RAG・法令検索・AIエージェント連携
RAGやMCPを使って、AIエージェントに外部知識・法令・公開データを安全に渡す設計を整理します。
関連ツール
-
ローカルLLM用途別モデル選び2026：日本語要約・翻訳・コード・RAG・長文対応
日本語要約、翻訳、コード補完・エージェント、RAGの埋め込みと回答、長文コンテキストの5用途で、2026年9月時点にHugging Faceで実在を確認したQwen3.6/Gemma 4/gpt-oss/llm-jp-4/Swallow/PLaMo等を整理。数値は各モデルカードの公式値のみ引用。
local-llm / ollama / rag / tips -
LM Studioの使い方：導入・モデル選び・API連携
LM Studioの導入から、ローカルLLMの選び方、日本語チャット、PDF・文書RAG、OpenAI互換API、CLI、MCP、重い・動かないときの対処までを初心者向けに詳しく解説します。
lm-studio / local-llm / gguf / rag / openai-compatible-api / mcp / windows / ai-tools -
ローカルLLMの失敗と負の結果：J-WorkBenchの保存出力7ケース
2026年6月6日のJ-WorkBench保存出力から、JSON崩壊、根拠のない断定、二重計上などの失敗、ローカルが高得点だった例、長文課題で失敗を観測できなかった例を紹介します。人工課題の結果で、一般的な故障率の測定ではありません。
local-llm / ollama / troubleshooting / rag / benchmark -
ローカルLLMとクラウドの比較：J-WorkBenchの相対得点と測定の限界
2026年6月6日のJ-WorkBench保存記録を読み解きます。クラウド比66〜87点という相対指標、カテゴリ別の品質、AI採点の制約を整理。実業務を同じ割合で自動化できるという測定ではありません。
local-llm / ollama / claude-code / codex-cli / benchmark / rag -
源内OSSのLawsy実装をMCP化するなら、どこを残してどこを捨てるか
デジタル庁が2026年4月に公開した源内OSSの範囲とライセンスを押さえたうえで、Lawsy-Custom-BQを低コストな日本法令MCPへ再構成する設計境界、MVP機能、データ更新、リスクを整理します。
gennai / lawsy / mcp / egov / rag / legal-tech / government-ai / oss