AIエージェント

AI と対話する画面。モデルの選択、生成パラメータ、ツール、画像・動画の生成、ナレッジ(RAG)、API からの利用を扱う。

モデルを選ぶ

画面上部のモデル選択で LLM を選ぶ。一覧には管理者が用意したモデルが並び、名前で検索できる。

• ビジョン対応モデル（llava / gemma3 / qwen3-vl など）は、画像をそのまま読み取れる（画像・添付ファイルの扱い方）。
• 使いたいモデルが一覧に無い時は、管理者に追加を依頼する（モデル管理）。

生成パラメータ

画面上部の Chat設定 で調整する。変更はすぐに反映される。すべて既定に戻す で既定値に戻る。

• モデル既定 の項目は値を送らず、推論サーバーに任せる。項目の右のチップで カスタム に切り替えると値を指定できる（History Limit は 自動 と カスタム）。
• History Limit の上限と、入力に使えるコンテキスト長は管理者が設定する。

思考(reasoning)の表示

思考に対応したモデル（deepseek-r1 / qwq / gpt-oss など）では、回答の前に考えた過程を折りたたんで表示する。

考える深さは Thinking Mode で選ぶ（Off にすると考えずに答える）。対応していないモデルでは無視される。

ツール呼び出し

画面上部の Tool設定（レンチ）で、AI が使える範囲と承認の仕方を選ぶ（ツール呼び出しに対応したモデルのみ）。

ツール承認モード

AI に使わせる範囲

個人フォルダ（myfile/）は選ばなくても常に使える。ファイル操作とシェルも選ばずに動く（高度データ分析は選んだ時だけ）。

AI ができる操作

ツールを使える時、AI は選んだ範囲の中で次の操作をする。同じ操作は MCP やフロー構築からも使える。

• ファイル — 一覧・読み取り・作成・編集・名前の変更・移動・削除、ファイル名や中身の検索
• データ — データセットや DB 接続の表を調べ、読み取り専用の SQL で集計する
• ナレッジ — ナレッジの一覧と意味検索
• 接続 — 接続フォルダの確認と、API 接続の呼び出し
• ワークフロー — フローを入力値付きで起動し、結果を確かめる
• 作業の分担 — 大きな仕事を切り分けて、子の会話（サブエージェント）に並行して任せる。子は同じモデル・同じ範囲で動く。承認は親の承認モードに従う
• 実行 — Python とシェルをサンドボックスで実行する。書き込めるのは個人フォルダと、選んだ共有・外部フォルダ（本人の権限どおり）だけ

ファイルの変更・削除や実行は、ツール承認モードに従う。

使ったツールの表示

ツールを使った回答の上に 「ツールを N 個使用」 と表示される。

開くと、実行した順にツール名・要約・所要時間・結果の先頭が並ぶ（失敗は赤い ✗）。この記録は会話履歴に保存される。

回答の中のファイルパスはクリックするとプレビューできる。

画像生成

会話の中で必要になると、AI が画像を生成・編集する。切り替えボタンや承認は要らない（ツール呼び出しに対応したモデルのみ）。

• 編集 — 添付した画像や生成した画像を元に編集する。元の画像は変更しない。
• 複数画像の合成 — 最大 4 枚を 1 枚に合成する（エンジンによっては 1 枚目だけを使う）。
• 画像のキープ — 添付・生成した画像は入力欄の上にチップとして残る。次の依頼はその画像の編集になる。× で外すと新しく生成する。
• 保存 — 個人フォルダ/generated-images/ に日時付きで新しく保存される（添付は attachments/ 配下）。

画像生成は、管理者が画像生成のエンジンを設定すると使えるようになる（モデル管理・環境変数の「画像生成」）。

API キーからは /v1/images/generations / /v1/images/edits でも使える（OpenAI 互換 API）。

動画生成

会話の中で依頼すると、短い動画（1〜15 秒）を生成する。切り替えボタンや承認は要らない（ツール呼び出しに対応したモデルのみ）。

• 画像から動画 — 添付・生成した画像を最初のコマにして生成する。対応するモデルでは参照画像を 4 枚まで使える。
• 生成中 — 数十秒〜数分かかる。回答の下に「動画を作成中…」と表示され、待っている間も他の操作ができる。カードの「中止」で止められる。
• 保存 — 個人フォルダ/generated-videos/ に日時付きの mp4 で新しく保存される。

動画生成は、管理者が動画生成のエンジンを設定すると使えるようになる（環境変数の「動画生成」）。

API キーからは /v1/videos でも使える（OpenAI 互換 API）。

画像・添付ファイルの扱い方

Vision設定 の「文書の読み取り方式」で選ぶ。チャットの添付と RAG の取り込みで共通。

• ファイル処理 / ベクトル処理で添付したファイルは、その会話専用の一時ナレッジとしても保存される（会話が終わると削除される）。
• 高精度画像処理にはビジョン対応モデルが必要。コンテキストの上限を超えるとエラーになる。

ナレッジ(RAG)をチャットで使う

RAGナレッジ でナレッジ(Bot)を選ぶと、その文書を根拠に回答し、参照元を表示する（複数選べる）。

検索は RAG設定、読み取りは Vision設定 で調整する。

チャンクの大きさと重なりは、取り込んだ時に決まる。

根拠づけと文脈の上限

• 出典 — 回答の中で出典を [Source N] の形で示す。ナレッジの内容をどこまで優先するかは管理者が設定する。
• 文脈の上限 — 参照する文書は、モデルのコンテキスト長に収まるよう自動で減らされる。
• 入力の上限 — 既定では制限は無い。管理者が文字数・画像の枚数・添付のサイズに上限を設けている場合、超えると送信できない（環境変数）。

タイル分割（高精度モード）

全体の画像に加えて、格子状（2×2〜4×4）に分けた高解像度のタイルをモデルに渡す。

A1/A0 の図面や小さな文字の帳票に向く。チャットの添付・RAG の取り込み・フロー構築の画像処理に使われる。

分割数を上げるほど処理時間と GPU の負荷が増えるので、通常は分割なしにする。

音声入力と読み上げ

• 音声入力 — 入力欄のマイクボタンで録音し、文字に起こす。管理者が文字起こしを導入している場合に表示される。HTTP で接続している時は、録音ファイルから入力する。
• 読み上げ — 回答の下の 🔊 ボタンで読み上げる。
• 設定（設定 > 音声）— 認識する言語・自動送信・自動読み上げ・声・速度を選べる。読み上げエンジンが導入されていれば、サーバーの声も選べる。

API から使う

OpenAI 互換の /v1/chat/completions で、チャット画面と同じ機能を使える。

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
  }'

• 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がすべて使われる。
• RAG の参照元は xdb.sources、実行したツールは xdb.tool_steps で返る（詳細）。

認証には API キー（sk-）を使う。APIアクセスキー・OpenAI 互換 APIを見る。