# mulesoft Mulesoft Ai Chain Connector - Full Documentation # Anypoint Code Builder を使用した MuleSoft AI Chain Connector の設定 Unresolved include directive in modules/ROOT/pages/mulesoft-ai-chain-connector-config-acb.adoc - include::connectors::partial$configure-acb-connectors-partial.adoc\[\] ## [](#create-new-integration-project)新しいインテグレーションプロジェクトを作成する Unresolved include directive in modules/ROOT/pages/mulesoft-ai-chain-connector-config-acb.adoc - include::connectors::partial$configure-acb-connectors-partial.adoc\[\] ## [](#add-components-to-project)プロジェクトにコンポーネントを追加する Unresolved include directive in modules/ROOT/pages/mulesoft-ai-chain-connector-config-acb.adoc - include::connectors::partial$configure-acb-connectors-partial.adoc\[\] ## [](#configure-http-trigger)フローのトリガーを設定する Unresolved include directive in modules/ROOT/pages/mulesoft-ai-chain-connector-config-acb.adoc - include::connectors::partial$configure-acb-connectors-partial.adoc\[\] ## [](#add-connector-to-project)インテグレーションプロジェクトにコネクタを追加する 1. \[Explorer\] ビューで、目的のプロジェクトの設定 XML ファイル (​`my-project-name.xml`​ など) を開きます。 2. キャンバス UI が自動的に開かない場合は、アクティビティバーの ​![Show Mule graphical mode (Mule グラフィカルモードを表示)](/mulesoft/current/ja-jp/anypoint-code-builder/_images/icon-tree-view.png)​ (​**Show Mule graphical mode (Mule グラフィカルモードを表示)**​) アイコンをクリックしてキャンバス UI を開きます。 3. キャンバス UI から他のコンポーネントを追加した方法と同じ方法でコネクタを追加します。 1. キャンバス UI で ​!["\[Add component (コンポーネントを追加)](/mulesoft/current/ja-jp/anypoint-code-builder/_images/icon-plus.png) アイコン",15,15\]​ (​**\[Add component (コンポーネントを追加)\]**​) アイコンをクリックします。 2. **\[Add Component (コンポーネントを追加)\]**​ パネルで ​**\[Connectors (コネクタ)\]**​ をクリックします。 4. !["\[Search in Exchange (Exchange 内を検索)](/mulesoft/current/ja-jp/anypoint-code-builder/_images/icon-search-exchange.png) アイコン",15,15\]​ (​**\[Search in Exchange (Exchange 内を検索)\]**​) 切り替えをクリックします。 !["\[Search in Exchange (Exchange 内を検索)](/mulesoft/current/ja-jp/anypoint-code-builder/_images/int-connector-search-exchange.png) 切り替え"\] 5. 検索ボックスに「​`mulesoft ai chain`​」と入力します。 6. コネクタを選択してプロジェクトに追加します。 コネクタをインテグレーションプロジェクトに追加しても、Anypoint Code Builder 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。 ## [](#add-global-config)グローバル設定を追加する 1. 設定 XML で、​``​ 要素の前にカーソルを置いて​`「ms-aichain」`​と入力します。 カーソルが ​``​ 要素の内側にないことを確認します。 2. `ms-aichain:config`​ スニペットを選択します。 このスニペットでは次のコードが追加されます。 ```xml ``` 3. 属性を追加して設定を完了します。次に例を示します。 ```xml ``` この例は、2 つのグローバル要素 (​`http:listener-config`​ と ​`ms-aichain:config`​) が定義されている「Define\_Prompt」という名前のフローを示しています。 ```xml ``` ## [](#その他のコネクタ項目の設定)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、使用するコネクタアクションによって異なります。 MuleSoft AI Chain Connector アクションの設定についての詳細は、​[「MuleSoft AI Chain Connector - 追加設定情報」](https://docs.mulesoft.com/jp/mulesoft-ai-chain-connector/1.0/mulesoft-ai-chain-additional-config)​を参照してください。 ## [](#関連情報)関連情報 - [Anypoint Connector の概要](https://docs.mulesoft.com/connectors/introduction/introduction-to-anypoint-connectors) - [MuleSoft AI Chain Connector リファレンス](https://docs.mulesoft.com/jp/mulesoft-ai-chain-connector/1.0/mulesoft-ai-chain-connector-reference) - [MuleSoft AI Chain - 追加設定情報](https://docs.mulesoft.com/jp/mulesoft-ai-chain-connector/1.0/mulesoft-ai-chain-additional-config) - [MuleSoft ヘルプセンター](https://help.mulesoft.com) # 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\[\] ## [](#create-mule-project)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\[\] ## [](#add-connector-to-project)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。 ## [](#configure-source)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\[\] ## [](#add-connector-operation)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](/mulesoft/current/ja-jp/mulesoft-ai-chain-connector/1.0/_images/mulesoft-ai-chain-palette-operations.png) 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。 ## [](#configure-global-element)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)](/mulesoft/current/ja-jp/mulesoft-ai-chain-connector/1.0/_images/mulesoft-ai-chain-config-studio.png) 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。 ```json { "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。 ```dataweave 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。 ## [](#configure-other-fields)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。 ## [](#view-app-log)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)関連情報 - [Anypoint Connector の概要](https://docs.mulesoft.com/connectors/introduction/introduction-to-anypoint-connectors) - [Studio を使用したコネクタの設定](https://docs.mulesoft.com/connectors/introduction/intro-config-use-studio) - [MuleSoft AI Chain Connector リファレンス](https://docs.mulesoft.com/jp/mulesoft-ai-chain-connector/1.0/mulesoft-ai-chain-connector-reference) - [MuleSoft AI Chain - 追加設定情報](https://docs.mulesoft.com/jp/mulesoft-ai-chain-connector/1.0/mulesoft-ai-chain-additional-config) - [MuleSoft ヘルプセンター](https://help.mulesoft.com) # MuleSoft AI Chain - 追加設定情報 MuleSoft AI Chain Connector では 15 個の操作がサポートされ、それらは次の項目に分類されます。 - [Agent (エージェント)](https://docs.mulesoft.com/jp/mulesoft-ai-chain-connector/1.0/configuring-agent-operations) - [チャット](https://docs.mulesoft.com/jp/mulesoft-ai-chain-connector/1.0/configuring-chat-operations) - [エンベディング](https://docs.mulesoft.com/jp/mulesoft-ai-chain-connector/1.0/configuring-embeddings-operations) - [画像生成](https://docs.mulesoft.com/jp/mulesoft-ai-chain-connector/1.0/configuring-image-generation-operations) - [RAG](https://docs.mulesoft.com/jp/mulesoft-ai-chain-connector/1.0/configuring-rag-operations) - [センチメント](https://docs.mulesoft.com/jp/mulesoft-ai-chain-connector/1.0/configuring-sentiment-operations) - [ツール](https://docs.mulesoft.com/jp/mulesoft-ai-chain-connector/1.0/configuring-tools-operations) # MuleSoft AI Chain Connector 1.0 MuleSoft AI Chain 用 Anypoint Connector (MuleSoft AI Chain Connector) は、開発者が Anypoint Platform 内で AI エージェントを設計、ビルド、管理するのに役立ちます。これは、大規模言語モデル (LLM)、ベクトルストア、および他の高度な AI サービスを MuleSoft アプリケーションに統合するためのツールとサポートを提供します。 MuleSoft AI Chain Connector では 15 個の操作がサポートされ、それらは次の項目に分類されます。 - Agent (エージェント) - チャット - エンベディング - 画像生成 - RAG - センチメント - ツール 互換性と解決された問題に関する情報は、「MuleSoft AI Chain Connector リリースノート」を参照してください。 ## [](#始める前に)始める前に このコネクタを使用するには、以下に精通している必要があります。 - Anypoint Connector - Mule Runtime Engine (Mule) - Mule フローの要素とグローバル要素 - Anypoint Code Builder または Anypoint Studio を使用して Mule アプリケーションを作成する方法 アプリケーションを作成する前に、以下が必要です。 - Java 17 - Apache Maven - MuleSoft AI Chain Connector の対象リソースにアクセスするためのログイン情報 - Anypoint Platform - Anypoint Code Builder または Anypoint Studio の最新バージョン ## [](#コネクタの一般的なユースケース)コネクタの一般的なユースケース ### [](#エージェント操作)エージェント操作 エージェント操作の一般的なユースケースのいくつかを次に挙げます。 - カスタマーサービスエージェント ケースサマリー、ケース分類、大規模データセットサマリーなどを提供することで、カスタマーサービスを強化します。 - 営業業務エージェント セールスメールの作成、特定の取引先のケースの要約、商談成立確度の評価などに関して営業チームをサポートします。 - マーケティングエージェント 商品説明の生成、ニュースレターの作成、ソーシャルメディアキャンペーンの計画などに関してマーケティングチームをサポートします。 ### [](#チャット操作)チャット操作 チャット操作の一般的なユースケースのいくつかを次に挙げます。 - 簡単なユーザープロンプトに回答する基本チャットボット。 - よくある質問への直接的な回答を提供するカスタマーサービスクエリ。 - 進行中のサポート会話のコンテキストを保持するカスタマーサポートチャット。 - さまざまなユーザーの会話履歴を維持するマルチユーザーチャットアプリケーション。 - ユーザーインタラクションを追跡して関連性の高い応答を提供する個人アシスタント。 ### [](#エンベディング操作)エンベディング操作 エンベディング操作の一般的なユースケースのいくつかを次に挙げます。 - ドキュメントエンベディングを保存する新しいメモリ内ベクトルストアを作成します。 - メモリ内エンベディングを物理ファイルにエクスポートしてセッション間の永続性を維持します。 - プレーンテキストプロンプトを使用してナレッジストアを照会し、LLM によって提供される絞り込まれた応答を受け取ります。 - LLM からの拡張コンテキストを使用して、エンベディングストアのドキュメントからデータを受け取って解釈します。 - PDF やテキストファイルなどのドキュメントを今後の取得のためにエンベディングストアに追加します。 - PDF やテキストファイルなどのドキュメント用のフォルダーを今後の取得のためにエンベディングストアに追加します。 - 特定のディレクトリのドキュメントをコンテキスト分析のためにメモリ内エンベディングストアに取り込みます。 - セマンティック検索を使用してベクトルストアで特定の情報を照会します。 - 提供されたプロンプトに基づいてエンベディングストアから複数の関連ドキュメントやテキストセグメントを取得します。 ### [](#画像生成操作)画像生成操作 画像生成操作の一般的なユースケースのいくつかを次に挙げます。 - ビジネスレポート、プレゼンテーション、カスタマーサービスシナリオの画像を分析します。 - ブログ投稿、記事、ソーシャルメディアの画像について説明するコンテンツを生成します。 - 調査または設計プロジェクトの画像からビジュアルインサイトを抽出します。 - 特定の説明に基づいてマーケティングキャンペーンや広告キャンペーンの視覚化を作成します。 - 提供されたプロンプトに基づいてブログ投稿、記事、ソーシャルメディアの画像を生成します。 - テキスト説明からコンセプト画像をすばやく生成するなど、プロトタイプ作成や設計を行います。 ### [](#rag-操作)RAG 操作 Retrieval-Augmented Generation (RAG) 操作を使用して、プレーンテキストプロンプトに基づいてドキュメントから情報を取得します。 Retrieval-Augmented Generation (RAG) 操作の一般的なユースケースのいくつかを次に挙げます。 - ナレッジ管理 ナレッジベースに保存されているドキュメントから特定の情報を抽出します。 - カスタマーサポート カスタマーサービスドキュメントから関連データを取得して問い合わせに対応します。 - 調査 特定のクエリに基づいて論文やドキュメントの情報にアクセスします。 ### [](#センチメント操作)センチメント操作 センチメント操作を使用して、次の目的でテキストのセンチメントを分析します。 - 顧客フィードバック分析 顧客フィードバックが肯定的、否定的、どちらでもないのいずれであるかを判断します。 - ソーシャルメディア監視 ソーシャルメディアの投稿やコメントのセンチメントを分析して、世論を測定します。 - 市場調査 アンケートへの回答または市場調査データのセンチメントを評価します。 ### [](#ツール操作)ツール操作 ツール操作の一般的なユースケースのいくつかを次に挙げます。 - 日常作業の自動化 適切な API をコールして日常業務を処理する自律エージェントを作成します。 - カスタマーサポート 必要な情報を提供するツールを統合して、一般的なクエリへの応答を自動化します。 - 在庫管理 ユーザープロンプトに基づいて在庫レベルや注文状況を確認します。 - 従業員管理 API コールを介して従業員情報を取得したり、従業員関連のタスクを管理したりします。 - 営業およびマーケティング 定義済みのツールを使用して、CRM データへのアクセスや、リードや取引先の管理を効率的に行います。 ## [](#次のステップ)次のステップ 前提条件を満たしたら、​[Anypoint Studio](https://docs.mulesoft.com/jp/mulesoft-ai-chain-connector/1.0/mulesoft-ai-chain-connector-studio)​ または ​[Anypoint Code Builder](https://docs.mulesoft.com/jp/mulesoft-ai-chain-connector/1.0/mulesoft-ai-chain-connector-config-acb)​ でアプリケーションを作成してコネクタを設定できます。 ## [](#関連情報)関連情報 - [Anypoint Connector の概要](https://docs.mulesoft.com/connectors/introduction/introduction-to-anypoint-connectors) - [Using Anypoint Code Builder to Configure a Connector](https://docs.mulesoft.com/connectors/introduction/intro-config-use-acb) - [Studio を使用したコネクタの設定](https://docs.mulesoft.com/connectors/introduction/intro-config-use-studio) - [MuleSoft AI Chain Connector リファレンス](https://docs.mulesoft.com/jp/mulesoft-ai-chain-connector/1.0/mulesoft-ai-chain-connector-reference) - [MuleSoft AI Chain - 追加設定情報](https://docs.mulesoft.com/jp/mulesoft-ai-chain-connector/1.0/mulesoft-ai-chain-additional-config) - [MuleSoft ヘルプセンター](https://help.mulesoft.com) # MuleSoft AI Chain Connector 1.0 の XML と Maven のサポート Unresolved include directive in modules/ROOT/pages/mulesoft-ai-chain-connector-xml-maven.adoc - include::connectors::partial$t-xml-maven-partial.adoc\[\] ## [](#コネクタの名前空間の追加)コネクタの名前空間の追加 次のコードを設定 XML のヘッダーの ​`mule`​ タグ内に貼り付けます。 ```xml http://www.mulesoft.org/schema/mule/ms-aichain http://www.mulesoft.org/schema/mule/ms-aichain/current/mule-ms-aichain.xsd ``` 次の例は、​``​ XML ブロック内に名前空間ステートメントが配置される方法を示しています。 ```xml ``` ## [](#pom-ファイルの連動関係の追加)POM ファイルの連動関係の追加 Apache Maven ​`pom.xml`​ ファイルは Anypoint Code Builder と Studio によって生成され、Mule アプリケーションの連動関係が含まれます。Mule アプリケーションを手動でコーディングする場合、次の XML スニペットを ​`pom.xml`​ ファイルに含めてこのコネクタにアクセスできるようにします: ```xml com.mulesoft.connectors mule4-aichain-connector x.x.x mule-plugin ``` `x.x.x`​ を使用しているコネクタに対応するバージョンに置き換えます。 最新の ​`pom.xml`​ ファイル情報を取得する手順は、次のとおりです。 1. [Anypoint Exchange](https://www.mulesoft.com/exchange/)​ に移動します。 2. Exchange で、​**\[Login (ログイン)\]**​ をクリックし、Anypoint Platform のユーザー名とパスワードを指定します。 3. Exchange で、「​`muleSoft ai chain`​」を検索します。 4. コネクタを選択します。 5. 画面の右上付近にある ​**\[Dependency Snippets (連動関係スニペット)\]**​ をクリックします。 ## [](#関連情報)関連情報 - [MuleSoft AI Chain Connector の概要](https://docs.mulesoft.com/jp/mulesoft-ai-chain-connector/1.0/) - [MuleSoft AI Chain Connector リファレンス](https://docs.mulesoft.com/jp/mulesoft-ai-chain-connector/1.0/mulesoft-ai-chain-connector-reference) - [MuleSoft AI Chain Connector - 追加設定](https://docs.mulesoft.com/jp/mulesoft-ai-chain-connector/1.0/mulesoft-ai-chain-additional-config) # MuleSoft AI Chain Connector 1.0 リファレンス 拡張機能のメインクラスは、設定、接続プロバイダー、操作、ソースを宣言するエントリポイントです。 ## [](#Config)設定 MuleSoft AI Chain Connector のデフォルト設定。 ### [](#パラメーター)パラメーター
名前 型 説明 デフォルト値 必須

Name (名前)

String (文字列)

この設定の名前。コネクタはこの名前の設定を参照します。

x

LLM 種別

String (文字列)

大規模言語モデル種別:

  • Anthropic

  • Azure OpenAI

  • Mistral AI

  • Ollama

  • OpenAI

  • GroqAI

x

Config Type (設定種別)

String (文字列)

設定種別:

  • 環境変数

  • Configuration JSON (設定 JSON)

x

File Path (ファイルパス)

String (文字列)

File Path (ファイルパス)

x

Model Name (モデル名)

String (文字列)

選択した LLM でサポートされるモデル。

x

Temperature (温度)

Number (数値)

出力のランダム性を制御します。

0.7

LLM timeout (LLM タイムアウト)

Number (数値)

LLM 要求のタイムアウト。

60 秒

LLM timeout unit (LLM タイムアウト単位)

Enumeration (列挙)。次のいずれかになります。

  • NANOSECONDS

  • MICROSECONDS

  • MILLISECONDS

  • SECONDS

  • MINUTES

  • HOURS

  • DAYS

LLM タイムアウトで使用する時間単位。

SECONDS

Max Tokens (最大トークン数)

Number (数値)

応答を生成するときに使用する LLM トークンの数を定義します。

500

Name (名前)

String (文字列)

この設定の参照に使用される ID。

x

Expiration Policy (有効期限ポリシー)

Expiration Policy (有効期限ポリシー)

動的設定インスタンスがアイドル状態を続けられる最小時間を設定します。この時間が経過すると、Mule Runtime で期限切れに相当するとみなされます。
## [](#サポートされている操作)サポートされている操作 - [AGENT Define Prompt Template](#AgentDefinePromptTemplate)​ - [CHAT Answer Prompt](#ChatAnswerPrompt)​ - [CHAT Answer Prompt With Memory](#ChatAnswerPromptWithMemory)​ - [EMBEDDING Get Info From Store](#EmbeddingGetInfoFromStore)​ - [EMBEDDING Get Info From Store Legacy](#EmbeddingGetInfoFromStoreLegacy)​ - [IMAGE Generate](#ImageGenerate)​ - [IMAGE Read](#ImageRead)​ - [IMAGE Read Scanned Documents](#ImageReadScannedDocuments)​ - [RAG Load Document](#RagLoadDocument)​ - [SENTIMENT Analyze](#SentimentAnalyze)​ - [TOOLS Use Ai Service](#ToolsUseAiService)​ - [TOOLS Use Ai Service Legacy](#ToolsUseAiServiceLegacy)​ ## [](#操作)操作 ### [](#AgentDefinePromptTemplate)AGENT Define Prompt Template `` プロンプトテンプレートを使用して設定する AI エージェントを定義するのに役立ちます #### [](#パラメーター-2)パラメーター
名前 型 説明 デフォルト値 必須

Configuration (設定)

String (文字列)

使用する設定の名前。

x

Dataset (データセット)

String (文字列)

アクションの実行元であるユーザークエリを参照します。

#[payload]

Template (テンプレート)

String (文字列)

ユーザークエリに適切に応答するために LLM により使用されるサンプルテンプレートを参照します。

x

Instructions (手順)

String (文字列)

ユーザークエリをどのように理解して応答するかについての手順を LLM に提供します。

x

Output Mime Type (出力 MIME タイプ)

String (文字列)

この操作で出力されるペイロードの MIME タイプ。

Output Encoding (出力エンコード)

String (文字列)

この操作で出力されるペイロードのエンコード。

Config Ref (設定参照)

ConfigurationProvider

このコンポーネントを実行するために使用する設定の名前。

x

Streaming Strategy (ストリーミング戦略)

Mule によるストリームの処理方法を設定します。反復可能ストリームは、デフォルトの動作です。

Target Variable (対象変数)

String (文字列)

操作の出力を保存する変数の名前。

Target Value (対象値)

String (文字列)

操作の出力を評価する式。式の結果は対象変数に保存されます。

#[payload]
#### [](#出力)出力

型

Any (任意)

Attributes Type (属性型)

LLM Response Attributes (HTTP 応答属性)
### [](#次の設定の場合)次の設定の場合 - [設定](#Config)​ ### [](#スロー)スロー - MS-AICHAIN:AI\_SERVICES\_FAILURE​ ### [](#ChatAnswerPrompt)CHAT Answer Prompt `` 簡単な Chat エージェントを実装して LLM とのチャットを有効にします。 ### [](#パラメーター-3)パラメーター
名前 型 説明 デフォルト値 必須

Configuration (設定)

String (文字列)

使用する設定の名前。

x

Prompt (プロンプト)

String (文字列)

ユーザー定義のプロンプトクエリ。

#[payload]

Output Mime Type (出力 MIME タイプ)

String (文字列)

この操作で出力されるペイロードの MIME タイプ。

Output Encoding (出力エンコード)

String (文字列)

この操作で出力されるペイロードのエンコード。

Config Ref (設定参照)

ConfigurationProvider

このコンポーネントを実行するために使用する設定の名前。

x

Streaming Strategy (ストリーミング戦略)

Mule によるストリームの処理方法を設定します。反復可能ストリームは、デフォルトの動作です。

Target Variable (対象変数)

String (文字列)

操作の出力を保存する変数の名前。

Target Value (対象値)

String (文字列)

操作の出力を評価する式。式の結果は対象変数に保存されます。

#[payload]
### [](#出力-2)出力

型

Any (任意)

Attributes Type (属性型)

LLM Response Attributes (HTTP 応答属性)
### [](#次の設定の場合-2)次の設定の場合 - [設定](#Config)​ ### [](#スロー-2)スロー - MS-AICHAIN:AI\_SERVICES\_FAILURE​ ### [](#ChatAnswerPromptWithMemory)CHAT Answer Prompt With Memory `` AI エージェントとして定義された LLM のチャットメモリを実装します。memoryName を使用すると、マルチチャネルプロファイル設計が可能になります。 #### [](#パラメーター-4)パラメーター
名前 型 説明 デフォルト値 必須

Configuration (設定)

String (文字列)

使用する設定の名前。

x

Data (データ)

String (文字列)

ユーザープロンプトを参照します。

#[payload]

Memory Name (メモリ名)

String (文字列)

LLM で追加の処理を実行するために取得するメモリの名前。

x

Db File Path (DB ファイルパス)

String (文字列)

メモリを含むファイルの場所。

x

Max Messages (最大メッセージ数)

Number (数値)

このメモリに対して分析するメッセージの最大数。

x

Output Mime Type (出力 MIME タイプ)

String (文字列)

この操作で出力されるペイロードの MIME タイプ。

Output Encoding (出力エンコード)

String (文字列)

この操作で出力されるペイロードのエンコード。

Config Ref (設定参照)

ConfigurationProvider

このコンポーネントを実行するために使用する設定の名前。

x

Streaming Strategy (ストリーミング戦略)

Mule によるストリームの処理方法を設定します。反復可能ストリームは、デフォルトの動作です。

Target Variable (対象変数)

String (文字列)

操作の出力を保存する変数の名前。

Target Value (対象値)

String (文字列)

操作の出力を評価する式。式の結果は対象変数に保存されます。

#[payload]
#### [](#出力-3)出力

型

Any (任意)

Attributes Type (属性型)

LLM Response Attributes (HTTP 応答属性)
#### [](#次の設定の場合-3)次の設定の場合 - [設定](#Config)​ #### [](#スロー-3)スロー - MS-AICHAIN:AI\_SERVICES\_FAILURE​ - MS-AICHAIN:EMBEDDING\_OPERATIONS\_FAILURE​ - MS-AICHAIN:FILE\_HANDLING\_FAILURE​ - MS-AICHAIN:RAG\_FAILURE​ - MS-AICHAIN:TOOLS\_OPERATION\_FAILURE​ ### [](#EmbeddingGetInfoFromStore)EMBEDDING Get Info From Store `` storeName (フルパス) からインポートされるエンベディングストア (メモリ内) からプロンプトを介して情報を読み取ります #### [](#パラメーター-5)パラメーター
名前 型 説明 デフォルト値 必須

Configuration (設定)

String (文字列)

使用する設定の名前。

x

Data (データ)

String (文字列)

ユーザープロンプトまたはクエリ。

#[payload]

Store Name (ストア名)

String (文字列)

照会するストアの名前。

x

Get Latest (最新を取得)

Boolean (ブール)

場所からストアを新しく取得するかどうかを決定します。

false

Output Mime Type (出力 MIME タイプ)

String (文字列)

この操作で出力されるペイロードの MIME タイプ。

Output Encoding (出力エンコード)

String (文字列)

この操作で出力されるペイロードのエンコード。

Config Ref (設定参照)

ConfigurationProvider

このコンポーネントを実行するために使用する設定の名前。

x

Streaming Strategy (ストリーミング戦略)

Mule によるストリームの処理方法を設定します。反復可能ストリームは、デフォルトの動作です。

Target Variable (対象変数)

String (文字列)

操作の出力を保存する変数の名前。

Target Value (対象値)

String (文字列)

操作の出力を評価する式。式の結果は対象変数に保存されます。

#[payload]
#### [](#出力-4)出力

型

Any (任意)

Attributes Type (属性型)

LLM Response Attributes (HTTP 応答属性)
#### [](#次の設定の場合-4)次の設定の場合 - [設定](#Config)​ #### [](#スロー-4)スロー - MS-AICHAIN:AI\_SERVICES\_FAILURE​ - MS-AICHAIN:EMBEDDING\_OPERATIONS\_FAILURE​ - MS-AICHAIN:FILE\_HANDLING\_FAILURE​ - MS-AICHAIN:RAG\_FAILURE​ - MS-AICHAIN:TOOLS\_OPERATION\_FAILURE​ ### [](#EmbeddingGetInfoFromStoreLegacy)EMBEDDING Get Info From Store Legacy `` storeName (フルパス) からインポートされるエンベディングストア (メモリ内) からプロンプトを介して情報を読み取ります。 #### [](#パラメーター-6)パラメーター
名前 型 説明 デフォルト値 必須

Configuration (設定)

String (文字列)

使用する設定の名前。

x

Data (データ)

String (文字列)

ユーザープロンプトまたはクエリ。

#[payload]

Store Name (ストア名)

String (文字列)

照会するストアの名前。

x

Get Latest (最新を取得)

Boolean (ブール)

場所からストアを新しく取得するかどうかを決定します。

false

Output Mime Type (出力 MIME タイプ)

String (文字列)

この操作で出力されるペイロードの MIME タイプ。

Output Encoding (出力エンコード)

String (文字列)

この操作で出力されるペイロードのエンコード。

Config Ref (設定参照)

ConfigurationProvider

このコンポーネントを実行するために使用する設定の名前。

x

Streaming Strategy (ストリーミング戦略)

Mule によるストリームの処理方法を設定します。反復可能ストリームは、デフォルトの動作です。

Target Variable (対象変数)

String (文字列)

操作の出力を保存する変数の名前。

Target Value (対象値)

String (文字列)

操作の出力を評価する式。式の結果は対象変数に保存されます。

#[payload]
#### [](#出力-5)出力

型

Any (任意)

Attributes Type (属性型)

Object (オブジェクト)
#### [](#次の設定の場合-5)次の設定の場合 - [設定](#Config)​ #### [](#スロー-5)スロー - MS-AICHAIN:AI\_SERVICES\_FAILURE​ - MS-AICHAIN:EMBEDDING\_OPERATIONS\_FAILURE​ - MS-AICHAIN:FILE\_HANDLING\_FAILURE​ - MS-AICHAIN:RAG\_FAILURE​ - MS-AICHAIN:TOOLS\_OPERATION\_FAILURE​ ### [](#ImageGenerate)IMAGE Generate `` データ内のプロンプトに基づいて画像を生成します。 #### [](#パラメーター-7)パラメーター
名前 型 説明 デフォルト値 必須

Configuration (設定)

String (文字列)

使用する設定の名前。

x

Data (データ)

String (文字列)

ユーザープロンプト。

#[payload]

Output Mime Type (出力 MIME タイプ)

String (文字列)

この操作で出力されるペイロードの MIME タイプ。

Output Encoding (出力エンコード)

String (文字列)

この操作で出力されるペイロードのエンコード。

Config Ref (設定参照)

ConfigurationProvider

このコンポーネントを実行するために使用する設定の名前。

x

Streaming Strategy (ストリーミング戦略)

Mule によるストリームの処理方法を設定します。反復可能ストリームは、デフォルトの動作です。

Target Variable (対象変数)

String (文字列)

操作の出力を保存する変数の名前。

Target Value (対象値)

String (文字列)

操作の出力を評価する式。式の結果は対象変数に保存されます。

#[payload]
#### [](#出力-6)出力

型

Any (任意)
#### [](#次の設定の場合-6)次の設定の場合 - [設定](#Config)​ #### [](#スロー-6)スロー - MS-AICHAIN:FILE\_HANDLING\_FAILURE​ - MS-AICHAIN:IMAGE\_ANALYSIS\_FAILURE​ - MS-AICHAIN:IMAGE\_GENERATION\_FAILURE​ - MS-AICHAIN:IMAGE\_PROCESSING\_FAILURE​ ### [](#ImageRead)IMAGE Read `` URL から画像を読み取って、ユーザープロンプトに対する応答を提供します。 #### [](#パラメーター-8)パラメーター
名前 型 説明 デフォルト値 必須

Configuration (設定)

String (文字列)

使用する設定の名前。

x

Data (データ)

String (文字列)

ユーザープロンプト。

#[payload]

Context URL (コンテキスト URL)

String (文字列)

分析する画像 URL。

x

Output Mime Type (出力 MIME タイプ)

String (文字列)

この操作で出力されるペイロードの MIME タイプ。

Output Encoding (出力エンコード)

String (文字列)

この操作で出力されるペイロードのエンコード。

Config Ref (設定参照)

ConfigurationProvider

このコンポーネントを実行するために使用する設定の名前。

x

Streaming Strategy (ストリーミング戦略)

Mule によるストリームの処理方法を設定します。反復可能ストリームは、デフォルトの動作です。

Target Variable (対象変数)

String (文字列)

操作の出力を保存する変数の名前。

Target Value (対象値)

String (文字列)

操作の出力を評価する式。式の結果は対象変数に保存されます。

#[payload]
#### [](#出力-7)出力

型

Any (任意)

Attributes Type (属性型)

LLM Response Attributes (HTTP 応答属性)
#### [](#次の設定の場合-7)次の設定の場合 - [設定](#Config)​ #### [](#スロー-7)スロー - MS-AICHAIN:FILE\_HANDLING\_FAILURE​ - MS-AICHAIN:IMAGE\_ANALYSIS\_FAILURE​ - MS-AICHAIN:IMAGE\_GENERATION\_FAILURE​ - MS-AICHAIN:IMAGE\_PROCESSING\_FAILURE​ ### [](#ImageReadScannedDocuments)IMAGE Read Scanned Documents `` ユーザーが要求したときに、スキャン済みドキュメントを読み取って応答に変換します。 #### [](#パラメーター-9)パラメーター
名前 型 説明 デフォルト値 必須

Configuration (設定)

String (文字列)

使用する設定の名前。

x

Data (データ)

String (文字列)

ユーザープロンプト。

#[payload]

File Path (ファイルパス)

String (文字列)

分析するファイルへのパス。

x

Output Mime Type (出力 MIME タイプ)

String (文字列)

この操作で出力されるペイロードの MIME タイプ。

Output Encoding (出力エンコード)

String (文字列)

この操作で出力されるペイロードのエンコード。

Config Ref (設定参照)

ConfigurationProvider

このコンポーネントを実行するために使用する設定の名前。

x

Streaming Strategy (ストリーミング戦略)

Mule によるストリームの処理方法を設定します。反復可能ストリームは、デフォルトの動作です。

Target Variable (対象変数)

String (文字列)

操作の出力を保存する変数の名前。

Target Value (対象値)

String (文字列)

操作の出力を評価する式。式の結果は対象変数に保存されます。

#[payload]
#### [](#出力-8)出力

型

Any (任意)

Attributes Type (属性型)

Scanned Doc Response Attributes (スキャン済みドキュメント応答属性)
#### [](#次の設定の場合-8)次の設定の場合 - [設定](#Config)​ #### [](#スロー-8)スロー - MS-AICHAIN:FILE\_HANDLING\_FAILURE​ - MS-AICHAIN:IMAGE\_ANALYSIS\_FAILURE​ - MS-AICHAIN:IMAGE\_GENERATION\_FAILURE​ - MS-AICHAIN:IMAGE\_PROCESSING\_FAILURE​ ### [](#RagLoadDocument)RAG Load Document `` 自然言語で提供されたドキュメントをユーザーが照会できるようにします。ドキュメントはメモリ内ベクトルストアに組み込まれます。 #### [](#パラメーター-10)パラメーター
名前 型 説明 デフォルト値 必須

Configuration (設定)

String (文字列)

使用する設定の名前。

x

Data (データ)

String (文字列)

ユーザーから提供されるクエリ入力を定義します。

#[payload]

Context Path (コンテキストパス)

String (文字列)

組み込まれるファイルパスを定義します。

x

Output Mime Type (出力 MIME タイプ)

String (文字列)

この操作で出力されるペイロードの MIME タイプ。

Output Encoding (出力エンコード)

String (文字列)

この操作で出力されるペイロードのエンコード。

Config Ref (設定参照)

ConfigurationProvider

このコンポーネントを実行するために使用する設定の名前。

x

Streaming Strategy (ストリーミング戦略)

Mule によるストリームの処理方法を設定します。反復可能ストリームは、デフォルトの動作です。

File Type (ファイル種別)

String (文字列)

text (テキスト)

Target Variable (対象変数)

String (文字列)

操作の出力を保存する変数の名前。

Target Value (対象値)

String (文字列)

操作の出力を評価する式。式の結果は対象変数に保存されます。

#[payload]
#### [](#出力-9)出力

型

Any (任意)

Attributes Type (属性型)

LLM Response Attributes (HTTP 応答属性)
#### [](#次の設定の場合-9)次の設定の場合 - [設定](#Config)​ #### [](#スロー-9)スロー - MS-AICHAIN:AI\_SERVICES\_FAILURE​ - MS-AICHAIN:EMBEDDING\_OPERATIONS\_FAILURE​ - MS-AICHAIN:FILE\_HANDLING\_FAILURE​ - MS-AICHAIN:RAG\_FAILURE​ - MS-AICHAIN:TOOLS\_OPERATION\_FAILURE​ ### [](#SentimentAnalyze)SENTIMENT Analyze `` ユーザーデータのセンチメントを分析します。 #### [](#パラメーター-11)パラメーター
名前 型 説明 デフォルト値 必須

Configuration (設定)

String (文字列)

使用する設定の名前。

x

Data (データ)

String (文字列)

分析するユーザー入力を参照します。

#[payload]

Output Mime Type (出力 MIME タイプ)

String (文字列)

この操作で出力されるペイロードの MIME タイプ。

Output Encoding (出力エンコード)

String (文字列)

この操作で出力されるペイロードのエンコード。

Config Ref (設定参照)

ConfigurationProvider

このコンポーネントを実行するために使用する設定の名前。

x

Streaming Strategy (ストリーミング戦略)

Mule によるストリームの処理方法を設定します。反復可能ストリームは、デフォルトの動作です。

Target Variable (対象変数)

String (文字列)

操作の出力を保存する変数の名前。

Target Value (対象値)

String (文字列)

操作の出力を評価する式。式の結果は対象変数に保存されます。

#[payload]
#### [](#出力-10)出力

型

Any (任意)

Attributes Type (属性型)

LLM Response Attributes (HTTP 応答属性)
#### [](#次の設定の場合-10)次の設定の場合 - [設定](#Config)​ #### [](#スロー-10)スロー - MS-AICHAIN:AI\_SERVICES\_FAILURE​ ### [](#ToolsUseAiService)TOOLS Use Ai Service `` (AI サービス) 定義済み AI エージェントによるツールの利用状況。ツール (API) のリストをすべての必要な情報 (エンドポイント、ヘッダー、本文、メソッドなど) と共に、使用する AI エージェントに提供します。 #### [](#パラメーター-12)パラメーター
名前 型 説明 デフォルト値 必須

Configuration (設定)

String (文字列)

使用する設定の名前。

x

Data (データ)

String (文字列)

ユーザープロンプトまたはクエリ。

#[payload]

Tool Config (ツール設定)

String (文字列)

呼び出しツールを有効にするために LLM で必要とされる設定が含まれます。

x

Output Mime Type (出力 MIME タイプ)

String (文字列)

この操作で出力されるペイロードの MIME タイプ。

Output Encoding (出力エンコード)

String (文字列)

この操作で出力されるペイロードのエンコード。

Config Ref (設定参照)

ConfigurationProvider

このコンポーネントを実行するために使用する設定の名前。

x

Streaming Strategy (ストリーミング戦略)

Mule によるストリームの処理方法を設定します。反復可能ストリームは、デフォルトの動作です。

Target Variable (対象変数)

String (文字列)

操作の出力を保存する変数の名前。

Target Value (対象値)

String (文字列)

操作の出力を評価する式。式の結果は対象変数に保存されます。

#[payload]
#### [](#出力-11)出力

型

Any (任意)

Attributes Type (属性型)

LLM Response Attributes (HTTP 応答属性)
#### [](#次の設定の場合-11)次の設定の場合 - [設定](#Config)​ #### [](#スロー-11)スロー - MS-AICHAIN:AI\_SERVICES\_FAILURE​ - MS-AICHAIN:EMBEDDING\_OPERATIONS\_FAILURE​ - MS-AICHAIN:FILE\_HANDLING\_FAILURE​ - MS-AICHAIN:RAG\_FAILURE​ - MS-AICHAIN:TOOLS\_OPERATION\_FAILURE​ ### [](#ToolsUseAiServiceLegacy)TOOLS Use Ai Service Legacy `` (レガシー) 定義済み AI エージェントによるツールの利用状況。ツール (API) のリストをすべての必要な情報 (エンドポイント、ヘッダー、本文、メソッドなど) と共に、使用する AI エージェントに提供します。 #### [](#パラメーター-13)パラメーター
名前 型 説明 デフォルト値 必須

Configuration (設定)

String (文字列)

使用する設定の名前。

x

Data (データ)

String (文字列)

ユーザープロンプトまたはクエリ。

#[payload]

Tool Config (ツール設定)

String (文字列)

呼び出しツールを有効にするために LLM で必要とされる設定が含まれます。

x

Output Mime Type (出力 MIME タイプ)

String (文字列)

この操作で出力されるペイロードの MIME タイプ。

Output Encoding (出力エンコード)

String (文字列)

この操作で出力されるペイロードのエンコード。

Config Ref (設定参照)

ConfigurationProvider

このコンポーネントを実行するために使用する設定の名前。

x

Streaming Strategy (ストリーミング戦略)

Mule によるストリームの処理方法を設定します。反復可能ストリームは、デフォルトの動作です。

Target Variable (対象変数)

String (文字列)

操作の出力を保存する変数の名前。

Target Value (対象値)

String (文字列)

操作の出力を評価する式。式の結果は対象変数に保存されます。

#[payload]
#### [](#出力-12)出力

型

Any (任意)

Attributes Type (属性型)

Object (オブジェクト)
#### [](#次の設定の場合-12)次の設定の場合 - [設定](#Config)​ #### [](#スロー-12)スロー - MS-AICHAIN:AI\_SERVICES\_FAILURE​ - MS-AICHAIN:EMBEDDING\_OPERATIONS\_FAILURE​ - MS-AICHAIN:FILE\_HANDLING\_FAILURE​ - MS-AICHAIN:RAG\_FAILURE​ - MS-AICHAIN:TOOLS\_OPERATION\_FAILURE​ ### [](#EmbeddingAddDocumentToStore)EMBEDDING Add Document To Store `` テキスト、任意、および URL 種別のドキュメントを、定義済みの storeName (フルパス) にエクスポートされるエンベディングストア (メモリ内) に追加します。 #### [](#パラメーター-14)パラメーター
名前 型 説明 デフォルト値 必須

Store Name (ストア名)

String (文字列)

エンベディングストアの名前。

x

Context Path (コンテキストパス)

String (文字列)

処理するファイルの場所を参照します。

x

Max Segment Size In Chars (最大セグメントサイズ (文字数))

Number (数値)

エンベディング中の連続する文字シーケンスの最大許容サイズ。

x

Max Overlap Size In Chars (最大重複サイズ (文字数))

Number (数値)

エンベディング中に許可される重複文字の最大サイズ。

x

Output Mime Type (出力 MIME タイプ)

String (文字列)

この操作で出力されるペイロードの MIME タイプ。

Output Encoding (出力エンコード)

String (文字列)

この操作で出力されるペイロードのエンコード。

Streaming Strategy (ストリーミング戦略)

Mule によるストリームの処理方法を設定します。反復可能ストリームは、デフォルトの動作です。

File Type (ファイル種別)

String (文字列)

text (テキスト)

Target Variable (対象変数)

String (文字列)

操作の出力を保存する変数の名前。

Target Value (対象値)

String (文字列)

操作の出力を評価する式。式の結果は対象変数に保存されます。

#[payload]
#### [](#出力-13)出力

型

Any (任意)

Attributes Type (属性型)

Object (オブジェクト)
#### [](#スロー-13)スロー - MS-AICHAIN:AI\_SERVICES\_FAILURE​ - MS-AICHAIN:EMBEDDING\_OPERATIONS\_FAILURE​ - MS-AICHAIN:FILE\_HANDLING\_FAILURE​ - MS-AICHAIN:RAG\_FAILURE​ - MS-AICHAIN:TOOLS\_OPERATION\_FAILURE​ ### [](#EmbeddingAddFolderToStore)EMBEDDING Add Folder To Store `` テキスト、任意、および URL 種別のドキュメントを、定義済みの storeName (フルパス) にエクスポートされるエンベディングストア (メモリ内) に追加します。 #### [](#パラメーター-15)パラメーター
名前 型 説明 デフォルト値 必須

Store Name (ストア名)

String (文字列)

エンベディングストアの名前。

x

Context Path (コンテキストパス)

String (文字列)

処理するフォルダーの場所を参照します。

x

Max Segment Size In Chars (最大セグメントサイズ (文字数))

Number (数値)

エンベディング中の連続する文字シーケンスの最大許容サイズ。

x

Max Overlap Size In Chars (最大重複サイズ (文字数))

Number (数値)

エンベディング中に許可される重複文字の最大サイズ。

x

Output Mime Type (出力 MIME タイプ)

String (文字列)

この操作で出力されるペイロードの MIME タイプ。

Output Encoding (出力エンコード)

String (文字列)

この操作で出力されるペイロードのエンコード。

Streaming Strategy (ストリーミング戦略)

Mule によるストリームの処理方法を設定します。反復可能ストリームは、デフォルトの動作です。

File Type (ファイル種別)

String (文字列)

text (テキスト)

Target Variable (対象変数)

String (文字列)

操作の出力を保存する変数の名前。

Target Value (対象値)

String (文字列)

操作の出力を評価する式。式の結果は対象変数に保存されます。

#[payload]
#### [](#出力-14)出力

型

Any (任意)

Attributes Type (属性型)

Object (オブジェクト)
#### [](#スロー-14)スロー - MS-AICHAIN:AI\_SERVICES\_FAILURE​ - MS-AICHAIN:EMBEDDING\_OPERATIONS\_FAILURE​ - MS-AICHAIN:FILE\_HANDLING\_FAILURE​ - MS-AICHAIN:RAG\_FAILURE​ - MS-AICHAIN:TOOLS\_OPERATION\_FAILURE​ ### [](#EmbeddingNewStore)EMBEDDING New Store `` 定義済みの storeName (フルパス) にエクスポートされる新しいエンベディングストア (メモリ内) を作成します。 #### [](#パラメーター-16)パラメーター
名前 型 説明 デフォルト値 必須

Store Name (ストア名)

String (文字列)

エンベディングストアの名前。

x

Output Mime Type (出力 MIME タイプ)

String (文字列)

この操作で出力されるペイロードの MIME タイプ。

Output Encoding (出力エンコード)

String (文字列)

この操作で出力されるペイロードのエンコード。

Streaming Strategy (ストリーミング戦略)

Mule によるストリームの処理方法を設定します。反復可能ストリームは、デフォルトの動作です。

Target Variable (対象変数)

String (文字列)

操作の出力を保存する変数の名前。

Target Value (対象値)

String (文字列)

操作の出力を評価する式。式の結果は対象変数に保存されます。

#[payload]
#### [](#出力-15)出力

型

Any (任意)

Attributes Type (属性型)

Object (オブジェクト)
#### [](#スロー-15)スロー - MS-AICHAIN:AI\_SERVICES\_FAILURE​ - MS-AICHAIN:EMBEDDING\_OPERATIONS\_FAILURE​ - MS-AICHAIN:FILE\_HANDLING\_FAILURE​ - MS-AICHAIN:RAG\_FAILURE​ - MS-AICHAIN:TOOLS\_OPERATION\_FAILURE​ ### [](#EmbeddingQueryFromStore)EMBEDDING Query From Store `` storeName (フルパス) からインポートされるエンベディングストア (メモリ内) から情報を照会します。 #### [](#パラメーター-17)パラメーター
名前 型 説明 デフォルト値 必須

Store Name (ストア名)

String (文字列)

エンベディングストアの名前。

x

Question (質問)

String (文字列)

ユーザープロンプトまたはクエリ。

#[payload]

Max Results (最大結果数)

Number (数値)

ストアから取得する結果の最大数。

x

Min Score (最少スコア)

Number (数値)

この minScore で応答を絞り込みます。

x

Get Latest (最新を取得)

Boolean (ブール)

場所からストアを新しく取得するかどうかを決定します。

false

Output Mime Type (出力 MIME タイプ)

String (文字列)

この操作で出力されるペイロードの MIME タイプ。

Output Encoding (出力エンコード)

String (文字列)

この操作で出力されるペイロードのエンコード。

Streaming Strategy (ストリーミング戦略)

Mule によるストリームの処理方法を設定します。反復可能ストリームは、デフォルトの動作です。

Target Variable (対象変数)

String (文字列)

操作の出力を保存する変数の名前。

Target Value (対象値)

String (文字列)

操作の出力を評価する式。式の結果は対象変数に保存されます。

#[payload]
#### [](#出力-16)出力

型

Any (任意)

Attributes Type (属性型)

Object (オブジェクト)
#### [](#スロー-16)スロー - MS-AICHAIN:AI\_SERVICES\_FAILURE​ - MS-AICHAIN:EMBEDDING\_OPERATIONS\_FAILURE​ - MS-AICHAIN:FILE\_HANDLING\_FAILURE​ - MS-AICHAIN:RAG\_FAILURE​ - MS-AICHAIN:TOOLS\_OPERATION\_FAILURE​ ## [](#型)型 ### [](#ExpirationPolicy)Expiration Policy (有効期限ポリシー) 有効期限ポリシー戦略を設定します。
項目 型 説明 デフォルト値 必須

Max Idle Time (最大アイドル時間)

Number (数値)

動的設定インスタンスがアイドル状態を続けられる最大時間を設定します。この時間が経過すると、Mule Runtime で期限切れに相当するとみなされます。

Time Unit (時間単位)

Enumeration (列挙)。次のいずれかになります。

  • NANOSECONDS

  • MICROSECONDS

  • MILLISECONDS

  • SECONDS

  • MINUTES

  • HOURS

  • DAYS

[Max Idle Time (最大アイドル時間)]​ 項目の時間単位。
### [](#LlmResponseAttributes)LLM Response Attributes (HTTP 応答属性)
項目 型 説明 デフォルト値 必須

その他の属性

Object (オブジェクト)

Token Usage (トークン利用状況)

Token Usage (トークン利用状況)
### [](#token-usage)Token Usage (トークン利用状況) 属性として返されるトークン利用状況メタデータ。
項目 型 説明 デフォルト値 必須

Input Count (入力数)

Number (数値)

入力の処理で使用されたトークン数。

Output Count (出力数)

Number (数値)

出力の生成で使用されたトークン数。

Total Count (合計数)

Number (数値)

入力と出力で使用されたトークンの合計数。
### [](#RepeatableInMemoryStream)Repeatable In-Memory Stream (反復可能なメモリ内ストリーム) データが最大バッファサイズを超えた場合に要求が失敗するメモリ内ストリーミング戦略を設定します。ユースケースで最適なバッファサイズは、必ずパフォーマンステストを実施して決めてください。
項目 型 説明 デフォルト値 必須

Initial Buffer Size (初期バッファサイズ)

Number (数値)

データストリームに割り当てるメモリの初期容量。ストリーミングされたデータがこの値を超える場合は、​[Buffer Size Increment (バッファサイズ増分)]​ の単位で ​[Max Buffer Size (最大バッファサイズ)]​ を上限としてバッファが拡張されます。

Buffer Size Increment (バッファサイズ増分)

Number (数値)

バッファサイズが初期サイズを超えた場合に、拡張する量。値を ​0​ またはそれ以下に設定すると、バッファは拡張されません。

Max Buffer Size (最大バッファサイズ)

Number (数値)

使用するメモリの最大量。これを超えると、​STREAM_MAXIMUM_SIZE_EXCEEDED​ エラーが発生します。0 以下の値は無制限を意味します。

Buffer Unit (バッファ単位)

Enumeration (列挙)。次のいずれかになります。

  • BYTE

  • KB

  • MB

  • GB

[Initial Buffer Size (初期バッファサイズ)]​ 項目、​[Buffer Size Increment (バッファサイズ増分)]​ 項目、​[Max Buffer Size (最大バッファサイズ)]​ 項目の単位。
### [](#RepeatableFileStoreStream)Repeatable File Store Stream (反復可能なファイルストアストリーム) 反復可能なファイルストアストリーミング戦略を設定します。この戦略では、ストリームコンテンツの一部がメモリ内に格納されます。ストリームのコンテンツが、設定されたバッファサイズよりも大きい場合、Mule はバッファのコンテンツをディスクにバックアップしてからメモリをクリアします。
項目 型 説明 デフォルト値 必須

In Memory Size (メモリ内サイズ)

Number (数値)

ストリームのデータで使用できるメモリの最大量。メモリ量がこの値を超えると、コンテンツはディスクにバッファされます。パフォーマンスを最適化する方法は、次のとおりです。

  • バッファサイズを大きくすると、Mule がバッファをディスクに書き込む回数を減らせます。これによってパフォーマンスが高まりますが、より多くのメモリが必要になるため、アプリケーションが処理できる同時要求数が制限されます。

  • バッファサイズを小さくすると、メモリの負荷は低減しますが、応答時間が長くなります。

Buffer Unit (バッファ単位)

Enumeration (列挙)。次のいずれかになります。

  • BYTE

  • KB

  • MB

  • GB

[In Memory Size (メモリ内サイズ)]​ 項目の単位。
### [](#ScannedDocResponseAttributes)Scanned Doc Response Attributes (スキャン済みドキュメント応答属性)
項目 型 説明 デフォルト値 必須

その他の属性

Object (オブジェクト)

Scanned Doc Attributes (スキャン済みドキュメント属性)

Doc Response Attribute (ドキュメント応答属性)​ の配列
### [](#DocResponseAttribute)Doc Response Attribute (ドキュメント応答属性)
項目 型 説明 デフォルト値 必須

Page (ページ)

Number (数値)

Token Usage (トークン利用状況)

Token Usage (トークン利用状況)
## [](#関連情報)関連情報 - [Using Anypoint Code Builder to Configure a Connector](https://docs.mulesoft.com/connectors/introduction/intro-config-use-acb) - [Studio を使用したコネクタの設定](https://docs.mulesoft.com/connectors/introduction/intro-config-use-studio) - [MuleSoft AI Chain Connector の概要](https://docs.mulesoft.com/jp/mulesoft-ai-chain-connector/1.0/) - [MuleSoft ヘルプセンター](https://help.mulesoft.com) # RAG 操作の設定 Retrieval-Augmented Generation (RAG) とは、関連コンテンツを取得し、そのコンテンツを使用して追加のコンテキストで AI プロンプトを増強することで、AI が生成した出力を拡張する技術です。この追加情報で LLM をグラウンディングすることで、より正確で信頼性の高い応答を提供できます。 ## [](#rag-load-document-操作の設定)RAG Load Document 操作の設定 **RAG load document**​ 操作では、メモリ内エンベディングストアからプレーンテキストプロンプトに基づいて情報を取得します。 **RAG load document**​ 操作を設定する手順は、次のとおりです。 Unresolved include directive in modules/ROOT/pages/configuring-rag-operations.adoc - include::connectors::partial$t-configure-operations.adoc\[\] \* **Data** \+ LLM と応答先のエンベディングストアに送信するプロンプト。 \* **Context Path (コンテキストパス)**​ \+ エンベディングストアに取り込むドキュメントの完全なファイルパスを含めます。ファイルパスにアクセスできることを確認します。 \+ この項目では DataWeave 式を使用することもできます。次に例を示します。 + ```dataweave mule.home ++ "/apps/" ++ app.name ++ "/customer-service.pdf" ``` 1. 操作の ​**\[Context (コンテキスト)\]**​ セクションで ​**\[File Type (ファイル種別)\]**​ を選択します。 - **text**​ JSON、XML、TXT、CSV などのテキストファイル。 - **URL**​ 取り込む Web コンテンツを参照する単一 URL。 この操作の XML 設定を次に示します。 ```xml ``` ## [](#出力設定)出力設定 この操作の応答には、メイン LLM 応答を含む JSON ペイロードが含まれます。また、トークン利用状況などの属性がメインペイロード内ではなくメタデータ (属性) の一部として含まれます。 JSON ペイロードの応答例を次に示します。 ```json { "response": "Wakanda, a technologically advanced and environmentally conscious nation in Africa, is renowned for its unique integration of ancient traditions with cutting-edge innovations, powered by the rare metal Vibranium. With a population of 12.5 million, it emphasizes sustainable growth, quality education, and healthcare, while maintaining a zero carbon footprint through advanced eco-tech solutions. Despite its peaceful nature, Wakanda's formidable military and cultural heritage, led by King T’Challa and the Dora Milaje, ensure its resilience and unity as a symbol of progress and tradition." } ``` この操作では、メイン JSON ペイロード内に含まれない属性も返されます。これには、トークン利用状況に関する情報が含まれます。次に例を示します。 ```json { "tokenUsage": { "outputCount": 9, "totalCount": 18, "inputCount": 9 }, "additionalAttributes": {} } ``` - `tokenUsage` 属性として返されるトークン利用状況メタデータ - `outputCount` 出力の生成で使用されたトークン数 - `totalCount` 入力と出力で使用されたトークンの合計数 - `inputCount` 入力の処理で使用されたトークン数 ## [](#関連情報)関連情報 - [Using Anypoint Code Builder to Configure a Connector](https://docs.mulesoft.com/connectors/introduction/intro-config-use-acb) - [Studio を使用したコネクタの設定](https://docs.mulesoft.com/connectors/introduction/intro-config-use-studio) - [MuleSoft AI Chain Connector の概要](https://docs.mulesoft.com/jp/mulesoft-ai-chain-connector/1.0/) - [MuleSoft AI Chain Connector リファレンス](https://docs.mulesoft.com/jp/mulesoft-ai-chain-connector/1.0/mulesoft-ai-chain-connector-reference) - [MuleSoft ヘルプセンター](https://help.mulesoft.com) # エージェント操作の設定 ## [](#agent-define-prompt-template-操作の設定)Agent Define Prompt Template 操作の設定 **Agent define prompt template**​ 操作を使用して LLM で特定のプロンプトテンプレートを使用します。これにより、応答を生成したり、情報を抽出したり、他のプロンプトを呼び出したり、テキストベースのタスクを実行したりする自然言語プロンプトを作成できます。 **Agent define prompt template**​ 操作を設定する手順は、次のとおりです。 Unresolved include directive in modules/ROOT/pages/configuring-agent-operations.adoc - include::connectors::partial$t-configure-operations.adoc\[\] \* **Dataset (データセット)** \+ 指定したテンプレートと手順を使用して評価する LLM のデータセットを指定します。 \* **Template (テンプレート)** \+ 操作のプロンプトテンプレートを入力します。 \* **Instructions (手順)** \+ タスクの目標の概要を説明する手順を LLM に提供します。 この操作の XML を次に示します。 ```xml ``` この画像は、Anypoint Code Builder での \[Agent define prompt template (エージェントでプロンプトテンプレートを定義)\] アクションの設定例を示しています。 !["\[Agent define prompt template (エージェントでプロンプトテンプレートを定義)](/mulesoft/current/ja-jp/mulesoft-ai-chain-connector/1.0/_images/agent-define-prompt-config-acb.png) が強調表示され、設定属性に入力され、設定されたアクションの XML コードが表示されている Anypoint Code Builder キャンバス"\] ### [](#出力設定)出力設定 この操作の応答には、メイン LLM 応答を含む JSON ペイロードが含まれます。また、トークン利用状況などの属性がメインペイロード内ではなくメタデータ (属性) の一部として含まれます。 応答の例を次に示します。 ```json { "response": "{\n \"type\": \"positive\",\n \"response\": \"Thank you for your positive feedback on the training last week. We are glad to hear that you had a great experience. Have a nice day!\"\n}" } ``` この操作では、メイン JSON ペイロード内に含まれない属性も返されます。これには、トークン利用状況に関する情報が含まれます。次に例を示します。 ```json { "tokenUsage": { "outputCount": 9, "totalCount": 18, "inputCount": 9 }, "additionalAttributes": {} } ``` - `tokenUsage` 属性として返されるトークン利用状況メタデータ - `outputCount` 出力の生成で使用されたトークン数 - `totalCount` 入力と出力で使用されたトークンの合計数 - `inputCount` 入力の処理で使用されたトークン数 ## [](#関連情報)関連情報 - [Using Anypoint Code Builder to Configure a Connector](https://docs.mulesoft.com/connectors/introduction/intro-config-use-acb) - [Studio を使用したコネクタの設定](https://docs.mulesoft.com/connectors/introduction/intro-config-use-studio) - [MuleSoft AI Chain Connector リファレンス](https://docs.mulesoft.com/jp/mulesoft-ai-chain-connector/1.0/mulesoft-ai-chain-connector-reference) - [MuleSoft AI Chain - 追加設定情報](https://docs.mulesoft.com/jp/mulesoft-ai-chain-connector/1.0/mulesoft-ai-chain-additional-config) - [MuleSoft ヘルプセンター](https://help.mulesoft.com) # エンベディング操作の設定 次のようなエンベディング操作があります。 - [Embedding new store](#new-store-operation) - [Embedding add document to store](#add-document-to-store)​ - [Embedding add folder to store](#add-folder-to-store)​ - [Embedding query from store](#embedding-query-from-store) - [Embedding get info from store](#get-info-from-store) ## [](#new-store-operation)Embedding New Store 操作の設定 **Embedding new store**​ 操作では、新しいメモリ内エンベディングを作成して物理ファイルにエクスポートします。MuleSoft AI Chain のメモリ内エンベディングでは、そのデータは変更時にファイルエクスポートを介して保持されます。 **Embedding new store**​ 操作を設定する手順は、次のとおりです。 1. Anypoint Code Builder または Studio キャンバスで操作を選択します。 2. **\[General (一般)\]**​ プロパティセクションで、​**\[Store Name (ストア名)\]**​ に、保存するエンベディングストアの完全なファイルパスを設定します。 ファイルがすでに存在する場合、ファイルは上書きされます。ファイルパスにアクセスできることを確認します。 この項目では DataWeave 式を使用することもできます。次に例を示します。 ```dataweave mule.home ++ "/apps/" ++ app.name ++ payload.storeName ``` この操作の XML 設定を次に示します。 ```xml ``` ### [](#出力設定)出力設定 この操作の応答には、ストアの状況を含む JSON ペイロードが含まれます。 JSON ペイロードの応答例を次に示します。 ```json { "status": "created" } ``` この操作では、メイン JSON ペイロード内に含まれない属性も返されます。これには、トークン利用状況に関する情報が含まれます。次に例を示します。 ```json { "storeName": "knowledge-store" } ``` ## [](#add-document-to-store)Embedding Add Document to Store 操作の設定 **Embedding add document to store**​ 操作では、ドキュメントをエンベディングストアに追加してファイルにエクスポートします。ドキュメントは、メモリ内エンベディングを使用してエンベディングに取り込まれます。MuleSoft AI Chain のメモリ内エンベディングでは、そのデータは変更時にファイルエクスポートを介して保持されます。 **Embedding add document to store**​ 操作を設定する手順は、次のとおりです。 Unresolved include directive in modules/ROOT/pages/configuring-embeddings-operations.adoc - include::connectors::partial$t-configure-operations.adoc\[\] \* **Store Name (ストア名)**​ \+ 保存するエンベディングストアの完全なファイルパスを含めます。ファイルがすでに存在する場合、ファイルは上書きされます。ファイルパスにアクセスできることを確認します。 \* **Context Path (コンテキストパス)** \+ エンベディングストアに取り込むドキュメントの完全なファイルパスを含めます。 \* **Max Segment Size (最大セグメントサイズ)**​ \+ エンベディングストアに取り込む前のドキュメントの分割先である各セグメントの最大サイズをトークン数または文字数で指定します。 \* **Max Overlap Size (最大重複サイズ)**​ \+ ドキュメントの分割時に連続するセグメント間で重複するトークン数または文字数を定義します。 . 操作の ​**\[Context (コンテキスト)\]**​ セクションで ​**\[File Type (ファイル種別)\]**​ を選択します。 \* **any (任意)**​ \+ ファイル形式を自動的に検出し、それに応じて処理します。このオプションでは、ファイル種別が不明または変動する場合に柔軟に対応できます。 \* **text**​ \+ JSON、XML、TXT、CSV などのテキストファイル。 \* **url**​ \+ 取り込む Web コンテンツを参照する単一 URL。 この操作の XML 設定を次に示します。 ```xml ``` ### [](#出力設定-2)出力設定 この操作の応答には、ストアの状況を含む JSON ペイロードが含まれます。 JSON ペイロードの応答例を次に示します。 ```json { "status": "updated" } ``` メインペイロードに加えてファイル関連のメタデータ属性 (ファイルパス、ストア名、ファイル種別など) が個別に返されます。次に例を示します。 ```json { "filePath": "/Users/john.wick/Downloads/mulechain.txt", "storeName": "/Users/john.wick/Downloads/knowledge-store", "fileType": "text" } ``` ## [](#add-folder-to-store)Embedding Add Folder to Store 操作の設定 **Embedding add folder to store**​ 操作では、サブフォルダーファイルを含む完全なフォルダーをエンベディングストアに追加してファイルにエクスポートします。ドキュメントは、メモリ内エンベディングを使用してエンベディングに取り込まれます。MuleSoft AI Chain のメモリ内エンベディングでは、そのデータは変更時にファイルエクスポートを介して保持されます。 **Embedding add folder to store**​ 操作を設定する手順は、次のとおりです。 Unresolved include directive in modules/ROOT/pages/configuring-embeddings-operations.adoc - include::connectors::partial$t-configure-operations.adoc\[\] \* **Store Name (ストア名)** \+ 保存するエンベディングストアの完全なファイルパスを含めます。ファイルがすでに存在する場合、ファイルは上書きされます。ファイルパスにアクセスできることを確認します。 \* **Context Path (コンテキストパス)**​ \+ エンベディングストアへの取り込みに使用する完全なフォルダーパスを含めます。 \* **Max Segment Size (最大セグメントサイズ)**​ \+ エンベディングストアで取り込む前のドキュメントの分割先である各セグメントの最大サイズをトークン数または文字数で指定します。 \* **Max Overlap Size (最大重複サイズ)**​ \+ ドキュメントの分割時に連続するセグメント間で重複するトークン数または文字数を定義します。 . 操作の ​**\[Context (コンテキスト)\]**​ セクションで ​**\[File Type (ファイル種別)\]**​ を選択します。 \* **any (任意)**​ \+ ファイル形式を自動的に検出し、それに応じて処理します。このオプションでは、ファイル種別が不明または変動する場合に柔軟に対応できます。 \* **text**​ \+ JSON、XML、TXT、CSV などのテキストファイル。 \* **url**​ \+ 取り込む Web コンテンツを参照する単一 URL。 この操作の XML 設定を次に示します。 ```xml ``` ### [](#出力設定-3)出力設定 この操作では、ストアの状況が含まれる JSON ペイロードが返されます。また、フォルダー関連のメタデータ属性 (フォルダーパス、ファイル数、ストア名など) がメインペイロードとは別に提供されます。 JSON ペイロードの応答例を次に示します。 ```json { "status": "updated" } ``` 操作では、JSON ペイロードに加えて、取り込まれたフォルダーに関する情報が含まれる属性も返されます。次に例を示します。 ```json { "folderPath": "/Users/john.wick/Downloads/files", (1) "filesCount": 3, (2) "storeName": "/Users/john.wick/Downloads/knowledge-store" (3) } ```
1folderPath​ ファイルが配置されているフォルダーへの絶対パス
2filesCount​ 指定されたフォルダー内のファイルの合計数
3storeName​ 処理されたドキュメントが保存されているナレッジストアのパスの名前またはパス
## [](#embedding-query-from-store)Embedding Query From Store 操作の設定 **Embedding query from store**​ 操作では、メモリ内エンベディングストアからセマンティック検索を使用してプレーンテキストプロンプトに基づいて情報を取得します。この操作では大規模言語モデル (LLM) は使用しません。代わりに、エンベディングストアでプロンプトに基づいて関連するテキストセグメントを直接検索します。取得の前にエンベディングストアがメモリに読み込まれます。 **Embedding query from store**​ 操作を設定する手順は、次のとおりです。 Unresolved include directive in modules/ROOT/pages/configuring-embeddings-operations.adoc - include::connectors::partial$t-configure-operations.adoc\[\] \* **Store Name (ストア名)** \+ 保存するエンベディングストアの完全なファイルパスを含めます。ファイルがすでに存在する場合、ファイルは上書きされます。ファイルパスにアクセスできることを確認します。 \* **Question (質問)**​ \+ メモリ内ベクトルストアに送信するプレーンテキストプロンプト。エンベディングに変換され、類似するテキストセグメントを見つけるためのセマンティック検索で使用されます。 \* **Max Results (最大結果数)**​ \+ クエリで返す結果の最大数を指定します。 \* **Min Score (最少スコア)** \+ 結果を特定して返すために使用する最少スコアを定義します。 \* **Get Latest (最新を取得)**​ \+ true の場合、この操作を実行する前にストアファイルが毎回読み込まれます。このため、パフォーマンスが低下する場合があります。ナレッジストアをビルドする場合のみ、このフラグを使用することをお勧めします。アプリケーションをデプロイしたら、これを false に設定してパフォーマンスを改善してください。 この操作の XML 設定を次に示します。 ```xml ``` ### [](#出力設定-4)出力設定 この操作では、メイン応答が含まれる JSON ペイロードと、ナレッジストアから取得した関連ソースのリストが返されます。各ソースには、ファイルパス、テキストセグメント、類似性スコアなどの詳細が含まれます。 JSON ペイロードの応答例を次に示します。 ```json { "response": "Networking Guide for more information on how to access an application in a specific CloudHub worker.", "sources": [ { "absoluteDirectoryPath": "/Users/john.wick/Documents/Downloads/patch 8", "textSegment": "Networking Guide for more information on how to access an application in a specific CloudHub worker.", "individualScore": 0.7865373025380039, "file_name": "docs-runtime-manager__cloudhub_modules_ROOT_pages_cloudhub-fabric.adoc" }, { "absoluteDirectoryPath": "/Users/john.wick/Documents/Downloads/patch 8", "textSegment": "= CloudHub High Availability Features", "individualScore": 0.7845498154294348, "file_name": "docs-runtime-manager__cloudhub_modules_ROOT_pages_cloudhub-fabric.adoc" }, { "absoluteDirectoryPath": "/Users/john.wick/Documents/Downloads/patch 8", "textSegment": "[%header,cols=\"2*a\"]|===|VM Queues in On-Premises Applications |VM Queues in Applications deployed to CloudHub", "individualScore": 0.757268680397361, "file_name": "docs-runtime-manager__cloudhub_modules_ROOT_pages_cloudhub-fabric.adoc" } ] } ``` また、トークン利用状況とクエリ関連のメタデータが属性として個別に返されます。次に例を示します。 ```json { "minScore": 0.7, (1) "question": "Who is Amir", (2) "maxResults": 3, (3) "storeName": "/Users/john.wick/Downloads/embedding.store" (4) } ```
1 minScore

結果を応答に含めるために必要な最小類似性スコア
2 question (質問)

ユーザーが送信した元のクエリまたは質問
3 maxResults

クエリで返すことができる結果の最大数
4 storeName

データを取得するために使用するナレッジストアのパスまたは名前
## [](#get-info-from-store)Embedding Get Info from Store 操作の設定 **Embedding get info from store**​ 操作では、プレーンテキストプロンプトに基づいてメモリ内エンベディングストアから情報を取得します。この操作では、大規模言語モデル (LLM) を使用し、取得した情報を解釈して、より包括的な回答やコンテキスト豊富な回答を生成することで、応答を強化します。取得の前にエンベディングストアがメモリに読み込まれ、LLM で結果が処理されて最終応答が絞り込まれます。 **Embedding get info from store**​ 操作を設定する手順は、次のとおりです。 Unresolved include directive in modules/ROOT/pages/configuring-embeddings-operations.adoc - include::connectors::partial$t-configure-operations.adoc\[\] \* **Data** \+ メモリ内ベクトルストアに送信するプレーンテキストプロンプト。エンベディングに変換され、類似するテキストセグメントを見つけるためのセマンティック検索で使用されます。 \* **Store Name (ストア名)** \+ 保存するエンベディングストアの完全なファイルパスを含めます。ファイルがすでに存在する場合、ファイルは上書きされます。ファイルパスにアクセスできることを確認します。 \* **Get Latest (最新を取得)**​ \+ true の場合、この操作を実行する前にストアファイルが毎回読み込まれます。このため、パフォーマンスが低下する場合があります。ナレッジストアをビルドする場合のみ、このフラグを使用することをお勧めします。アプリケーションをデプロイしたら、これを false に設定してパフォーマンスを改善してください。 この操作の XML 設定を次に示します。 ```xml ``` ## [](#出力設定-5)出力設定 この操作では、メイン LLM 応答が含まれる JSON ペイロードが、ナレッジストアから取得した関連ソースのリストと共に返されます。各ソースには、ファイルパス、ファイル名、関連テキストのセグメントなどの情報が含まれます。また、トークン利用状況とクエリ関連のメタデータが属性として個別に提供されます。 JSON ペイロードの応答例を次に示します。 ```json { "response": "Runtime Manager is a feature within CloudHub that provides scalability, workload distribution, and added reliability to applications.", "sources": [ { "absoluteDirectoryPath": "/Users/john.wick/Documents/Downloads/patch 8", "fileName": "docs-runtime-manager__cloudhub_modules_ROOT_pages_cloudhub-fabric.adoc", "textSegment": "= CloudHub High Availability Features..." } ] } ``` また、トークン利用状況とクエリ関連のメタデータが属性として個別に返されます。次に例を示します。 ```json { "tokenUsage": { (1) "outputCount": 89, "totalCount": 702, "inputCount": 613 }, "additionalAttributes": { (2) "getLatest": "true", "question": "What is MuleChain", "storeName": "/Users/john.wick/Downloads/knowledge-store" } } ```
1 tokenUsage: 操作のトークン利用状況に関するデータを提供します。

  • outputCount

    応答で生成されたトークン数 ​totalCount

    入力と出力を含め操作全体で処理されたトークンの合計数

  • inputCount

    入力クエリまたはドキュメントから処理されたトークン数
2 additionalAttributes​ には、クエリとストアに関連するメタデータが含まれます。

  • getLatest

    操作のたびにナレッジストアを再読み込みするかどうかを指定します (true/false)。

  • question (質問)

    ユーザーが送信した元のクエリまたは質問。

  • storeName

    操作で使用されたナレッジストアのパスまたは名前。
## [](#関連情報)関連情報 - [Using Anypoint Code Builder to Configure a Connector](https://docs.mulesoft.com/connectors/introduction/intro-config-use-acb) - [Studio を使用したコネクタの設定](https://docs.mulesoft.com/connectors/introduction/intro-config-use-studio) - [MuleSoft AI Chain Connector の概要](https://docs.mulesoft.com/jp/mulesoft-ai-chain-connector/1.0/) - [MuleSoft AI Chain Connector リファレンス](https://docs.mulesoft.com/jp/mulesoft-ai-chain-connector/1.0/mulesoft-ai-chain-connector-reference) - [MuleSoft ヘルプセンター](https://help.mulesoft.com) # センチメント操作の設定 ## [](#sentiment-analyzer-操作の設定)Sentiment Analyzer 操作の設定 **Sentiment analyzer**​ 操作を使用して、設定済み LLM に簡単なプロンプト要求を送信します。この操作はプレーンテキストプロンプトを入力として使用し、その応答には入力テキストのセンチメントが含まれます。センチメントの値は、NEUTRAL、POSITIVE、または NEGATIVE です。 **Sentiment analyzer**​ 操作を設定する手順は、次のとおりです。 1. Studio キャンバスで操作を選択します。 2. **\[General (一般)\]**​ プロパティセクションで、センチメントを分析するプレーンテキストを ​**\[Prompt (プロンプト)\]**​ 項目に入力します。 この操作の XML 設定を次に示します。 ```xml ``` ### [](#出力設定)出力設定 この操作の応答には、入力テキストのセンチメントを含む JSON ペイロードが含まれます。また、トークン利用状況やセンチメントの詳細などの属性がメインペイロード内ではなくメタデータ (属性) の一部として含まれます。 JSON ペイロードの応答例を次に示します。 ```json { "response": "POSITIVE" } ``` 操作では、JSON ペイロードに加えて、トークン利用状況に関する情報が含まれる属性が返されます。次に例を示します。 ```json { "tokenUsage": { "outputCount": 2, "totalCount": 39, "inputCount": 37 }, "additionalAttributes": { "isPositive": "false" } } ``` ## [](#関連情報)関連情報 - [Using Anypoint Code Builder to Configure a Connector](https://docs.mulesoft.com/connectors/introduction/intro-config-use-acb) - [Studio を使用したコネクタの設定](https://docs.mulesoft.com/connectors/introduction/intro-config-use-studio) - [MuleSoft AI Chain Connector の概要](https://docs.mulesoft.com/jp/mulesoft-ai-chain-connector/1.0/) - [MuleSoft AI Chain Connector リファレンス](https://docs.mulesoft.com/jp/mulesoft-ai-chain-connector/1.0/mulesoft-ai-chain-connector-reference) - [MuleSoft ヘルプセンター](https://help.mulesoft.com) # チャット操作の設定 ## [](#chat-answer-prompt-操作の設定)Chat Answer Prompt 操作の設定 **Chat answer prompt**​ 操作は、設定済み LLM への簡単なプロンプト要求操作です。これはプレーンテキストプロンプトを入力として使用し、その応答にはプレーンテキストの回答が含まれます。 **Chat answer prompt**​ 操作を設定する手順は、次のとおりです。 1. Anypoint Code Builder または Studio キャンバスで操作を選択します。 2. 操作の ​**\[General (一般)\]**​ プロパティタブで、​**\[Prompt (プロンプト)\]**​ にプレーンテキストを入力します。 この操作の XML 設定を次に示します。 ```xml ``` ### [](#output-config)出力設定 この操作の応答には、メイン LLM 応答を含む JSON ペイロードが含まれます。 応答の例を次に示します。 ```json { "response": "The capital of Switzerland is Bern. It's known for its well-preserved medieval old town, which is a UNESCO World Heritage site. Bern became the capital of Switzerland in 1848. The Swiss parliament, the Federal Assembly, is located in Bern." } ``` この操作では、メイン JSON ペイロード内に含まれない属性も返されます。これには、トークン利用状況に関する情報が含まれます。次に例を示します。 ```json { "tokenUsage": { "outputCount": 9, "totalCount": 18, "inputCount": 9 }, "additionalAttributes": {} } ``` ## [](#chat-answer-prompt-with-memory-操作の設定)Chat Answer Prompt With Memory 操作の設定 **Chat answer prompt with memory**​ 操作は、マルチユーザーチャット操作の会話履歴を保持するのに役立ちます。 **Chat answer prompt with memory**​ 操作を設定する手順は、次のとおりです。 Unresolved include directive in modules/ROOT/pages/configuring-chat-operations.adoc - include::connectors::partial$t-configure-operations.adoc\[\] \* **Data** \+ 操作のプロンプトを含めます。 \* **Memory Name (メモリ名)** \+ 会話の名前。マルチユーザーサポートの場合、一意のユーザー ID を入力します。 \* **DB File Path (DB ファイルパス)**​ \+ 会話履歴を保存するメモリ内データベースへのパス。 \+ この項目では DataWeave 式を使用することもできます。次に例を示します。 \+ `#["/Users/john.wick/Desktop/mac-demo/db/" ++ payload.memoryName].` \* **Max Messages (最大メッセージ数)** \+ **\[Memory Name (メモリ名)\]**​ で定義された会話で記憶するメッセージの最大数。 この操作の XML 設定を次に示します。 ```xml ``` ### [](#出力設定)出力設定 この操作の応答には、メイン LLM 応答を含む JSON ペイロードが含まれ、追加のメタデータが属性に保存されています。 応答の例を次に示します。 ```json { "response": "I'm sorry, I do not have access to personal information such as your name." } ``` この操作では、メイン JSON ペイロード内に含まれない属性も返されます。これには、トークン利用状況に関する情報が含まれます。次に例を示します。 ```json { "tokenUsage": { "outputCount": 13, "totalCount": 44, "inputCount": 31 }, "additionalAttributes": { "memoryName": "memory", "maxMessages": "2", "dbFilePath": "/.../memory.db" } } ``` ## [](#関連情報)関連情報 - [Using Anypoint Code Builder to Configure a Connector](https://docs.mulesoft.com/connectors/introduction/intro-config-use-acb) - [MuleSoft AI Chain Connector の概要](https://docs.mulesoft.com/jp/mulesoft-ai-chain-connector/1.0/) - [MuleSoft AI Chain Connector リファレンス](https://docs.mulesoft.com/jp/mulesoft-ai-chain-connector/1.0/mulesoft-ai-chain-connector-reference) - [MuleSoft ヘルプセンター](https://help.mulesoft.com) # ツール操作の設定 ## [](#始める前に)始める前に ツール操作を使用するには、操作で API を正常に実行するために必要なすべての API 情報を含む ​`tools.config.json`​ ファイルを作成する必要があります。次に例を示します。 ```json [ { "action": "Execute POST requests for API endpoints.", "url": "http://check-inventory-material.cloudhub.io/mmbe", "name": "Check Inventory", "method": "POST", "headers": "Basic XXX", "example-payload": "{\n \"materialNo\": \"paramValue\"}", "query": [ "Check inventory in SAP", "Check Stock Overview", "Show product availability for MULETEST0", "Check the inventory for MULETEST0", "Check Stock for 400-110" ], "description": "Check inventory details for material in SAP by providing the materialNo as input for paramValue. Please use the materialNo and not materialNumber. This action applies whenever users' intent is 'Stock overview', 'product availability', 'Inventory', 'available stock'. Use the headers to perform the request." }, { "action": "Execute GET requests for API endpoints.", "url": "https://anypoint.mulesoft.com/mocking/api/v1/sources/exchange/assets/612eb739-4266-4f4c-bf2f-29953c153d80/accounts-api/1.0.1/m/accounts", "name": "Show Accounts", "method": "GET", "headers": "", "example-payload": "{}", "query": [ "Get all accounts", "Show all accounts from CRM" ], "description": "Get all accounts from a CRM. This action applies whenever users' intent is 'CRM accounts', 'customers', 'customer accounts', 'accounts'." }, { "action": "Execute GET requests for API endpoints.", "url": "https://anypoint.mulesoft.com/mocking/api/v1/sources/exchange/assets/7b99cead-a984-497b-9e6c-c16a3b4dcb76/employee-api/1.0.1/m/employees", "name": "Show Employees", "method": "GET", "headers": "", "example-payload": "{}", "query": [ "Get all employee information", "Show employees for the country Switzerland", "How many employees do we have", "Show a list of all employees" ], "description": "Get all information about employees. This action applies whenever users' intent is 'employees', 'workforce'." } ] ``` ツール配列内の各オブジェクトは自律エージェントで使用できるツールを表すため、各項目をできるだけ正確に記述することが重要です。 - `action` この項目では、次のオプションがサポートされます。 - API エンドポイントへの ​`Execute GET`​ 要求。 - API エンドポイントへの ​`Execute POST`​ 要求。 - `url` リソースパスを含むエンドポイントへの完全な URL。 - `name` 自然言語でのアクションの名前。 - `method` エンドポイントの HTTP メソッド。POST と GET のみがサポートされています。 - `headers` エンドポイントへの認証に必要な HTTP ヘッダー。基本認証のみがサポートされています。 - `example-payload` JSON 形式のサンプルペイロード。 - `query` このアクションを呼び出すためにユーザーが使用できるサンプルクエリ。 - `description` ツールの使用方法の詳細な説明。説明は、LLM が目的と使用方法を理解できる包括的なものである必要があります。 `tools.config.json`​ へのファイルパスにアプリケーションが実行時にアクセスできることを確認します。 ## [](#tools-use-ai-service-操作の設定)Tools Use AI Service 操作の設定 AI モデルがプロンプトに直接回答できないときに、外部ツールを使用できる自律エージェントを作成する場合、​**Tools use AI service**​ 操作が役立ちます。 **Tools use AI service**​ 操作を設定する手順は、次のとおりです。 Unresolved include directive in modules/ROOT/pages/configuring-tools-operations.adoc - include::connectors::partial$t-configure-operations.adoc\[\] \* **Data** \+ LLM に送信するプロンプト。 \* **Tool Config (ツール設定)** \+ `tools.config.json`​ ファイルへの完全なファイルパス。ファイルパスにアクセスできることを確認します。 この項目では DataWeave 式を使用することもできます。次に例を示します。 ```dataweave mule.home ++ "/apps/" ++ app.name ++ "/tools.config.json" ``` この操作の XML 設定を次に示します。 ```xml ``` ### [](#出力設定)出力設定 この操作の応答には、メイン LLM 応答を含む JSON ペイロードが含まれます。また、トークン利用状況やツール利用状況 (ブール値) などの属性がメインペイロード内ではなく属性の一部として含まれます。 プロンプトが「What is the capital of Switzerland? (スイスの首都は?)」の場合の JSON ペイロードのサンプル応答を次に示します。 ```json { "response": "The capital of Switzerland is Bern." } ``` 「Show me the latest account created in Salesforce (Salesforce で作成された最新の取引先を表示して)」など、プロンプトでツールを介した外部データへのアクセスを要求された場合、AI モデルは設定済みのツールを使用して情報を取得します。結果は次のようになります。 ```json { "response": "The latest account created in Salesforce is:\n\n- **Name:** MuleTalks\n- **Id:** 0010600002JKf42AAD\n- **Created Date:** 2024-07-10T20:21:36.000Z\n\nIf you have any further questions or need additional assistance, feel free to ask!" } ``` 操作では、JSON ペイロードに加えて、トークンとツールの利用状況に関する情報が含まれる属性が返されます。次に例を示します。 ```json { "tokenUsage": { (1) "outputCount": 9, "totalCount": 18, "inputCount": 9 }, "additionalAttributes": { (2) "toolsUsed": "true" } } ```
1 tokenUsage: 操作のトークン利用状況に関するデータを提供します。

  • outputCount

    応答で生成されたトークン数

  • totalCount

    入力と出力を含め操作全体で処理されたトークンの合計数

  • inputCount

    入力クエリまたはドキュメントから処理されたトークン数
2 additionalAttributes​ には、​toolsUsed​ のブール値が含まれます。

  • true

    応答を収集または生成するために API やインテグレーションなどの外部ツールが使用されました。

  • false

    外部ツールは使用されず、応答は内部ナレッジのみに基づきました。
## [](#関連情報)関連情報 - [Using Anypoint Code Builder to Configure a Connector](https://docs.mulesoft.com/connectors/introduction/intro-config-use-acb) - [Studio を使用したコネクタの設定](https://docs.mulesoft.com/connectors/introduction/intro-config-use-studio) - [MuleSoft AI Chain Connector の概要](https://docs.mulesoft.com/jp/mulesoft-ai-chain-connector/1.0/) - [MuleSoft AI Chain Connector リファレンス](https://docs.mulesoft.com/jp/mulesoft-ai-chain-connector/1.0/mulesoft-ai-chain-connector-reference) - [MuleSoft ヘルプセンター](https://help.mulesoft.com) # 画像生成操作の設定 ## [](#image-read-操作の設定)Image Read 操作の設定 **Image read**​ 操作では、プロンプトに基づいて画像を読み取って解釈します。現在、MuleSoft AI Chain Connector では OpenAI 画像モデルのみがサポートされています。 **Image read**​ 操作を設定する手順は、次のとおりです。 Unresolved include directive in modules/ROOT/pages/configuring-image-generation-operations.adoc - include::connectors::partial$t-configure-operations.adoc\[\] \* **Data** \+ 操作のプロンプトを含めます。 \* **ContextUrl**​ \+ 読み取る画像ファイルへの URL を含めます。 この操作の XML 設定を次に示します。 ```xml ``` ### [](#出力設定)出力設定 この操作の応答には、メイン LLM 応答を含む JSON ペイロードが含まれます。また、トークン利用状況などの属性がメインペイロード内ではなくメタデータ (属性) の一部として含まれます。 JSON ペイロードの応答例を次に示します。 ```json { "response": "The image depicts a group of men in what appears to be a stadium or arena setting. They are standing in the stands, with some looking agitated or engaged in a discussion." } ``` 操作では、JSON ペイロードに加えて、トークン利用状況に関する情報が含まれる属性も返されます。次に例を示します。 ```json { "attributes": { "tokenUsage": { "outputCount": 87, "totalCount": 187, "inputCount": 100 }, "additionalAttributes": {} } } ``` ## [](#image-generate-操作の設定)Image Generate 操作の設定 **Image generate**​ 操作では、LLM に送信されたプロンプトに基づいて画像を生成します。現在、MuleSoft AI Chain Connector では OpenAI 画像モデルのみがサポートされています。 **Image generate**​ 操作を設定する手順は、次のとおりです。 1. Studio キャンバスで操作を選択します。 2. **\[General (一般)\]**​ プロパティセクションで、画像を生成するためのプロンプト (​`payload.prompt`​ など) を使用して ​**\[Data (データ)\]**​ 項目を設定します。 この操作の XML 設定を次に示します。 ```xml ``` ### [](#出力設定-2)出力設定 この操作の応答には、生成された画像の URL を含む JSON ペイロードが含まれます。次に例を示します。 ```json { "response": "https://oaidalleapiprodscus.blob.core.windows.net/private/org-dP8odnP25FlwTi1fOMr1X7vO/user-Jyi0vNlYu4mjEBZl9Mu1lXBW/img-bEO12CWIRI7CkGUjfz5ajAlS.png" } ``` ## [](#関連情報)関連情報 - [Using Anypoint Code Builder to Configure a Connector](https://docs.mulesoft.com/connectors/introduction/intro-config-use-acb) - [Studio を使用したコネクタの設定](https://docs.mulesoft.com/connectors/introduction/intro-config-use-studio) - [MuleSoft AI Chain Connector の概要](https://docs.mulesoft.com/jp/mulesoft-ai-chain-connector/1.0/) - [MuleSoft AI Chain Connector リファレンス](https://docs.mulesoft.com/jp/mulesoft-ai-chain-connector/1.0/mulesoft-ai-chain-connector-reference) - [MuleSoft ヘルプセンター](https://help.mulesoft.com)