こんにちは。データ分析エンジニアの木介です。 最近はローカルLLMにはまっていますが、実用的に動作するモデルが次々と公開されており、 いろいろ試すのが楽しいですね。 AWSから、Amazon Bedrock AgentCore を活用したマルチエージェント協調チャットプラットフォーム「Multi-agent Orchestration Chat on AgentCore（Moca）」が公開されていますが、 本記事では、この内容を元に、AWS上でマルチエージェントがどのように動作するのか、見ていきたいと思います。 github.com 1. Multi-agent Orchestration C…

はじめに こんにちは。最近StackChanを買って自分だけのデスクトップロボ開発にはまっているYAMALEXのSsk1029Takashiです。 今回の記事にはStackchanは関係ありません。 2026年のいま、「セマンティックレイヤー」「オントロジー」「OKF」「GraphRAG」といったキーワードを、エージェント関連の文脈でよく見かけるようになりました。 Google CloudのOKF発表、AWSのContext Ontology Accelerator（COA）公開と、データ関連の各社がAIとデータをつなぐための仕組みに力を入れています。 この用語たちはどれも「LLMに知識をどう…

1. はじめに こんにちは、2年目の飯棲です。 夏となりましたが関東は比較的涼しい日が続きますね。 涼しさからか元気にセミが鳴いていました。 今回は、Microsoft Foundry の新機能である Hosted Agent について紹介します。 この機能を利用すると、独自に実装したエージェントを Azure 上で動かし、Foundry のエージェントとして扱えます。 Hosted Agent は、2025年11月に Microsoft Foundry Agent Service の機能としてパブリックプレビューで発表されました。 この記事では、Excel ファイルをアップロードして加工する…

こんにちは。大橋です。 先週は、お盆休みを活かして、4年前に家族旅行で訪れて以来、久しぶりに思い入れのある鎌倉に行ってきました！ 思ったほど暑くはなく、海沿いを歩きながら、心地よい潮風を感じてきました。 さて、生成AIを利用したアプリケーションでは、ユーザーから不適切な内容が入力されたり、モデルが意図しない情報を出力したりする可能性があります。 システムプロンプトで「回答してはいけない内容」を指示することもできますが、プロンプトだけですべての入出力を確実に制御することは困難です。 そこで検討が必要になるのが「ガードレール」ですね。 生成AIを利用するアプリケーションで、誤動作や不適切な応答、不…

こんにちは。YAMALEXのSsk1029Takashiです。 生成AIを使ったシステムやAIエージェントでは、APIやデータベース、外部SaaSを利用させるケースが増えており、システムプロンプトの内容だけではなく、そのような外部サービスなどといかに連係をするか、というのが重要となってきています。 その代表的な手段のひとつが、「MCP（Model Context Protocol）」です。 APIやサービスに依存しない、共通的なプロトコルにより、AIエージェントと外部サービス／ツールを、簡単に連係させることができます。 今回、MCPを実際のプロジェクトで活用するための知識やベストプラクティスを…

こんにちは、ノムラです。今回は、自然言語で Kibana ダッシュボードを作成できる Elastic Dashbuilder MCP App を試してみます。はじめに 1. Elastic Dashbuilder MCP Appとは 2. 検証環境 3. サンプルデータの準備 4. 自然言語でダッシュボードを作成 5. 生成されたダッシュボードの確認 まとめ はじめに Kibana のダッシュボードは、Elasticsearch に蓄積されたデータを可視化するうえで非常に便利です。 一方で、慣れていない場合は最初の一歩に少し時間がかかります。そこで本記事では、Kibana のサンプルデータを利…

こんにちは、前田です。 今年から、最高気温が40℃以上の日を指す「酷暑日」が加わりました。 7月後半から、すでに5日連続で発生するなど、暑さが増してきています。 私は誕生日に先輩からもらった、握るだけで冷やしてくれるという商品で乗り切っています。 こういうちょっとしたプレゼントが、嬉しいですよね。 さて今回は、業務知識や作業手順をAIエージェントに組み込み、特定業務を一貫した品質で実行するといったことが可能な「Agent Skills」を紹介します。 1. Agent Skills とは 2. この記事で作るもの 2.1. SKILL.md の内容 3. ローカルで実行 3.1. ディレクトリ…

FIFAワールドカップが終わりましたね。決勝が3連休中だったこともあり、時間を気にせず楽しめた大塚です。 さて今回は、GitHubのスター数が急増中の、OpenUIというGenerative UI用のライブラリを紹介します。 Generative UIは、チャットのなかでLLMにテキストだけでなくUIを生成させる、という考え方です。 Generative UIの分野はまだ黎明期にありますが、以前からある「json-render」や「A2UI」などと比べて、OpenUIにはどのような違いがあるのかを中心に見ていきます。 github.com 1. はじめに 1.1 Generative UIとは…

こんにちは、前田です。 最近、社内で「城巡り同好会」を立ち上げ、小田原城に行ってきました。 天守閣からは相模湾と箱根の山々が連なる絶景を見られて、とても良かったです。 さて、今回はAIエージェント開発には欠かせないライブラリ 「Strands Agents」 の標準ツールを紹介します。 1. Strands Agentsとは 1.1. まずは動かしてみる 2. 標準ツール紹介 2.1. ファイル操作 2.2. 自動化 2.3. 情報収集 2.4. マルチメディア 2.5. エージェント 2.6. その他 3. 実践：AWSコスト分析エージェント 3.1. 何をするエージェントか 3.2. コー…

こんにちは、YAMALEXの駿です。 YAMALEXはAcroquest社内で発足した、会社の未来の技術を創る、機械学習がメインテーマのデータサイエンスチームです。 （詳細はリンク先をご覧ください。） 2026年2月にClaude 4.6系が登場してから、Claudeの「思考（Thinking）」を制御するAPIパラメータが変更されました。 それまで「拡張思考（Extended Thinking）」と言われていたものから、新しく「適応的思考（Adaptive Thinking）」というものが登場しました。 その後、私も言われるがままに、 thinking.type: "adaptive" を指…

こんにちは、データ分析エンジニアの木介です。 雨の多い6月も終わりに近づき、夏の気配を感じる頃になりました。 今回は新しくAWSから発表されたAmazon Bedrock Managed Knowledge Basesを紹介します。 従来のKnowledge Basesと比較して、何が変わったかを紹介します。 aws.amazon.com 1. はじめに 2. Managed KBとは？ 2.1 従来のBedrock Knowledge Basesとの違い 3. Managed KB を試してみる 3.1 Managed KB を作成する 3.2 PowerPointを検索する 3.3 Exc…

皆さんこんにちは Acroquest のデータサイエンスチーム「AcroYAMALEX」を率いるチームリーダー、@tereka114です。 AcroYAMALEX では、コンペティション参加・自社製品開発・技術研究に日々取り組んでいます。チーム紹介はこちら。 6月3日（水）〜6月7日（日）に、コンピュータービジョンの学会CVPR2026へ参加するため、アメリカ・コロラド州デンバーへ行ってきました。 デンバーは標高5,280フィート、約1,600mに位置する都市で、Mile High City とも呼ばれています。夏場は湿度が低く、朝晩は比較的過ごしやすい気候でした。 CVPR2026 学会概要…

こんにちは、データ分析エンジニアの木介です。 RAG（検索拡張生成：Retrieval-Augmented Generation）では、よくベクトル検索を利用した構成が使われますが、 実務では、業界や企業独自の用語や、IDのような識別子によるドキュメントの特定が必要になることがあり、 このようなケースでは、ベクトル検索だけでは、十分な検索精度が得られない状況があります。 そのような課題を解決するためには、キーワード検索／全文検索を合わせたハイブリッド検索の利用が効果的です。 そこで今回は、SQLiteを利用したハイブリッド検索に対応した、軽量RAGの実現方法を紹介します。 alexgarcia…

こんにちは。YAMALEXのSsk1029Takashiです。 普段の業務ではAzureを扱うことが多く、特に生成AIを使う関係上、Microsoft Foundryに触れる機会が多くあります。 そんな中、最近Foundry Agent Serviceが新しいバージョンになり、仕様や機能が大幅に変更・追加されて便利になりました。 v1の時代から使っていた自分としては感動する部分が多かったので、本記事では特に便利になったと感じた変更点をまとめてみました。 ※本記事ではエージェントとそれに付随するツールやメモリなどの概念は解説の対象外とします。 Foundry Agent Serviceとは v2…

こんにちは、丸山です。 先日、横浜美術館で光の表現が印象的な作品を見てきました。 仕事場にもガラス製品を置いてみたら、少し華やかになって、いい気分で過ごせています。 今回のテーマは 「Codexのサブエージェント機能」 です。 最近、Claude Code だけではなく、Codexの人気も高まってきているように感じていますが、本記事では、Codexのサブエージェント機能が実際にどのように動くのかを確認していきます。 1. Codexによるマルチエージェント構成 1.1 サブエージェントで設定できる項目 1.2 spawn_agents_on_csvとは 2. マルチエージェント構成でフロントエ…

こんにちは。最近、AI将棋モデルの対局解説動画を見るのにハマっている大塚です。 将棋は全然わからないのですが、AIの予想外の手に驚いている解説を聞くのが結構面白いんですよね。 さて今回は、Agent–User Interaction（AG-UI）がどのような課題を解決するプロトコルなのかを確認します。 また、CopilotKitというフレームワークを利用して、AG-UIに準拠したアプリをどのように作成できるのかも試してみます。 1. AG-UIとは 1.1. AG-UIが解決しようとしている課題感 1.2. 他エージェントプロトコル（MCP・A2A）との違い 1.3. AG-UIが標準化してい…

こんにちは、2年目エンジニアの飯棲です。 すっかり暖かくなり春本番ですね。 オフィス近くの公園に咲く桜がとても綺麗でした。 今回は、Microsoft Azureのプレビューとして新たに追加されたAgentic Retrieval について紹介します。 これにより、RAG を備えたエージェントを簡単に作成できるようになりました。 1. はじめに 2. AI SearchのAgentic Retrievalについて 2.1 何ができるか 2.2 Output Mode 2.3 Reasoning Effort 3. 試してみる 3.1 今回やること リソース作成 Azure AI Searchイ…

こんにちは。大橋です。 3月も終わりを迎え、近くの川辺では桜がちょうど見ごろになりました。 春のやわらかな空気に包まれながら、新しい季節の訪れをしみじみ感じる頃ですね。 ところで、みなさんはビジネスデータを分析する際、SQLを書いたり、BIツールの集計条件を何度も調整したりする作業に時間を取られたことはないでしょうか。 このようなデータ分析も、生成AIを利用して、自然言語でいい感じにデータを分析できたら良いですよね。 そのような内容を、最近では、生成AIとBIツールを掛けて「Generative BI」という言い方をします。 今回、OSSのGenerative BIツールである「WrenAI」…

こんにちは。データ分析エンジニアの木介です。 AIエージェントを導入し、業務の自動化を進めていくと、「重要な操作には人による承認を挟みたい」というケースが出てきます。 今回は、Strands Agentsのinterrupt機能とAG-UIプロトコルを組み合わせて、Human-in-the-Loop（HITL）付きの調査レポート作成エージェントを実現してみます。 github.com strandsagents.com 1. はじめに 2. AG-UI × HITL 2.1. AG-UIとは 2.2. Human-in-the-Loopとは 2.3. 今回実現するアプリイメージ 構成 3. 実…

こんにちは、丸山です。 2月後半に入って、急に暖かい日が増えてきましたが、それに伴い、花粉症が辛くなってきました（涙）。 本記事では Amazon Bedrock AgentCore Memoryのエピソード戦略を取り上げます。 他の記憶戦略と比較しながら、どのような情報が保存され、どんな場面で有効なのかを実例ベースで確認していきます。 1. AgentCoreとは 2. AgentCore Memoryとは 2.1. 短期記憶と長期記憶 2.2. 長期記憶の記憶戦略 エピソード戦略が保存する記憶情報 エピソード戦略が有効なユースケース 2.3. コスト 3. 実装と検証 3.1. メモリ作成…

こんにちは。大塚です。 普段は生成AIを利用したサービスの開発に携わっているのですが、直近の仕事では、数理最適化の手法を扱う機会がありました。 実は、大学の授業で数理最適化をかじっており、教授がよく 「人の勘や経験に頼っている部分を数式に落とし込むことで、合理的な意思決定ができるようにしよう。」 といっていたことを思い出しました。 まさに今、それを仕事で実践できており、面白くなってきました。 さて、今回のテーマは最適化ではなく、AIエージェントのUIについてです。 現在の生成AIアプリのUIといえば、「チャット」形式がほとんどの状況だと思いますが、チャットのアプリは汎用的な一方で、入力を制御し…

こんにちは、YAMALEX駿です。 YAMALEX は Acroquest 社内で発足した、会社の未来の技術を創る、機械学習がメインテーマのデータサイエンスチームです。 （詳細はリンク先をご覧ください。） AIエージェントの開発において、本番環境での動作を監視し、パフォーマンスを測定・デバッグすることは非常に重要です。 Amazon Bedrock AgentCore Observability を活用することで、エージェントの動作を詳細に追跡し、問題を迅速に特定できるようになります。 本記事では、Strands Agentsフレームワークを使用して、OpenTelemetryによる自動計装を…

1.はじめに こんにちはデータ分析エンジニアの木介です。 今回は2025年12月にAWSより発表された Lambda Durable Functions を使って Human-in-the-Loop なAgentの構成を紹介します。 Lambda Durable Functions を使うと、複数ステップの処理を 最大1年間 継続できます。 また、承認待ちのように処理を進められない間はLambdaの実行を一度止めた状態で待機でき、その間は実行時間として扱われません。 そのため、Human-in-the-Loop のように「数時間〜数日待つ」ワークフローでも、サーバレスのまま実装しやすくなります…

こんにちは、コバタカです。 最近はAIエージェントを使って、作って、楽しんでいます。LLMと同様、時系列予測においても基盤モデルの活用が近年進んでいます。 今回紹介するChronos-2は、AmazonがOSSとして公開している時系列データ処理向けの基盤モデルです。 以前、本ブログでChronos-Boltの紹介がありましたが、Chronos-2はその後継モデルとなります。 様々な時系列データに対応するように学習されており、ZeroShotでも高い精度での予測が可能となっているモデルです。 この記事では、そのChronos-2について紹介していきます。 なお、Chronos-Boltの解説につ…

こんにちは、丸山です。 最近、AgentCoreを利用する仕事が増え、日々いろいろな利用方法を調べています。 さて、AgentCoreは、2025年7月にプレビュー公開されて以降、10月には一般提供開始（GatewayのMCP対応／Memoryの長期記憶対応など）、12月にはさらに機能追加がされ（Evaluations／Policy）、あっという間にアップデートされていきますね。 さて今回は、AgentCore Runtime が対応している A2A（Agent2Agent）プロトコルに注目します。 A2A を利用することで、エージェント同士を標準化されたプロトコルで連携させることができます。…

皆さんこんにちは。 Acroquest のデータサイエンスチーム「AcroYAMALEX」を率いるチームリーダー、@tereka114です。 AcroYAMALEX では、コンペティション参加・自社製品開発・技術研究に日々取り組んでいます。チーム紹介はこちら。本記事は、「学習推論ライブラリ・フレームワーク Advent Calendar 2025」の25日目です。 qiita.comLLMは相変わらず新しいモデルが登場し世間を賑わせています。 しかし、モデル自体が重く、計算時間がかかります。そのため、LLMの推論では計算速度が重要となります。 「vLLM」では、LLMを効率的に推論する技術を用…

こんにちは。Elasticsearchテクニカルコンサルタントの江見です。この記事は、Elastic Stack (Elasticsearch) Advent Calendar 2025の24日目の記事です。ログの検索、売上データ、ユーザの行動履歴など、業務システムでタイムスタンプの範囲検索はほぼ必須の機能になります。 特に日単位で範囲指定をする場合は、yyyy-MM-ddのように日付のみを指定するのが人間にとっては直感的にわかりやすいと思います。Elasticsearchで範囲検索を行う場合は、rangeクエリを使用するのが一般的ですが、yyyy-MM-ddの形式のままrangeクエリを使用…

こんにちは、@shin0higuchi です😊 この記事は、Elastic Stack (Elasticsearch) Advent Calendar 2025の23日目の記事です。昨年のアドベントカレンダーでは、Elasticsearchを用いたRAGに関する記事を執筆しました。 acro-engineer.hatenablog.comこの1年でElasticsearchの inference API と retriever はさらに成熟し、実戦投入しやすい状態になりました。今回は、重要要素の1つであるリランクについて、Elasticsearchで現状できることを整理します。 2つの選択肢：…

この記事は、以下の Advent Calendar の 18 日目における投稿です。 Japan AWS Top Engineers - Qiita Advent Calendar 2025 - Qiita AIエージェント構築＆運用 - Qiita Advent Calendar 2025 - Qiita こんにちは、 YAMALEX の駿です。 今回は re:Invent で発表された Amazon Nova 2 Sonic と StrandsAgents の新機能である Bidirectional Agent を使って、 音声対話をとおして Bedrock Knowledge Base …

この記事は AI Agent on AWS - Qiita Advent Calendar 2025 - Qiita 16日目の記事です。 1. はじめに こんにちは。データ分析エンジニアの木介です。 Anthropic が公開した「Code execution with MCP: building more efficient AI agents」では、MCP（Model Context Protocol）とコード実行環境を組み合わせて、コンテキスト消費を抑えながらツールを使うための新しい設計パターンとして Code execution with MCP が紹介されました。 今回は、この C…