AIエージェントアーキテクチャの教育ラボ

このプロジェクトは、LangChainとローカルのOllamaサーバー上に構築された、教育用のAIエージェントアーキテクチャラボです。各バリアントは独立して実行可能なCLIとして提供され、ユーザーはメカニズムを一つずつ研究し、ログを通じて動作を確認できます。

生成モデルにはgemma4:e4b、埋め込みモデルにはmxbai-embed-largeを使用し、デフォルトでローカルのOllamaサーバー（http://10.100.102.10:11434）に接続します。OpenRouterも設定可能です。

含まれるエージェントカテゴリ：

• チャット＋メモリ：完全バッファ（chat-buffer）と要約バッファ（chat-summary）。SQLiteへの永続化をサポート。
• ツール呼び出し：ReActテキストプロトコル（tools-react）とネイティブbind_tools（tools-native）。
• RAGのみ：複数のバックエンド。純粋なnumpyコサイン類似度（rag-numpy）、ChromaベクトルDB（rag-chroma）、LlamaIndex（rag-llamaindex）、LlamaIndex+Chroma（rag-llamaindex-chroma）、Haystack（rag-haystack）、およびハイブリッドBM25+密+交差エンコーダ再ランク（rag-rerank）。
• ハイブリッド（チャット+RAG）：セマンティックルーター（hybrid-semantic）、LLM分類器ルーター（hybrid-llm）、適応型RAG（hybrid-adaptive、LangGraphベース）、修正型RAG（hybrid-adaptive-plus、複数評価と書き換え）。
• エージェンティックRAG：ツール呼び出しエージェントが検索をツールとして使用（agentic-rag）。

すべてのRAGエージェントは統一されたRetrieverインターフェースを実装し、起動時にdata/corpus/内のファイルをインデックス化します。クエリごとに埋め込みを行い、コサイン類似度でトップKチャンクを取得し、LLMがコンテキストに基づいて回答を生成します。バックエンドによってチャンク方法が異なります（numpyとChromaは文字ウィンドウ、LlamaIndexとHaystackは文/単語ベース）。再ランクバージョンはハイブリッド検索と交差エンコーダを使用して関連性を向上させます。

評価ツール（rag-eval）も含まれており、各RAGバックエンドのヒット率とコンテキスト再現率を比較します。

その他の機能：スキルシステム（skills/ディレクトリ内のオプションのマークダウンファイル）、グローバルルール（rules/）、MCPサーバー統合（ツールセット拡張）、および/rememberコマンドによる永続メモリ（SOUL.mdに書き込み）。

本番機能：危険なツールに対する人間確認メカニズム、LLM呼び出しの再試行とフォールバックモデル、LangSmithによる可観測性サポート。ログシステムは読みやすいコンソール出力と構造化JSON行ファイルの両方を提供します。