデオ編集、ドキュメント要約、コードベースの分析など、その活用範囲は広大です。
    • 具体的な事例： コードベースを分析し、呼び出しているAPIを特定。API GatewayのAPIと一致しないことを発見し、デプロイの問題を解決。これにより、開発者は未知のコードベースでも迅速に問題を特定し、時間を大幅に節約できます。

Amazon Qは、開発者の生産性を劇的に向上させ、より複雑なタタスクに集中できる時間を生み出します。

2. フルマネージド型エージェント：Amazon Bedrock Agents

Amazon Bedrockは、様々な基盤モデル（Foundation Models, FM）にサーバーレスAPIとしてアクセスできるサービスです。Bedrock Agentsは、この基盤モデル群を活用して、エージェントを構築・管理するためのフルマネージドサービスです。

  • Bedrockの豊富な機能（ナレッジベース、ガードレール）と連携し、高度なAIエージェントを容易に構築できます。
  • AWSのマネージドサービスとして提供されるため、インフラの管理を気にすることなく、エージェントの開発に集中できます。

3. DIY（Do-It-Yourself）型エージェント：Strands Agents

Strands Agentsは、約1ヶ月前に発表されたばかりのオープンソースのエージェントフレームワークです。

  • オープンソースで軽量： 既存のエージェントフレームワークと同様に動作しますが、数行のコードでエージェントシステムを簡単に構築できるほど軽量で実装が容易です。50行未満のコードでマルチエージェントソリューションを構築した例もあります。
  • Bedrockと他プロバイダのモデルをサポート： Amazon Bedrockだけでなく、Light LLMなど他のプロバイダのモデルも活用できます。これにより、開発者は特定のベンダーに縛られず、最適なモデルを選択する柔軟性を得られます。
  • 3つの主要コンポーネント： Strands Agentsは、「プロンプト」、「LLM」、「ツール」の3つのシンプルなコンポーネントで構成されます。Python関数をツールとして定義し、エージェントにプロンプトを与えるだけで、すぐに動作を開始できます。

Strands Agentsは、開発者がより柔軟に、かつ迅速にカスタムエージェントを構築できることを目指しています。

Amazon Nova ACT: ウェブインタラクションの未来を拓く

Amazon Nova ACTは、現在リサーチプレビューモデルとして提供されており、ウェブブラウザとのインタラクションを革新する可能性を秘めています。これは、自然言語の指示に基づいて複雑なタスクをウェブ上で実行できるエージェントモデルです。

概要と具体的な機能

  • 自然言語によるウェブ操作： プロンプトや指示を与えるだけで、ウェブサイト（例: Amazon.com）を閲覧し、調査を行い、商品を検索し、カートに追加するといった複雑なタスクを自律的に実行できます。
  • 従来のウェブ自動化との違い： SeleniumやPlaywrightのような従来のウェブ自動化ツールでは、特定のHTMLタグ（<div>, <h1>など）やCSSセレクタを指定して操作する必要がありました。Nova ACTは、ページをピクセルレベルで「見て」理解し、検索バーをクリックしたり、特定の商品を選択したりといった操作を自然言語の指示で実行できます。これにより、手動でのウェブサイトインスペクションとスクリプト記述の手間が大幅に削減されます。
  • 動画ログによる行動可視化： Nova ACTは、実行したウェブ操作の動画ログ（.webmファイル）を生成します。これにより、エージェントがどのようにウェブサイトをナビゲートし、タスクを実行したかを詳細に確認・デバッグできます。
  • 並列実行能力： 複数のウェブタスクを同時に実行する能力を持っています。例えば、異なるモニターの価格、評価、サイズといった情報を複数のAmazon.comページから同時に抽出し、比較することが可能です。これにより、大量の情報収集タスクの効率を劇的に向上させることができます。

デモンストレーション事例

  1. Amazon.comでのコーヒーメーカー検索：

    • スクリプトはamazon.comにアクセスし、「coffee maker」を検索。
    • 検索結果の最初の項目を選択し、その製品ページのタイトルを取得。
    • Nova ACTは検索バーを認識し、タイプし、検索結果から最初の項目を選択するといった一連の操作を自律的に実行。
    • 実行ログには、スクリーンショットとHTMLログが記録され、エージェントの思考プロセスが可視化されました。

  2. 複数モニターの比較検索：

    • 3つの異なるモニター（例: Dell、Samsung、LG）について、価格、評価、サイズといった情報をamazon.comから同時に収集。
    • Nova ACTはヘッドレスモードで複数のスレッドを並列実行し、各モニターの情報を迅速に抽出しました。

課題と今後の可能性

  • CAPTCHA回避の限界： デモンストレーションでは、Nova ACTがGoogle検索でCAPTCHAページに遭遇し、そこでタスクの実行が停止する例が示されました。Nova ACTはCAPTCHAや人間による検証をバイパスするようには設計されていません。これは、責任あるAI開発の観点からも重要な設計判断です。
  • 人間による介入の必要性： 2要素認証（2FA）やパスワード入力など、人間による直接的な入力が必要な場面では、エージェントは一時停止し、ユーザーの入力を待つことができます。また、既存のログイン済みブラウザセッションを使用することで、認証をスキップすることも可能です。
  • 研究プレビューの性質： 現時点では研究プレビュー段階であり、ウェブサイトの複雑なインタラクションや予期せぬ挙動（無限ループに陥るなど）に対応しきれない場合もあります。しかし、モデルは継続的に改善されています。
  • オフラインサイトとの連携不可： Nova ACTはクラウド上で動作し、ウェブに接続する必要があります。ローカル環境のコンテンツやオフラインのブラウザとは直接連携できません。
  • ブラウザ以外のプラットフォームへの拡張： 現在はブラウザとのインタラクションに特化していますが、将来的にはSlackやIDEといったブラウザ以外のアプリケーションでのアクション実行への拡張も期待されます。
  • UIテストの自動化への応用： 自然言語でUI操作を記述できるため、Webアプリケーションの自動UIテストにも応用できる可能性があります。

Nova ACTは、ウェブインタラクションの自動化におけるパラダイムシフトを意味します。APIが存在しないウェブサイトから情報を収集したり、特定のワークフローを自動化したりする際に、その真価を発揮するでしょう。

Modern Contest Protocol (MCP): エージェント間連携の標準

Modern Contest Protocol (MCP)は、異なるAIエージェントやツールが互いに連携するための共通プロトコルです。これは、多様なAIコンポーネントがまるで同じ言語を話すかのように、シームレスに協力し合うための基盤となります。

概要とユースケース

MCPは、エージェント開発において極めて重要な役割を果たします。エージェントが単一のタスクを実行するだけでなく、より大規模で複雑なワークフローの中で、他のエージェントやツールと協調して動作することを可能にします。

  • MCPサーバーの構築： 開発者は、特定の機能（例: ドキュメント管理、ブックマーク管理、ウェブブラウジング）を提供するMCPサーバーを構築できます。これは、その機能に特化したAPIのようなものです。
    • Obsidian MCPサーバー： 筆者の一人が個人的に構築した例として、ドキュメント管理ツールObsidianと連携するMCPサーバーが紹介されました。これにより、すべてのドキュメントの保存、参照、ワークフローの合理化が実現されます。
    • ブックマークマネージャーMCPサーバー： ブックマークを自動保存し、日付、説明、タイトル、メモを追加することで、後からAmazon Q CLIエージェントを通じて検索できるシステムが構築されています。
  • Nova ACT MCPサーバーとの連携： Nova ACTの強力なウェブインタラクション機能をMCPサーバーとして公開することで、他のエージェントやクライアントが自然言語でウェブ操作を指示できるようになります。これにより、開発者は直接Nova ACTのSDKをコーディングすることなく、高度なウェブ自動化タスクを実行できます。

機能とデモンストレーション

MCPサーバーは、通常、バックエンドにLLM（Amazon Bedrock上のClaude 3.5 Sonnetなど）を統合しています。これにより、自然言語のプロンプトを解釈し、対応するツールやアクションに変換する能力を持ちます。

  • 自然言語からコードへの変換： 「Amazon.comを開いて最初のコーヒーメーカーを探して」といった自然言語の指示に対し、MCPサーバーはバックエンドのLLMと連携して、Nova ACTが実行すべき具体的なコード（検索、クリック、情報抽出）を生成します。
  • ツールの抽象化と再利用性： 一度MCPサーバーとして公開されたツールは、様々なMCPクライアント（Claude Desktop、Cursor、Amazon Q CLIなど）から利用できます。これにより、個々のクライアントは複雑なツール実装の詳細を知ることなく、抽象化された機能として利用できます。
  • ウェブサイトの検索デモンストレーション（MCP経由）：
    • ユーザーが「Wi-Fiを直すウェブサイトを探して、ヘッドレスモードで」と指示。
    • MCPサーバーはGoogle検索を実行し、Wi-Fiのトラブルシューティングガイドを見つけようとしました。
    • しかし、またしてもCAPTCHAページに遭遇し、タスクは停止しました。これは、MCPを介してもNova ACT自体の限界（CAPTCHA回避不可）は克服できないことを示しています。
    • 別のデモンストレーションとして、「50ドル以下のコーヒーメーカーを探して、ヘッドレスモードで」という指示では、Amazon.comで正常に検索が行われ、情報が抽出されました。
  • Google Mapsでの情報検索デモンストレーション（MCP経由）：
    • ユーザーが「サンフランシスコのマリオットマーキー近くで評価の高いコーヒーショップを3つ見つけて」と指示。
    • MCPサーバーはGoogle Mapsを開き、マリオットマーキーを検索後、近くのコーヒーショップを検索し、そのトップ3の情報を抽出することに成功しました。これは、MCPとNova ACTがより複雑な情報収集タスクに適用できることを示しています。

MCPのメリット

  • ポータビリティと互換性： MCPは、異なるプログラミング言語やプラットフォームで開発されたエージェントやツール間での相互運用性を可能にします。
  • 開発の簡素化： クライアント側は、MCPサーバーが提供する抽象化されたインターフェースを通じてツールを利用できるため、複雑な実装の詳細を気にする必要がありません。
  • 柔軟なオーケストレーション： 複数のMCPサーバーを組み合わせることで、より高度なマルチエージェントシステムやワークフローを構築できます。

MCPは、エージェントエコシステム全体の連携と拡張性を促進する上で、不可欠な標準プロトコルとして機能します。

Strands Agents: オープンソースで始めるエージェント開発

Strands Agentsは、AWSが提供する新しいオープンソースのエージェントフレームワークであり、「モデルファースト」のアプローチを特徴としています。これは、現代の高度なLLMの能力を最大限に活用し、エージェント開発をより直感的かつ効率的に行うことを目的としています。

主な特徴

  • 簡単な導入： pip install strands コマンドで簡単にインストールでき、数行のコードでエージェントを立ち上げることが可能です。これにより、開発者は迅速にプロトタイプを作成し、実験を開始できます。
  • 多様なモデルプロバイダのサポート： Strandsは、Amazon Bedrock（Claude Haiku、Claude 3.5 Sonnetなど）だけでなく、Light LLM、Ollama、OpenAIなど、様々なLLMプロバイダをサポートします。これにより、開発者は自身のニーズと予算に最適なモデルを自由に選択し、ベンダーロックインのリスクを低減できます。
  • 既存コードのツール化の容易さ： 既存のPython関数に@toolデコレータを付与するだけで、その関数をエージェントが利用できるツールとして簡単に登録できます。これにより、既存のコードベースをエージェントシステムに組み込む際の障壁が低減されます。
  • エージェントによる自動オーケストレーション： Strandsの大きな特徴は、LLMがツールの選択と実行順序を自律的に決定する能力にあります。開発者は、エージェントにタスクの文脈と利用可能なツールを与えるだけで、最適な解決策を見つけさせることを期待できます。これにより、以前は手動で定義する必要があった複雑なワークフローのオーケストレーションが大幅に簡素化されます。
    • ハルシネーションとツールの数のバランス： 多くのツールを与えることによるハルシネーション（誤った情報生成）のリスクは常にありますが、Claude 3.5 Sonnetのような最新モデルは、より多くのツールをより効果的に処理し、並列ツール呼び出しを行う能力も向上しています。
  • ワークフローモード： より厳密な実行順序が必要な場合、Strandsには「ワークフローモード」が用意されています。これにより、特定のシーケンシャルなステップ（例: リサーチ、分析、レポート作成）を明示的に定義できます。
  • MCPのネイティブサポート： StrandsはMCPをネイティブにサポートしています。これにより、既存のMCPサーバー（例: AWS Labs MCPサーバーやカスタムのNova ACT MCPサーバー）を容易にStrandsエージェントに組み込むことができます。

デモンストレーション事例

  1. Solutions Architectエージェントの構築：

    • 目標： AWS Lambdaのドキュメントを取得し、Lambdaを使用するウェブサイトのアーキテクチャ図を作成するエージェントを構築。
    • エージェント定義：
      • システムプロンプト：「顧客がAWS上で構築するのを手助けするソリューションアーキテクト」
      • ツール：AWSドキュメント検索MCPサーバー、AWSダイアグラムMCPサーバー
      • モデル：Claude Haiku (Bedrock経由)
    • 実行結果： エージェントはまずLambdaのドキュメントを検索し、次にその情報に基づいてウェブサイトのアーキテクチャ図（SVG形式）を生成しました。これは、少数のコードで専門的な知識を持つエージェントを構築できることを示しています。

  2. Nova ACT MCPサーバーとの連携：

    • StrandsエージェントにNova ACT MCPサーバーをツールとして組み込むことで、Strandsエージェントがウェブブラウザとインタラクションできるようになります。これにより、Strandsの柔軟なエージェント定義能力とNova ACTのウェブ自動化能力を組み合わせた強力なソリューションが実現します。

  3. マルチエージェントコラボレーションによるクラウド移行計画：

    • 目標： 仮想のeコマース企業「Shop Easy」が、オンプレミスのJava/MySQLデータベースをAWSクラウドに移行する計画とPowerPointプレゼンテーションを作成。
    • エージェント定義： 3つの専門エージェントと1つのオーケストレーターエージェントを構築。
      • コスト分析エージェント： コスト分析MCPサーバーをツールとして使用し、EKSやAuroraなどのAWSサービスに関する最新の料金情報を取得。
      • ソリューションアーキテクトエージェント： AWSドキュメント検索MCPサーバーを使用し、アーキテクチャ設計を支援。
      • プレゼンテーションエージェント： PowerPoint MCPサーバーをツールとして使用し、プレゼンテーション資料を作成。
      • 移行オーケストレーションエージェント： 上記3つのエージェントをツールとして持ち、全体的な移行計画の策定とプレゼンテーション作成を調整。
    • 実行結果： オーケストレーターエージェントは、個々の専門エージェントを最適な順序で呼び出し、アーキテクチャ設計、コスト分析、そして最終的なPowerPointプレゼンテーションの作成まで、一連の複雑なタスクを自律的に実行しました。これにより、AWSの最新の料金情報に基づいた月間予測と削減額を含む、詳細な移行計画が策定されました。

Strands Agentsは、オープンソースであること、多様なモデルをサポートすること、そしてエージェントによる自律的なタスクオーケストレーションを可能にすることで、開発者がより高度でスケーラブルなAIエージェントソリューションを容易に構築するための強力な基盤を提供します。

これらの技術がビジネスにもたらす変革

Amazon Nova ACT、MCP、そしてStrands Agentsは、個々に強力な技術ですが、これらが組み合わさることで、ビジネスに計り知れない変革をもたらす可能性があります。

  1. 生産性の劇的な向上と業務の自動化：

    • Nova ACTにより、APIを持たないウェブサイトからの情報収集、定型的なウェブ操作、フォーム入力などが自動化されます。これは、市場調査、競合分析、データ収集といった業務の効率を飛躍的に高めます。
    • Strands Agentsによるマルチエージェントシステムは、複雑な業務ワークフロー（例: クラウド移行計画、レポート作成）をエンドツーエンドで自動化し、従業員がより戦略的なタスクに集中できる時間を創出します。
    • Amazon Q CLIエージェントは、開発者やオペレーションチームの日常業務をAIが支援することで、生産性を向上させます。

  2. 迅速な意思決定とリアルタイムな情報活用：

    • エージェントは、最新のウェブ情報や社内ナレッジベースからリアルタイムに情報を収集・分析し、経営層や各部門の意思決定を支援するレポートやプレゼンテーションを自動生成できます。
    • MCPによって複数の情報源やツールが連携することで、より包括的かつ正確な情報に基づいた意思決定が可能になります。

  3. 顧客体験の向上とパーソナライズされたサービス：

    • エージェントは、顧客の問い合わせに対応したり、パーソナライズされた製品推奨を行ったりすることで、顧客エンゲージメントを高め、満足度を向上させます。
    • Nova ACTを介してウェブ上の顧客行動を分析し、よりターゲットを絞ったマーケティング戦略を立案することも可能です。

  4. 開発効率の改善とイノベーションの加速：

    • Amazon Q Developerは、開発プロセス全体を支援し、コード品質の向上と開発期間の短縮に貢献します。
    • Strands Agentsのようなオープンソースフレームワークは、開発者が自由に実験し、新しいエージェントベースのアプリケーションを迅速にプロトタイプ化することを可能にします。これにより、ビジネスにおけるイノベーションが加速されます。

  5. 新たなビジネスモデルの創出：

    • これらの自律型AIシステムの構築能力は、完全に新しいサービスや製品を開発するための基盤となります。例えば、顧客のニーズに基づいて動的にウェブ上のタスクを実行するパーソナルアシスタントサービスや、複雑なビジネスプロセスを自律的に管理するソリューションなどが考えられます。

これらの技術は、単なるツールの集合ではなく、組織全体のデジタル変革を推進し、競争優位性を確立するための戦略的資産となり得ます。

将来展望と責任あるAI開発

AIエージェントの進化はまだ始まったばかりです。将来的には、より複雑な環境（SaaSアプリケーション、デスクトップアプリケーション、IoTデバイスなど）とのインタラクションが可能になり、人間のようなマルチモーダルな認識能力と推論能力をさらに向上させるでしょう。エージェント間の協調もさらに洗練され、自律的に学習し適応する真にインテリジェントなシステムが実現される可能性があります。

しかし、この強力な技術には、責任ある利用が不可欠です。Amazonは、責任あるAI開発に深くコミットしており、Nova ACTの設計にもその原則が反映されています。

  • 不正利用の防止： CAPTCHAを回避しないという設計は、ボットによる不正アクセスや詐欺行為を未然に防ぐための重要なガードレールです。
  • 監視と透明性： Nova ACTのようなサービスはAPIキーを通じて利用され、その利用は監視可能です。これにより、悪意のある利用が検知された場合には、適切な措置が講じられます。
  • 研究プレビューの価値： 研究プレビュー段階の技術として公開することで、コミュニティからのフィードバックを早期に収集し、倫理的かつ安全な方法で技術を改善していくことが可能になります。

AIエージェントの未来は、開発者コミュニティ、研究者、そして利用者の協力によって形作られます。これらの先進技術を活用しつつ、その潜在的なリスクを理解し、責任ある方法でイノベーションを推進していくことが、私たち全員に求められています。

まとめ：今こそ構築を始めよう！

本記事では、Amazon Nova ACT、Modern Contest Protocol (MCP)、そしてStrands Agentsという3つの主要な技術が、インテリジェントな自律型AIエージェントシステムを構築するための強力なツールセットを提供することをご紹介しました。

  • Amazon Nova ACTは、自然言語によるウェブインタラクションを可能にし、ウェブベースのタスク自動化を革新します。
  • **Modern Contest Protocol (MCP)**は、異なるエージェントやツール間のシームレスな連携を可能にする共通言語を提供します。
  • Strands Agentsは、オープンソースで軽量、多様なモデルをサポートし、エージェントによる自律的なタスクオーケストレーションを実現することで、エージェント開発を加速させます。

これらの技術は、開発者の生産性を向上させ、ビジネスの効率を高め、最終的には顧客体験を向上させるための無限の可能性を秘めています。

AIエンジニアリングの最もエキサイティングな時代にいる今、ぜひこれらの技術に触れ、あなた自身のアイデアを形にしてください。「今こそ構築を始めよう！」

ワークショップ環境やGitHubリポジトリへのリンクは、実際のブログ記事では提供されます。

← 一覧に戻る