RAG・Agentの中核実装
検索、推論、ツール呼び出し、複数ステップの実行を業務タスクに沿って設計します。文書・API・業務システムをつなぎ、重要な操作には人の確認と実行記録を組み込みます。
AI AGENT & RAG ENGINEERING · HANGZHOU
AI Agentを、
業務の力に。
RAG・AIエージェントの中核コードを実装してきたメンバーと、20名の開発体制。アルゴリズム、システム連携、データ、テストをつなぎ、業務で使うAgentをつくります。
日本語での文書対応 / 英語でのミーティング
ENGINEERING, TOGETHER.
知識から、Agentの実行へ。
01
KNOWLEDGE
文書・ナレッジ・業務データ
02
AGENT CORE
検索・推論・ツール連携
03
WORKFLOW
API・業務システム・成果物
根拠追跡・評価・テスト
中核実装から、業務への組み込みまで。
20安定して参画できるメンバー
4専門領域をつなぐ開発体制
2プロジェクト型 / フルタイム参画
01 / AGENT ENGINEERING
中核コードから、
業務への組み込みまで。
メンバーの過去の開発経験には、RAG・AIエージェントの中核処理の実装、作問・校閲を支援するLLMツールの単独開発があります。
MEMBERS’ HANDS-ON EXPERIENCE知識基盤と根拠の追跡
メンバーには知識ベース、知識グラフ、作問・校閲ツールの開発経験があります。業務に合わせて文書構造、出典情報、引用の粒度を設計し、原文を確認できる仕組みにつなげます。
複数モデルの接続・運用
モデルサービスへの接続、API認証、ルーティング、テナント分離、利用量の記録を統合。タスクに応じてモデルとコンテキストを調整し、品質・応答時間・運用コストを検証します。
RAG / KNOWLEDGE ENGINEERING
散らばった資料を、
根拠のわかる回答へ。
RAG（検索拡張生成）は、社内資料から関連する根拠を検索し、その内容をもとにLLMが回答を組み立てる仕組みです。資料の整理からアクセス制御、品質評価まで、継続して使えるナレッジ基盤を設計します。
- 01業務資料→
- 02解析・索引→
- 03検索・再順位付け→
- 04回答・引用→
資料の接続と知識の整理
PDF、Word、表計算、Webページ、業務データなどを対象に、分類、管理者、更新ルールを整理し、回答に利用できる範囲を明確にします。
文書解析と分割
スキャン資料のOCR、レイアウト、見出し、表を処理。意味や業務構造に沿って分割し、ファイル名、ページ、段落、版の情報を保持します。
ハイブリッド検索と再順位付け
キーワードとベクトル検索を組み合わせ、必要に応じて質問の書き換え、属性フィルター、再順位付けを導入。代表的な質問で検索の不足や誤りを確認します。
根拠に基づく回答の生成
検索結果をもとに回答し、原文の位置を示す引用を付けます。根拠不足、古い資料、版の不一致には、注意表示、追加確認、人への引き継ぎを設計します。
アクセス権と更新管理
利用者・部門・テナントに応じて検索範囲を制御。アップロード、承認、公開の権限を分け、追加・更新・削除と索引同期の手順を定めます。
評価とフィードバック
質問、参照回答、原文から評価セットを作成。検索結果、引用、回答品質、応答時間、コストを確認し、利用者の声と失敗例を改善につなげます。
ナレッジ検索の例 · 操作イメージを示すサンプル
この購買申請は誰が承認し、どの資料が必要ですか？
購買の種類と金額に応じて手順を検索し、適用する規程の参照箇所を添えます。金額が不明な場合や複数の版がある場合は、先に確認してから案内します。
引用のサンプル
「購買管理規程」· 承認フロー · 第4節
「購買申請ガイド」· 必要書類 · 第2節
根拠、適用する版、次に行うことがわかる回答を目指します。
相談できる成果物
- 資料接続・解析の処理
- 知識索引と検索・回答API
- 出典表示とアクセス制御
- 評価セット・失敗例・改善案
- 導入手順と運用引き継ぎ
資料の形式、データの権限、既存システム、受け入れ基準に応じて範囲を合意します。
ナレッジ基盤の開発を相談するRECENT PRODUCT / WENQU EQ-AGENT
文曲EQ-AGENT
作問の流れを、一つのAgentに。
資料の読み取り、問題生成、確認・修正、成果物の保存をつなぐ、ローカル実行型の作問支援AIエージェント。オープンソースのエージェント基盤を、専門業務のワークフローに統合した製品です。
- 01タスク理解
- 02資料の読み取り
- 03問題の生成
- 04チェック・修正
- 05成果物の保存
ENGINEERING FOCUS
ツール実行と複数Agent
ファイル操作やチェック処理を実行し、計画と実装を複数Agentで連携。
再利用可能なSkills
専門家の手順、品質基準、チェックリストを構造化して再利用。
長時間タスクと権限管理
コンテキスト管理、権限の分離、承認・監査ログを組み込む。
ローカル実行・社内モデル
ローカルで動作するアプリケーションから、社内環境のモデルへ接続。
今回の事例では、高校数学の問題生成、自己チェック、Markdown形式の成果物保存を紹介します。
02 / ENGINEERING CAPABILITIES
Agentを支える、
周辺システムまで。
既存環境と開発の目的を確認し、必要な技術と開発範囲を組み立てます。
RAG・ナレッジ基盤
- 業務資料の取り込み
- 検索・再順位付け
- 出典付き回答
回答とともに原文の箇所・版を提示し、根拠を確認できます。
社内規程、製品資料、技術文書、業務の質問を対象に、検索でき、根拠を確認でき、更新を続けられる知識基盤を構築します。
- 開発内容
- 資料接続、解析・分割、ベクトル・キーワード検索、再順位付け、出典表示。必要に応じて知識グラフや業務情報との関連付けを追加します。
- 組み込み方
- 検索・回答API、社内検索画面、Agent用ツールとして提供し、部門・テナントの権限に合わせて知識空間を構成します。
- 成果物と検証
- 代表的な質問で検索と回答の品質を確認。索引処理、API、評価結果、保守手順を引き継ぎます。
OCR・文書処理
- スキャン・PDF
- 認識・確認
- 構造化データの登録
認識の確信度が低い項目は、担当者の確認に回せます。
画像、スキャン資料、PDFから業務で利用できるデータを抽出。人による確認と後続システムをつなぎ、繰り返しの入力作業を減らします。
- 開発内容
- 文字認識、レイアウト・表の解析、項目抽出、形式の統一、業務ルールによる検証。
- 処理の流れ
- 一括ファイルやAPIで受け付け、確度の低い項目を表示。必要に応じて人の確認、例外処理、処理状態の追跡を組み込みます。
- 成果物と検証
- 構造化データ、処理API、項目マッピングを提供。実際のサンプルで項目の正確性と所要時間を評価します。
AIモデルの推論・導入
- モデル接続
- 推論環境の構築
- 業務システム連携
合意した負荷で応答時間、処理量、リソースコストを確認します。
モデル、データの取り扱い、同時利用数に合わせて推論環境を設計し、利用可能なハードウェアと予算の中で性能と安定性を検証します。
- 開発内容
- ローカル・プライベート環境への導入、モデル接続、共通の呼び出しAPI、アクセス認証。
- 運用の最適化
- 量子化、バッチ処理、キャッシュ、モデルルーティングを要件に応じて検討。遅延、処理量、リソース使用、エラーを記録します。
- 成果物と検証
- 導入設定、性能・コスト比較、監視方針、更新・切り戻し手順を提供。合意した負荷条件で検証します。
業務システム・データ基盤
- Web業務画面
- API・業務フロー
- データ・システム連携
画面、API、データ処理を通じて権限と回帰テストを確認します。
モデルの能力を日々の業務で使えるシステムへ。フロントエンド、バックエンド、データ処理、テストを一つの開発範囲として扱います。
- アプリ開発
- Web作業画面、管理画面、API、ユーザー権限、業務フロー。既存システムや外部サービスと接続します。
- データ基盤
- 収集、整形、変換、定期実行、データ品質チェックを要件に応じて構築し、分析や業務アプリへつなぎます。
- 品質と引き継ぎ
- 機能・API・結合テストを実施し、コード、API仕様、導入手順、運用に必要な情報を提供します。
工程ごとに相談できる開発支援
日本企業との共同開発や既存システムの改修に向け、支援範囲、成果物、受入方法を工程ごとにすり合わせます。
要件定義・受入設計
業務フロー、システムの境界、例外時の動作を整理し、仕様・変更点・受入基準を日本語の文書で確認します。
- 成果物の例
- 要件・インターフェース仕様、変更記録、受入テストケース。
既存システム連携・段階移行
既存の依存関係とデータ構造を把握し、必要に応じてAPIやバッチで接続します。データ照合と切り替えのリハーサルも工程に組み込めます。
- 成果物の例
- 依存関係一覧、項目マッピング、切り替え・切り戻し手順。
テスト自動化・リリース引き継ぎ
合意した範囲でAPI・回帰テストを整備し、重要なチェックをCIに組み込みます。権限、監査ログ、リリース、アラート対応の引き継ぎも整理します。
- 成果物の例
- テスト結果、リリースチェックリスト、運用引き継ぎ手順。
03 / THE TEAM
専門性を重ねて、
一つのチームに。
安定して参画できる20名のチーム。案件の規模やフェーズに合わせて、必要な職種と人数で開発体制を組みます。
アリババ達摩院（DAMO Academy）の人工知能センターで実務経験のあるメンバーが在籍しています。
20名
ENGINEERS & QA
10名
フルスタック開発
Web・API・システム連携
5名
AI・アルゴリズム開発
モデル・検索・推論
2名
データエンジニアリング
データ処理・パイプライン
3名
テスト・品質保証
機能検証・品質確認
一つのプロジェクトを、ともに進める。
開発シーンのイメージ写真です。当社のメンバー・オフィスの実写ではありません。
開発の連携
フルスタック、AI、データの担当者でAPIと技術の境界を整理。
Compagnons / Unsplash ↗
要件と設計の相談
業務要件を開発範囲、受け入れ基準、反復計画へ。
Creatopy / Unsplash ↗
実装と品質確認
開発とテストを連携させ、コード、API、実行結果を確認。
Bernd Dittrich / Unsplash ↗04 / WORKING TOGETHER
必要な体制で、ともにつくる。
開発内容、必要な専門性、期間に合わせて、参画のかたちを相談できます。
PROJECT DELIVERYA
プロジェクト型開発
合意した要件と成果物に沿ってチームを編成し、開発から検証、引き継ぎまで進めます。
- 開発範囲と成果物を明確に
- マイルストーンで進捗を共有
- 合意した基準で成果を確認
FULL-TIME ENGAGEMENTB
フルタイム参画
必要な職種・人数・期間に応じて、既存の開発体制に加わり、継続的に開発を支援します。
- 役割に合わせてメンバーを編成
- 既存チームと連携して開発
- 投入人数と期間を個別に調整
文書は日本語、ミーティングは英語で。
要件や確認事項を文書で共有し、技術的な議論は英語のミーティングで進めます。
05 / FROM BRIEF TO DELIVERY
相談から、引き継ぎまで。
- 01
要件を整理する
対象業務、課題、優先順位、既存環境を確認します。
- 02
範囲・体制を決める
成果物、役割分担、予定、検証方法を整理します。
- 03
開発・検証を進める
進捗を共有し、実装とテストを段階的に進めます。
- 04
納品・引き継ぎ
合意した成果物を確認し、運用に必要な情報を引き継ぎます。
LET’S BUILD SOMETHING USEFUL
つくりたいものを、
お聞かせください。
開発内容、希望時期、必要な体制。今わかっていることから、一緒に整理しましょう。