シリーズのご紹介
ゼロからの AI エージェント プラットフォームの構築 は、完全な AI エージェント プラットフォームを理解し、自分で構築するのに役立つ実践的なシリーズです。これは、単純なチャットボットではなく、マルチ LLM、RAG、ワークフロー自動化、マルチテナント RBAC、プラグイン システムなどを備えた エンタープライズ レベルのプラットフォームです。
シリーズ全体は、実際のソースコードに基づいています。 xClaw — TypeScript で書かれた、実稼働環境で実行されるオープンソース AI エージェント プラットフォーム。
🎯 目標: 完了したら、独自の AI エージェント プラットフォームを構築したり、xClaw に貢献したりできます。
何を学ぶのですか?
パート 1: Monorepo のアーキテクチャとプラットフォーム
- レッスン 1: アーキテクチャの概要 — プラットフォーム、デュアルデータベース設計が必要な理由
- レッスン 2: npm ワークスペースとプロジェクト参照を使用して TypeScript モノリポジトリをセットアップする
- レッスン 3: デュアルデータベース — PostgreSQL (Drizzle ORM) + MongoDB + Redis
- レッスン 4: Hono を使用した API ゲートウェイ — ルート、ミドルウェア、JWT 認証、OAuth2
パート 2: LLM エンジンとエージェント コア
- レッスン 5: LLM ルーター — フォールバック チェーンを備えた 10 個の LLM プロバイダーのアダプター パターン
- レッスン 6: ツール レジストリ — ツールの登録、管理、実行
- レッスン 7: エージェント クラス — 完全なツール呼び出しループ、メモリ、RAG コンテキスト
- レッスン 8: ストリーミング応答 — AsyncGenerator、EventBus、サーバー送信イベント
パート 3: RAG パイプラインとナレッジ ベース
- レッスン 9: ドキュメント プロセッサ — チャンキング戦略、メタデータ抽出
- レッスン 10: 埋め込みとベクトル ストア — コサイン類似度、バッチ処理
- レッスン 11: RAG エンジン — 検索、再ランキング、コレクション、Web クローラー
パート 4: ワークフロー エンジンと自動化
- レッスン 12: ワークフロー エンジン — 16 のノード タイプ、ハンドラー パターン、エッジ トラバーサル
- レッスン 13: 検証、実行、サンドボックス コード、テンプレートの解決
パート 5: スキル、ドメイン、プラグイン システム
- レッスン 14: スキル システム — スキル、スキルマネージャー、RL ベースの選択を定義します。
- レッスン 15: ドメイン パック — 13 の領域、ドメイン固有のプロンプトとツール
- レッスン 16: プラグイン アーキテクチャ、MCP プロトコル、スキル ハブ マーケットプレイス
パート 6: マルチテナント、RBAC、チャネル
- レッスン 17: マルチテナント RBAC — 役割、権限、テナントの分離
- レッスン 18: チャット チャネル — Telegram、Discord、Slack、Zalo、WebChat
パート 7: フロントエンド、モニタリング、本番環境
- レッスン 19: React フロントエンド — チャット UI、ワークフロー ビルダー、ダッシュボード
- レッスン 20: モニタリング、監査ログ、Docker デプロイ、Nginx SSL
リクエスト
- 基本 TypeScript/JavaScript (ES2022+、async/await、ジェネレーター)
- Node.js ≥ 20
- Docker と Docker Compose
- REST API、SQL、NoSQL の基本的な理解
- ChatGPT または Claude API を使用したことがある (必須ではなく、あると良い)
ソースコード
完全なソースコードリファレンス:
git clone --recurse-submodules https://github.com/xdev-asia-labs/xClaw.git
cd xClaw
cp .env.example .env
docker compose up --build
GitHub: github.com/xdev-asia-labs/xClaw ライセンス: MIT