Salesforce Docs Portal

Anypoint Studio を使用した MuleSoft AI Chain Connector 1.0 の設定

Unresolved include directive in modules/ROOT/pages/mulesoft-ai-chain-connector-studio.adoc - include::connectors::partial$t-studio-partial.adoc[]

Mule プロジェクトを作成する

Unresolved include directive in modules/ROOT/pages/mulesoft-ai-chain-connector-studio.adoc - include::connectors::partial$t-studio-partial.adoc[]

コネクタを Mule プロジェクトに追加する

MuleSoft AI Chain Connector を Mule プロジェクトに追加して、XML コードにコネクタの名前空間およびスキーマの場所を自動的に入力し、プロジェクトの ​pom.xml​ ファイルに必須の連動関係を追加します。

  1. [Mule Palette (Mule パレット)]​ で、​[(X) Search in Exchange ((X) Exchange 内を検索)]​ をクリックします。

  2. [Add Dependencies to Project (連動関係をプロジェクトに追加)]​ で、検索項目に「​mulesoft ai chain​」と入力します。

  3. [Available modules (使用可能なモジュール)]​ で ​[MuleSoft AI Chain Connector]​ をクリックします。

  4. [Add (追加)]​ をクリックします。

  5. [Finish (完了)]​ をクリックします。

Studio でコネクタを Mule プロジェクトに追加しても、Studio ワークスペースの他のプロジェクトはそのコネクタを使用できません。

ソースの設定

Unresolved include directive in modules/ROOT/pages/mulesoft-ai-chain-connector-studio.adoc - include::connectors::partial$t-studio-partial.adoc[] 次のソースのいずれかを MuleSoft Chain AI Connector で使用するように設定できます。

Unresolved include directive in modules/ROOT/pages/mulesoft-ai-chain-connector-studio.adoc - include::connectors::partial$t-studio-partial.adoc[]

Unresolved include directive in modules/ROOT/pages/mulesoft-ai-chain-connector-studio.adoc - include::connectors::partial$t-studio-partial.adoc[]

フローにコネクタの操作を追加する

フローにコネクタの操作を追加するときは、そのコネクタで実行するアクションを指定しています。

MuleSoft AI Chain Connector の操作を追加するには、次の手順に従います。

  1. [Mule Palette (Mule パレット)]​ で ​[MuleSoft AI Chain Connector]​ を選択し、追加する操作を選択します。

    "[MuleSoft AI Chain が選択され、コネクタのすべての操作がリストされている Studio の [Mule Palette (Mule パレット)]"]

  2. その操作を Studio キャンバスのソースの横にドラッグします。

コネクタのグローバル要素を設定する

コネクタを設定する場合、アプリケーション内のそのコネクタのすべてのインスタンスで使用できるグローバル要素を設定します。グローバル要素を設定するには、コネクタが対象のシステムにアクセスするために必要な認証ログイン情報を指定する必要があります。

Unresolved include directive in modules/ROOT/pages/mulesoft-ai-chain-connector-studio.adoc - include::connectors::partial$t-studio-partial.adoc[]

MuleSoft AI Chain Connector のグローバル要素を設定する手順は、次のとおりです。

  1. Studio キャンバスで操作を選択します。

  2. 操作のプロパティ画面で、[Add (追加)] (​+​) アイコンをクリックして、グローバル要素設定項目にアクセスします。

  3. [Global Elements Properties (グローバル要素プロパティ)] > [General (一般)]​ タブで、目的の大規模言語モデル (LLM) 種別を ​[LLM]​ から選択します。

    • Anthropic

    • Azure OpenAI

    • Mistral AI

    • Ollama

    • OpenAI

    • GroqAI

  4. [Config type (設定種別)]​ で、次の設定種別から選択します。

    • Environment Variables (環境変数)

      この設定では、Mule Runtime がデプロイされているオペレーティングシステムで環境変数を設定する必要があります。このオプションを選択する場合、​[File path (ファイルパス)]​ 項目に「​-​」と入力します。

      選択した LLM 種別に基づいて、異なる環境変数を入力する必要があります。サポートされる LLM 種別に基づいてサポートされる環境変数を次に示します。

      • Anthropic: ANTHROPIC_API_KEY

      • AWS Bedrock: AWS_ACCESS_KEY_ID- AWS_SECRET_ACCESS_KEY

      • Azure OpenAI: AZURE_OPENAI_ENDPOINT- AZURE_OPENAI_KEY- AZURE_OPENAI_DEPLOYMENT_NAME

      • MistralAI: MISTRAL_AI_API_KEY

      • OpenAI: OPENAI_API_KEY

      • Ollama: OLLAMA_BASE_URL

      • Groq AI: GROQ_API_KEY

        "[Environment Variables (環境変数) 設定種別の各設定項目が入力されている [Global Element Properties (グローバル要素プロパティ)] ウィンドウ"]

    • Configuration JSON (設定 JSON)​

      この設定では、すべての必要な LLM プロパティが含まれている設定 JSON ファイルを指定する必要があります。

      設定 JSON ファイルの例を次に示します。

      {
    "OPENAI": {
        "OPENAI_API_KEY": "YOUR_OPENAI_API_KEY"
    },
    "MISTRAL_AI": {
        "MISTRAL_AI_API_KEY": "YOUR_MISTRAL_AI_API_KEY"
    },
    "OLLAMA": {
        "OLLAMA_BASE_URL": "http://baseurl.ollama.com"
    },
    "GROQAI_OPENAI": {
        "GROQ_API_KEY": "YOUR_GROQAI_APIKEY"
    },
    "ANTHROPIC": {
        "ANTHROPIC_API_KEY": "YOUR_ANTHROPIC_API_KEY"
    },
    "AZURE_OPENAI": {
        "AZURE_OPENAI_KEY": "YOUR_AZURE_OPENAI_KEY",
        "AZURE_OPENAI_ENDPOINT": "http://endpoint.azure.com",
        "AZURE_OPENAI_DEPLOYMENT_NAME": "YOUR_DEPLOYMENT_NAME"
    }
}

      LLM 種別の必要なプロパティを入力したことを確認します。ファイルを外部に保存したり、次の DataWeave 式を使用してファイルを Mule アプリケーションの ​src/main/resource​ フォルダーの下に直接追加したりできます。

      mule.home ++ "/apps/" ++ app.name ++ "/envVars.json"

  5. 設定種別として ​[Environment Variables (環境変数)]​ を選択している場合、​[File path (ファイルパス)]​ に「​-​」と入力します。​[Configuration JSON (設定 JSON)]​ を選択している場合、JSON ファイルへのパスを入力します。または、ファイルを Mule アプリケーションの ​src/main/resource​ フォルダーの下に保存する場合は、DataWeave 式を入力します。

  6. [Model name (モデル名)]​ では、LLM プロバイダーでサポートされるモデルから選択します。

  7. [Temperature (温度)]​ には、​0​ ～ ​2​ の数値を入力するか、デフォルト値 ​0.7​ を使用します。

    温度は出力のランダム性を制御するために使用されます。設定する数値が高くなると、出力のランダム性が高くなります。設定する数値が低くなる (​0​ に向かう) と、値がより確定的になります。

  8. [LLM Timeout (LLM タイムアウト)]​ には、要求をタイムアウトする時間 (秒数) を入力します。デフォルト値は ​60​ 秒です。

  9. [Max tokens (最大トークン数)]​ には、応答を生成するときに使用する LLM トークンの数を入力します。

    このパラメーターは、LLM とやり取りするときの利用状況とコストを制御するのに役立ちます。

  10. [OK]​ をクリックします。

その他のコネクタ項目の設定

コネクタのグローバル要素を設定したら、他の必須項目を設定します。必須項目は、使用するコネクタ操作によって異なります。

アプリケーションログの表示

Unresolved include directive in modules/ROOT/pages/mulesoft-ai-chain-connector-studio.adoc - include::connectors::partial$t-studio-partial.adoc[]

関連情報