AIテキスト

前回まで、RSSフィードからX投稿のコメント生成をLLMで自動化する取り組みを進めてきました。今回は、前回立てた方針に沿ってコード管理の準備を進めますが、ChatGPTでのVibe codingの難しさに直面します。どういった問題が起こるか...

RSS要約からX向けコメントを量産するとトーンがブレがちです。persona JSONと制約を先に固定し、Ollama(llama3.1:8b)で毎回同じ人格のコメントを出すための設計と実装の要点をまとめます。

RSS要約からX向けコメントを量産するとトーンがブレがちです。persona JSONと制約を先に固定し、Ollama(llama3.1:8b)で毎回同じ人格のコメントを出すための設計と実装の要点をまとめます。

RSS要約からX向けコメントを量産するとトーンがブレがちです。persona JSONと制約を先に固定し、Ollama(llama3.1:8b)で毎回同じ人格のコメントを出すための設計と実装の要点をまとめます。

RSS要約からX向けコメントを量産するとトーンがブレがちです。persona JSONと制約を先に固定し、Ollama(llama3.1:8b)で毎回同じ人格のコメントを出すための設計と実装の要点をまとめます。

RSSから記事本文を取得し、Ollama（llama3.1:8b）で要約してMarkdownに整形する最小構成をまとめます。進捗ログ付きで、後からRAG素材として再利用しやすい出力にします。

RSSは一覧には便利ですが本文は含みません。feedparserで取得したRSSのリンク先から本文を抽出し、Markdownに組み込んで保存する最小構成を紹介します。

pareido.jpのAIテキストカテゴリ内にあるRAG関連記事10本を、読む順番が迷わない形で整理しました。

既存のRAG実装を拡張しやすくするために、LangChainを使った実装方法と注意点を解説します。

function calling を llama3.1:8b、文章生成を gpt-oss:20b に分担する RAG 実装と、その設計意図を解説します。