Oracle Cloud Infrastructureドキュメント

Select AI Agentについて

Select AI Agent(自律型エージェント・フレームワーク)は、自律型AIデータベース内で対話型エージェントと自律型エージェントを作成および管理するためのプログラムです。エージェントは、ReAct (Reasoning and Acting)エージェント・パターンを使用して、指定されたLLMのAIプロファイルを利用して、リクエスト、コール・ツール、結果を反映し、短期および長期のメモリーでコンテキストを維持します。

Select AI Agentを使用すると、RAGやNatural Language to SQL (NL2SQL)、カスタムPL/SQLプロシージャ、外部REST APIなどの組込みツールを使用してタスクを完了できます。このフレームワークは、マルチターン・メモリーを保持し、会話間のコンテキストを維持します。これらの機能はともに、エンタープライズ・データおよびワークフローと統合された、コンテキスト対応のスケーラブルな生成AIをサポートします。

DBMS_CLOUD_AI_AGENTパッケージは、管理、オーケストレーションおよびセキュリティの境界をカプセル化します。詳細は、DBMS_CLOUD_AI_AGENTパッケージを参照してください。

トピック

  • Select AIエージェントの機能
    主な機能には、統合インテリジェンス、柔軟なツール、コンテキスト対応の会話、迅速な導入が含まれます。
  • ReActロジック
    Select AI Agentは、ReAct (Reasoning and Acting)ロジックを使用します。このロジックでは、エージェントがリクエストに関する理由、ツールの選択、アクションの実行、および目標を達成するための結果の評価を行います。
  • Select AI Agentのアーキテクチャ
    Select AI Agentは、作業をプランニング、ツール使用、リフレクションおよびメモリー管理の4つのレイヤーに編成します。これらのレイヤーは、推論、ツール実行、評価およびコンテキスト・マルチターンの相互作用を調整します。

親トピック: Select AIエージェント

Select AI Agentの機能

主な機能には、統合インテリジェンス、柔軟なツール、コンテキスト対応の会話、迅速なデプロイメントが含まれます。

  • 統合インテリジェンス:

    計画、ツールの使用、およびリフレクションを組み合わせることで、エージェントはタスクについての推論、ツールの選択と実行、結果の観察、計画の調整、会話全体の応答の改善を行うことができます。エージェントは、ステップの計画、ツールの実行、観察の評価、および結果が期待を裏切った場合のアプローチの更新を行います。このループは、精度を強化し、リワークを減らし、会話を順調に進めます。

  • 柔軟なツール:

    オーケストレーション・コンポーネントや個別のインフラストラクチャなしで、組込みのRAGおよびNL2SQL、カスタムPL/SQLプロシージャおよび外部RESTサービスをサポートおよび使用できるため、必要に応じて外部機能を統合しながら、データベースのコア・ロジックを保持できます。

  • コンテキスト対応の会話:

    短期および長期のメモリを維持して、状況を交互に維持し、応答をパーソナライズし、好みを保存し、マルチターンセッション中の修正や確認のための人間的な制御をサポートします。短期記憶は現在の対話を一貫させる。長期的なメモリは、好みと以前の結果を記録し、人間のレビュー担当者によるフォローアップのやりとりや監視をサポートします。

  • スケーラブルでセキュア:

    自律型AIデータベース内で実行し、セキュリティ制御、監査、パフォーマンスを継承し、データ移動を削減し、エンタープライズ・デプロイメントおよび規制環境のガバナンスを大規模に標準化します。エージェントは、データベースのセキュリティ、監査およびパフォーマンスの特性を利用します。処理をデータに近づけることで、移動が減少し、ガバナンス・プラクティスに準拠します。

  • より高速な開発:

    使い慣れたSQLとPL/SQLでエージェント、タスク、ツールを定義し、既存のプロシージャを再利用し、機能をより迅速に出荷するとともに、ロジックを運用データとチームに近い状態に保ちながら、個別のインフラストラクチャを構築する必要はありません。

ReActロジック

Select AI Agentでは、ReAct (Reasoning and Acting)ロジックを使用して、エージェントがリクエストに関する理由、ツールの選択、アクションの実行、および目標を達成するための結果の評価を行います。

ReActは、推論とアクションをループに結合します。エージェントは、ツールを考え、選択し、結果を観察し、確実な回答を提示できるようになるまで繰り返します。指定されたユーザーのAIプロファイルLLMは、ツールを介して推論とアクションを交互にします。データベースはこれらのアクションを処理し、観測結果を返します。

各反復のパターンを次に示します。

  1. 問合せ: ユーザーが質問をするか、リクエストを入力します。エージェントはそれを読み取り、重要な詳細を抽出して、次のステップを計画する準備をします。

  2. 思考と行動: エージェントは、オプションに関する理由からツールを選択し、タスクに必要なデータを収集したり、状態を変更したりします。

  3. 監視: 監視には、ツールまたは問合せ結果、確認メッセージおよびエラーが含まれます。これらは、エージェントの次の推論ラウンドへの入力になります。エージェントは観察を記録し、結果が次のステップをサポートしているか最終応答をサポートしているかを確認します。

  4. 最終応答: 十分な思考行動と観察が成功した後、エージェントは明確な回答を作成し、重要な決定を説明し、次のステップまたはフォローアップアクションを共有します。

Select AIエージェント・アーキテクチャ

Select AI Agentは、作業を、Planning、Tool Use、Reflection、およびMemory Managementの4つのレイヤーに編成します。これらのレイヤーは、推論、ツール実行、評価およびコンテキスト・マルチターンの相互作用を調整します。

Planning: Planningは、ユーザー・リクエストを解釈し、順序付けされたアクションに分割し、候補ツールを選択し、セッション・コンテキスト、前回の結果および関連するナレッジを使用してプランをドラフトします。エージェントは、リクエストを分析し、欠落している詳細を識別して、順序付けられた一連のアクションを提案します。ポリシー、データ・スコープおよび予想される結果に適合するツールを選択します。

ツールの使用: 「ツールの使用」では、各アクションのツールが選択および実行されます。サポートされているタイプには、RAG、NL2SQL、ツールの作成時に追加できるカスタムPL/SQLプロシージャ、およびWeb検索やEメールなどの外部RESTサービスがあります。各ステップでは、パラメータを含むツールがコールされます。組込みツールは、取得およびSQL生成を処理します。カスタムPL/SQLは、ドメイン・ロジックをカプセル化します。RESTツールは外部サービスに接続します。

リフレクション: リフレクションは、期待値に対してツールの結果を評価し、最終レスポンスに進みます。エージェントは観察と目標を比較します。結果が間違っているか、ツール・コール・エラーまたはユーザーが承認されなかった結果がある場合、エージェントは推論を改訂するか、別のツールを選択するか、プランを更新してから再試行してください。結果が合わない場合、プランを調整したり、異なるツールを選択したり、続行する前に明確な質問をすることがあります。Select AI Agentの思考は、USER_CLOUD_AI_CONVERSATION_PROMPTSを使用して問い合せることができます。詳細は、DBMS_CLOUD_AIビューを参照してください。

メモリー管理: メモリー管理には、エージェント・チームごとにセッション・コンテキストおよびナレッジが格納されます。短期メモリは、エージェントチームごとに最近のメッセージと中間結果を保持します。長期メモリは、好み、履歴、戦略を記録し、継続性、パーソナライゼーション、計画を改善します。長期メモリはセッション全体で有用な知識を維持し、エージェントチーム全体のガイダンスと応答品質を向上させます。