ja usage pipelines readme
パイプラインは、メッセージを受信した後の処理フローと、大規模言語モデルとの情報交換を制御します。各ボットは1つのパイプラインにバインドでき、同じパイプラインは複数のボットにバインドできます。
LangBotは最初の起動時にデフォルトパイプラインを自動的に作成します。ボットを作成すると、自動的にデフォルトパイプラインにバインドされます。最初のモデルを作成すると、自動的にデフォルトパイプラインのモデルとして設定されます。
異なるシナリオに適応するために、異なるボット用に複数のパイプラインを作成できます。
現在、パイプラインでは以下の機能を設定できます:
以下を選択して使用できます: 組み込みエージェント、Dify、n8n
AI機能は主に2つの部分に分かれています: ランナーの選択とランナーパラメータの設定。
ランナーは、メッセージを処理するために大規模モデルをスケジュールする方法を定義します。デフォルトは組み込みエージェントで、これはLangBotによって実装された複数ラウンドのエージェント戦略です。このランナーが選択されている場合のみ、LangBot内で設定されたモデルとツールが使用されます。
{/* 
*/}
Dify、n8nなどの外部Agent プラットフォームを使用することもできます。この場合、使用されるモデル、プロンプト、ツール、その他のリソースはAgent プラットフォームによって提供されます。
- Difyへの接続の詳細手順は、チュートリアルを参照してください。
- n8nへの接続の詳細手順は、チュートリアルを参照してください。
外部Agent プラットフォームを使用する場合、LangBotは以下のパラメータを明示的に渡します。これらをAgent プラットフォームワークフローの開始ノードに追加できます(以下の画像はDifyの例です):
-
launcher_type: ランチャーオブジェクトタイプ、プライベートチャットの場合はperson、グループチャットの場合はgroup -
launcher_id: ランチャーオブジェクトID、プライベートチャットの場合はユーザーID、グループチャットの場合はグループID -
sender_id: 送信者ID -
user_message_text: ユーザーメッセージのプレーンテキスト -
session_id: ユーザーセッションID、プライベートチャットの場合はperson_<id>、グループチャットの場合はgroup_<id> -
conversation_id: 文字列、ユーザーセッションID、LangBotによって生成されます。ユーザーがセッションをリセットした後に再生成されます -
msg_create_time: 数値型、このメッセージが受信されたタイムスタンプ(秒) -
group_name: グループ名、グループメッセージを受信した場合のみ設定されます -
sender_name: 送信者名
設定フォームの説明を参照してください。