Azure Functionsで30分でMCPサーバーを構築する

はじめに

こんにちは！Algomaticネオセールスカンパニーでソフトウェアエンジニアをしている越川と申します。

先日、Azure FunctionsがMCPに対応したとのニュースがありました。 techcommunity.microsoft.com

弊カンパニーではインフラ基盤にAzureを利用しており、MCP対応は非常にいいニュースだと思っています。

早速試してみたんですが、toolの定義自体は数十行のコードで完結するのでその記述量の少なさに感動しました。

app.mcpTool('getCompanyInfo', {
  toolName: TOOL_NAME,
  description: TOOL_DESCRIPTION,
  toolProperties: {
    corporateNumber: z.string().describe(CORPORATE_NUMBER_PROPERTY_DESCRIPTION)
  },
  handler: getCompanyInfo
});

なぜ、Difyなのか

はじめに

こんにちは！Algomatic ネオセールスカンパニーでエンジニアをしている末國と申します。

私たちが1月にリリースした営業AIエージェント「アポドリ」では、一部機能にDifyを組み込んでいます。

一部といっても、すでに100個近いワークフローが作られていたり、1日1万回呼び出したりするくらいには利用しています。

Difyはいわゆるローコードツールであり、「コードが書けない人が使うもの」「DifyはPoCで使って、本番はプログラムを書く」という印象もあるかもしれません。

しかし、私たちはむしろ積極的に「コードからDifyへの移行」を行ってきました。

この記事では私たちが「なぜDifyを利用しているのか」「何がそんなにいいのか」について書いていきます。

"「生成AIこんなものか」と諦める前に" 営業AIエージェント開発現場から学ぶLLM品質保証テクニック

こんにちは！Algomaticネオセールスカンパニーでソフトウェアエンジニアをしている越川と申します。

1月に弊カンパニーでリリースした アポドリ はまだまだたくさんの反響を頂いております。

apodori.ai

本記事では、アポドリを開発している中で向き合ってきた、LLMのアウトプット品質をいかにして担保するか？というお話をします。ぜひ最後まで見ていただけると嬉しいです。

※本記事内のプロンプトはサンプルであり、アポドリで実際に使われてるものではありません

なぜLLMのアウトプット品質の担保が難しいのか？

「UIも自動化も後回し」: AIエージェント開発の実践的アプローチ

こんにちは、ネオセールスカンパニーCTOの菊池(@_pochi)です。

1月にリリースした 「アポドリ 」 は、大変ありがたいことに多くの反響をいただいています。本記事では、その開発を通じて得た、「作らない」ことが成功につながる理由 についてお話しします。

apodori.ai

本記事では、アポドリの開発を通じて学んだ、「いかに作らないか」という反直感的なトピックについて書いていきたいと思います。

AIエージェント開発で後回しにすべきもの

業務A、業務B、業務Cという連続する3つの業務からなる一連のワークフローを実行するエージェントの例を考えます。

AIエージェントの解釈について整理してみる

こんにちは。NEO(x) の宮脇（@catshun_）です。

先日、弊社から 『AIエージェント』 に関するプロダクトが 2つ リリースされたのですが、本記事ではその 「AIエージェント」の一般的な解釈 について簡単に整理するとともに、AIエージェントの開発で心掛けていること について簡単に記述します。

営業×AIエージェント

採用×AIエージェント

12 Days of OpenAI の対抗馬となる Google からの発表まとめ

こんにちは。NEO(x) の宮脇（@catshun_）です。

先日 OpenAI から 12 Days of OpenAI がありましたが、同時に Google のリリースも注目されていたのでこちらにまとめます。

開発速度よりも大事なものを見つけた話

こんにちは、シゴラクAIカンパニーCTOの菊池 (@_pochi) です。

この記事は、Algomatic アドベントカレンダー2024の15日目の記事です。

algomatic.jp

シゴラクAIカンパニーでは、「シゴラクAI」という法人向け生成AI活用プラットフォームの開発運用に加えて、新たな事業領域でのチャレンジを進めています。 新規事業立ち上げという、最大限に不確実性が大きい事業フェーズ において、エンジニアリングによって事業価値向上に最大限寄与するにはどうしたらいいか？を試行錯誤してきました。

本記事では、そんな試行錯誤の過程である、現在のシゴラクAIカンパニーの開発スタイルについてご紹介できればと思っております。