思想部 pareido.jp初期フェーズ(2025年10月~12月)のAIまとめ
2025年10月より3ヶ月間、腰を据えてAIに関する知識と技術へのキャッチアップを続けてきました。知識がだいぶ深まった一方で、進化が早くてまだまだ追いつけないという、嬉しい悩みに翻弄されています。AIの力を借りて、一旦現状を棚卸しして、今後...
RAG
思想部 
AIテキスト ローカルLLMにWeb検索機能を実装する（Ollama＋SearXNG構成）
前回、SearXNGを導入して検索結果をJSON出力できる準備を整えました。今回はLLMがSearXNGを通じて最新情報を取得する方法をPythonで実装してみます。OllamaのFunction CallingでWeb検索を呼び出すLLM...
基礎知識 SearXNGをMacで構築する方法｜DockerとJSON出力設定まで解説
ChatGPTなどのクラウド型AIでは、Web検索はほとんど意識することなく統合されています。最新情報を取得し、文脈に沿って要約してくれる体験は、すでに当たり前のものになりました。一方で、ローカルLLMはRAGによって手元の文書を検索・参照...
AIテキスト RAG関連記事まとめ：基礎からOllama×ChromaDB実装、LangChain整理まで
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。
AIテキスト RAG実装をLangChainでリファクタリングする方法とポイント
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。
AIテキスト llama3.1 と gpt-oss で役割分離したRAG実装 ─ function calling と生成を分ける
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。
AIテキスト Ollama×ChromaDBで「語り部」を作る：RAGにより「遠野物語」をAIに語らせる実装ポイント
Ollamaの埋め込みとChromaDB検索で遠野物語を「語り部」として回答させつつ、最上位結果の題目（theme）に属するチャンクも追加して文脈を厚くする実装の要点と落とし穴を整理します。
AIテキスト 青空文庫『遠野物語』をRAG検索の題材とする実例
青空文庫『遠野物語』を題材に、RAGで使いやすいテキスト構造へ整形する前処理を解説します。
AIテキスト MarkdownをRAG（検索拡張生成）で扱う知識ベースとして活用する方法
MarkdownコンテンツをRAGシステムで効率よく検索・生成に使うためのチャンク分割と構造保持のベストプラクティスを、最新情報に基づいて解説します。
AIテキスト OllamaのFunction CallingでRAGを実装する方法（Python+Chroma DB）
OllamaのEmbedding＋ChromaDB構成を土台に、Function Callingを使ったRAG実装の考え方と最小構成を解説します。