-
Notifications
You must be signed in to change notification settings - Fork 0
DNET_LLMTools
-
戻る > 開発系(テキスト生成系(Transformer系)の該当節を参照)
- OpenAI
- Azure OpenAI
- OSSのLLM
- LLM系ツール
いろいろある
- 破壊的に変更によりコードがすぐに動かなくなる。
- ネットやGPTの情報より、公式サイトの当該バージョンの情報(≒一次情報)を当たると良い。
- Ollama(参考のOllamaを参照)
- Hugging Face(参考のHugging Faceを参照)
LLMのクライアントの意味なので様々なツール(WebAPI/CLI/Chat)が存在する。
-
WebAPI系
- SaaS提供:OpenAI API、Claude API、Gemini API
- その他:ollama、LangChain
-
CLI系
- SaaS提供:OpenAI CLI、Gemini CLI
- その他:llm (by Simon Willison)、ollama、gpt-cli
-
Chat系
- SaaSのWebUI:ChatGPT、Copilot 、Claude、Gemini
- その他のWebUI:Open WebUI、LangFlow
- LangChain(参考のLangChainを参照)
- LlamaIndex(参考のLlamaIndexを参照)
- エージェント系(LLMエージェントの該当節を参照)
- 今となっては、あまり高度な機能を持たない、LLM呼び出しだけの純LLMツールと言える。
- 昨今のチャットは裏で、単純なLLM呼び出しに留まらず、RAG、プロンプト/エージェント・フローなどが動作している。
NoteBook の 1セルからUIを作成して起動できるデモ用。 詳しくは LLMチャット系ツールの該当節を参照。
デモ用、詳しくは、本番用(≒ 簡素であるが柔軟性が高い)。 詳しくは LLMチャット系ツールの該当節を参照。
純LLMのLLMチャット。 詳しくは LLMチャット系ツールの該当節を参照。
LangChain系
Ollama系
データフロー・オーケストレーション・ツール中にLLMを組み込める感じのLLMローコード・ツール
- Dify(参考のDifyを参照)
- FlowiseAI(参考のFlowiseAIを参照)
- LangFlow(参考のLangFlowを参照)
-
特徴
- 多ステップ型の業務ワークフロー自動化(情報収集・抽出・加工)
- LLMを使用するので、シェル・スクリプトやRPAより文字列処理が得意で、且つ、柔軟性がある。
- 情報分析(構造化・比較・定性データの定量化)やスクリーニング(抽出・判定・選別)が得意。
-
具体例
- 情報分析
| 部署・領域 | 具体的な業務例 | 処理内容と自動化のポイント |
|---|---|---|
| 経営企画 | IR他社決算 | 有価証券報告書の比較分析競合他社の決算書(PDF)から、数値データだけでなく「業績変動の定性的な要因(円安、原材料高など)」や「リスク情報」を抽出して比較表を作成。 |
| マーケ・CS | 顧客の声(VoC)の傾向・感情分析 | アンケート、コールセンター通話ログ、SNS上の口コミから「不満のカテゴリ」「製品への感情(ポジ/ネガ)」「改善要望」を抽出し、集計データ化。 |
| 製品・開発 | 競合他社の製品・サービス機能比較 | 競合のWebサイトやプレスリリース、製品カタログを読み込ませ、機能・価格・ターゲット層を共通の軸でまとめた「競合比較マトリクス表」を作成。 |
| 品質管理 | 不具合報告・ヒヤリハット原因分析 | 現場から上がる膨大な事故・不具合の自由記述レポートから、「共通の発生要因」や「機器別のトラブル傾向」をカテゴリ分類・構造化。 |
| 営業管理 | 商談ログ・SFAテキストの傾向抽出 | 営業担当者が入力した商談履歴(テキスト)から「失注理由の共通パターン」や「顧客から頻出する懸念点」を抽出・整理。 |
- スクリーニング
| 部署・領域 | 具体的な業務例 | 処理内容と自動化のポイント |
|---|---|---|
| 人事・採用 | 応募書類の一次選考 | 毎月数百件届く履歴書・職務経歴書(PDF)から、必須スキルや経験年数の充足度を判定し、合格候補と見送り候補に自動振り分け。 |
| 法務・リスク | 契約書のリスク条項検知 | 取引先の契約書から「当社に不利な免責」「上限なしの損害賠償」「自動更新」などのリスク条項を自動抽出して警告。 |
| R&D・知財 | 特許・論文の一次スクリーニング | 毎日発行される大量の特許出願や論文から、自社の研究テーマに関連度の高いものだけをスコアリングしてピックアップ。 |
| 調達・購買 | サプライヤー(取引先)の評価判定 | 取引先候補の企業概要、財務情報、反社・不祥事ニュースなどを検索・確認し、取引開始基準を満たすか一次スクリーニング。 |
| 営業・マーケ | 獲得リード(見込み顧客)の精査 | Webフォームから入ってきた大量の問い合わせから、ターゲット企業か、決裁権がありそうか等を判定して優先対応リストを作成。 |
-
実行計画自体を推論モデルが生成するので、ローコードよりファジーな処理が可能。
-
チャットしていれば、コードが作成されたり、オペレーションが完了したりする。
-
コーディング・エージェント(推論エージェントの該当節を参照)
-
自律型業務エージェント(推論エージェントの該当節を参照)
-
DxCommon/Notebook/path at master · OpenTouryoProject/DxCommon
https://github.com/OpenTouryoProject/DxCommon/tree/master/Notebook/path- LLM_Ollama.ipynb
- LLM_Streamlit.py
- ,etc.
-
LLMの実行方法と周辺ツールまとめ #OpenAI
https://qiita.com/simakihiro/items/7467b849212fb3863e3b -
LLM Tools - Ranking | OSS Insight
https://ossinsight.io/collections/llm-tools/
-
Ollamaで体験する国産LLM入門
https://zenn.dev/hellorusk/books/e56548029b391f -
最新 LLM を超簡単に試しちゃおう! ollama を使ってみた #初心者 - Qiita
https://qiita.com/hiyoko1729/items/4dfcaad104363c6d8203 -
【ローカルLLM】Ollama Python Libraryのメソッド一覧と動作例 #DeepLearning - Qiita
https://qiita.com/LiberalArts/items/6492e54d479789eddbcd
- AIプラットフォーム「Hugging Face」の使い方を解説
https://zenn.dev/novel_techblog/articles/362fceec01c8b1 - Hugging Faceとは?モデル一覧や使い方・実用性まで徹底解説 | AI総合研究所 | AI総合研究所
https://www.ai-souken.com/article/what-is-hugging-face
移行メモ
- 「サーバ(モデル)」「クライアント」「開発系ツール」「ローコード系ツール」配下は 本文の無い見出し(参考へのリンクのみ)だったため箇条書きにまとめた。
- 同名の見出し(「サーバ(モデル)」「クライアント」「Ollama」「Hugging Face」 「OpenAI」「LangChain」「LlamaIndex」「Dify」「FlowiseAI」「LangFlow」 「余談:ユースケース」)が詳細と参考で重複し GitHub Wiki でアンカが衝突するため、 括弧で文脈を補って一意にした。
- マイクロソフト系技術情報 Wiki(techinfoofmicrosofttech.osscons.jp)への URL リンクは、移行済みの Azure OpenAI に張り替えた。
- PukiWiki のページ内アンカ(
#xxxxxxxx)は GitHub Wiki では再現できないため、 同一ページ内のアンカは見出しから生成されるアンカに張り替え、 他ページのアンカを指すリンクは「〜(ページ名の該当節を参照)」の形に置き換えた。
Tags: 移行, LLM系ツール, Ollama, Hugging Face, LangChain, LlamaIndex, Dify, LangFlow, 推論エージェント, ローコード
このWikiは「Open棟梁Project」,「OSSコンソーシアム 開発基盤部会」によって運営されています。