MuleSoft AI Chain Connector 1.0 - Mule 4

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

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

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

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

前提条件を満たしたら、『Anypoint Studio』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。