高度なオーケストレーション

高度なオーケストレーション構築アシスタントと応用

開始

開始ノード：ワークフローの開始ノードであり、ワークフローを起動するために必要な情報を設定するために使用します。

入力：簡単に言えば、LLMがタスクを完了するために必要な基本情報（入力パラメータ）を事前に伝えることです。使用時には、LLMがこれらの情報要求を記憶し、対話中にタスクを起動するタイミングを検出すると、事前に設定されたパラメータを自動的に呼び出し、対応する位置に配置して、全体のプロセスを開始します。

必要な入力変数名を定義できます。

モデル

モデル：大規模言語モデルを呼び出し、変数とプロンプトを使用して応答を生成します。

入力：既存のモデルをプルダウンで選択し、入力変数名を選択します。

メッセージ：対話に高次の指導を提供します。

ユーザーメッセージ：モデルに指示、質問、またはテキストベースの入力を提供します。

💡 ヒント：前置ノードに接続してから、他のノードの変数を現在のノードの入力変数として選択できます。

スキル

現在、デフォルトで3種類のスキルを高度なオーケストレーションに追加できます：ネット検索、テキストから画像生成、ウェブページ読み取り

それぞれのスキルに対して、queryやurlの前置ノード変数を入力として使用し、対応する出力変数を取得できます。

コード

コード：コードを記述し、入力変数を処理して戻り値を生成します。

入力：外部から渡される変数を受け取るために使用され、コード実行に必要なデータの入口となり、後続のコード処理に原始データを提供します。

コード設定：コード実行に関連するパラメータを設定（例：最大実行時間）し、コード記述エリアを提供します。ここで入力変数を処理するロジックを記述します。

出力：コードが入力データを処理した後、結果を指定された変数形式で出力します。これがコード処理結果の出口となります。

セレクター

セレクター：プロセスオーケストレーションにおいて条件判断の役割を果たします。複数の下流分岐を接続し、設定された条件に基づいて実行パスを決定します。

条件分岐：複数の条件を設定できます（例：「if - 優先度 1」）。変数を参照し、条件（例：等しい、大きいなどの比較ロジック）を選択し、比較値を設定することで条件が成立するかどうかを判断します。成立した場合、対応する分岐プロセスを実行します。

ナレッジベース

入力：変数名を定義し、パラメータ値を設定することで、ナレッジベース検索に必要なキーワードなどの原始データを提供します。

ナレッジベース：特定のナレッジベースを検索範囲として選択し、システムはこの範囲内で一致する情報を検索します。

最大リコール数：ナレッジベースから返される一致結果の最大数を設定でき、過剰なデータの返却を防ぎます。

出力：ナレッジベースから検索された一致情報を指定された変数形式で出力し、後続のプロセスで使用します。

意図認識

意図認識：自然言語処理の重要な段階であり、このモジュールはユーザー入力内容を分析し、その真の意図を特定して事前設定されたオプションに一致させる役割を果たします。

モデル：意図認識に使用するモデルを選択します。モデルは意図認識の能力と効果を決定します。

意図マッチング：ユーザーの意図を事前に入力してマッチング基準として使用できます。また、他の意図を追加することも可能で、システムはこれに基づいてユーザー入力がどの事前設定意図に一致するかを判断します。

高度な設定：システムプロンプト内容を設定でき、入力変数を参照してプロンプト効果を最適化することが可能です。また、履歴記憶数を設定して、モデルが過去の対話情報を参考にして認識精度を向上させることができます。

テキスト

テキスト：主に文字列型変数のフォーマットを処理するために使用されます。

入力：変数名を定義し、参照方式でパラメータ値を取得して、後続のテキスト処理に原始文字列データを提供します。

文字列結合：テキスト編集エリアを提供し、必要に応じて変数名方式で入力変数を参照し、複数の文字列を結合するなどのフォーマット処理を行います。

ファイル処理

ファイル処理：ファイル内容を検索するなどの操作を行う機能モジュールです。

入力：変数名を定義し、パラメータ値を参照して検索キーワードなどの入力情報を提供し、ファイル内容の検索基準を設定します。

ファイル：このノードに処理対象のファイルを追加し、検索するファイル範囲を確定します。