AIエージェント

AI と対話する基本画面です。モデルの選択、生成パラメータの調整、ツール呼び出し、ナレッジ(RAG)の利用、API からの呼び出しまでを扱います。

モデルを選ぶ

画面上部の モデル選択 から利用する LLM を選びます。

• Installed Models — すぐ使えるモデル。
• Not Installed（推奨） — 未ダウンロードのモデル。選択するには Ollama 版で ollama pull <モデル名> が必要です（選択不可表示）。
• ビジョン対応モデル（llava / gemma3 / qwen3-vl など）を選ぶと、画像をそのまま渡して解析できます（高精度画像処理）。添付の読み取り方式は画像・添付ファイルの扱い方を参照してください。

埋め込みモデルは対話用モデルとは別枠で、RAG や添付処理に使われます。

生成パラメータ

上部の Parameters（歯車） から調整します。変更は即時反映され、ポップオーバーを閉じる必要はありません。Reset で既定値に戻ります。

思考(reasoning)の表示

Thinking 対応モデル（deepseek-r1 / qwq / gpt-oss など）では、回答前の思考過程を折りたたみ表示できます。Thinking を有効にすると、難しい質問でモデルがより深く推論します。思考の深さは内部で reasoning_effort として Ollama / vLLM / クラウドの各バックエンドに統一的に渡されます。思考に対応しないモデルでは無視されます。

ツール呼び出し

上部の Tools（レンチ） から、モデルが使えるツールを有効化します。対応モデルでのみ表示されます。

組み込みツールの一覧

ツールを有効化すると、モデルは下記の組み込みツールを必要に応じて呼び出します（参照できる範囲は、上で選んだスコープに従います）。ツール実行の承認画面には、ここでのツール名がそのまま表示されます。

これらの組み込みツールは、チャット・MCP・パイプラインから共通で利用されます。

画像・添付ファイルの扱い方

文書・画像をどう読み取るかは、Vision設定 の「文書の読み取り方式」で選びます（チャット添付・RAG 取り込みで共通の設定です）。

• ファイル処理 / ベクトル処理では、添付はテキストに変換して回答に反映しつつ、その会話専用の一時的なナレッジとしても保存されます（その会話が続く間だけ検索対象になり、会話が終わると消えます）。
• 高精度画像処理はビジョン対応のチャットモデルが必要です。大きな文書はモデルのコンテキスト上限を超えることがあり、その場合はエラーが表示されます（自動で他の方式には切り替わりません）。
• RAG管理での取り込みは検索用の索引化が前提のため、ファイル処理 / ベクトル処理から選びます（高精度画像処理は選べません）。

ナレッジ(RAG)をチャットで使う

RAGナレッジ からナレッジ(Bot)を選ぶと、その文書を根拠に回答します（複数選択可）。回答には参照元が示されます。

RAG設定 で検索の挙動を、Vision設定 で文書・画像の読み取りを調整できます。

タイル分割（高精度モード）

大きな図面や文字の細かい資料は、画像全体を 1 枚で解析すると縮小されて小さな寸法・文字が潰れることがあります。タイル分割を 2〜4 に設定すると、全体画像に加えて画像を格子状（2×2〜4×4）に分割した高解像度タイルを同時にモデルへ渡し、全体の文脈を保ったまま細部を読み取ります。

• 効く場面：A1/A0 級の図面・寸法や注記の多い技術資料・小さな文字の帳票
• 適用範囲：チャットの画像添付、RAG 取り込み時の解析、パイプラインの画像処理（画像 AI 入力 / 画像説明）、AI エージェントのファイル読み取り
• 画像が小さい場合（短辺 1000px 未満）は分割の効果がないため、自動的に分割なしで処理します

API から使う

DigitalBase は OpenAI 互換の /v1/chat/completions を提供します。チャット画面と同じ機能（クラウド振り分け・画像・OCR・ツール・RAG・思考）を API から利用できます。

curl http://localhost:8000/v1/chat/completions \
  -H "Authorization: Bearer sk-..." \
  -H "Content-Type: application/json" \
  -d '{
    "model": "<モデル名 または asst_<アシスタントID>>",
    "messages": [
      {"role": "system", "content": "あなたは社内アシスタントです"},
      {"role": "user", "content": "こんにちは"}
    ],
    "temperature": 0.7,
    "stream": true
  }'

• messages の system ロールがシステムプロンプトになります。
• model に アシスタント ID（asst_...）を指定すると、そのアシスタントの設定（モデル・温度・ツール・RAG など）が全て適用され、呼び出し側は messages だけ送れば動きます。
• RAG の参照元は応答の x_digitalbase.sources に含まれます。

認証には API キー（sk-）を使います。発行方法・IP 制限・利用上限はAPIアクセスキーを、エンドポイント詳細はOpenAI 互換 APIを参照してください。