19 Select AI Agent

Select AI Agent (自律型エージェント・フレームワーク)を使用すると、Autonomous AI Database内に対話形式の自律型エージェントを作成し、計画、ツールの使用、リフレクション、およびメモリーを組み合せて、複数ターンのワークフローを実現できます。

• 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、Autonomous AI Database内に対話形式の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、リクエストに関して推論し、ツールをコールして、結果を反映し、ReAct (推論とアクション)エージェント型パターンを使用して、AIプロファイルで指定されたLLMによって提供される短期記憶および長期記憶でコンテキストを維持します。

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、Autonomous AI Database内に対話形式の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、リクエストに関して推論し、ツールをコールして、結果を反映し、ReAct (推論とアクション)エージェント型パターンを使用して、AIプロファイルで指定されたLLMによって提供される短期記憶および長期記憶でコンテキストを維持します。

Select AI Agentを使用すると、RAGやNL2SQL (自然言語からのSQL)、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、複数ターンのメモリーを保持し、会話間のコンテキストを維持します。これらの機能を組み合せることで、企業データおよびワークフローと統合されたスケーラブルでコンテキストを認識した生成AIがサポートされます。

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境界をカプセル化します。詳細は、unresolvable-reference.html#GUID-39C4A94B-C07A-4A76-8412-BEEA667C259Bを参照してください。

トピック

• Select AI Agentの機能
  主な機能には、統合されたインテリジェンス、柔軟なツール、コンテキストを認識した会話、および迅速なデプロイメントが含まれます。
• ReAct Agenticパターン
  Select AI Agentでは、ReAct (推論とアクション)エージェント型パターンが使用され、リクエストに関する推論、ツールの選択、アクションの実行、および結果の評価を行って目標を達成します。
• Select AI Agentのアーキテクチャ
  Select AI Agentは、作業を計画、ツールの使用、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の複数ターンの対話を調整します。

Select AI Agentの機能

主な機能には、統合されたインテリジェンス、柔軟なツール、コンテキストを認識した会話、および迅速なデプロイメントが含まれます。

• 統合されたインテリジェンス:

  計画、ツールの使用およびリフレクションを組み合せることで、エージェントはタスクに関する推論、ツールの選択と実行、結果の観察、計画の調整、および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、ステップを計画して、ツールを実行し、観察事項を評価して、結果が期待を満たさない場合にアプローチを更新します。このループは、精度を高め、やり直しを減らし、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を使用せずに、組込みのRAGと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するため、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・ロジックを維持できます。

• コンテキストを認識した会話:

  短期記憶および長期記憶を維持して、ターン間でコンテキストを維持し、応答をパーソナライズして、設定を保存し、複数ターンのセッション中に修正と確認を行うためのヒューマン・イン・ザ・ループ制御をサポートします。短期記憶は、現在の対話を一貫して維持します。長期記憶は、人間のレビュー担当者によるフォローアップの会話と監視をサポートし、設定と以前の結果を記録します。

• スケーラブルで安全:

  Autonomous AI Database内で実行して、セキュリティ制御、監査およびパフォーマンスを継承し、データ移動を削減して、大規模なエンタープライズ・デプロイメントおよび規制環境のガバナンスを標準化します。エージェントには、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特性による利点があります。処理をデータの近くに保つことで、移動が減少し、ガバナンス・プラクティスにあわせて調整されます。

• 迅速な開発:

  使い慣れたSQLおよびPL/SQLを使用してエージェント、タスクおよびツールを定義し、既存のプロシージャを再利用して機能をより迅速に出荷すると同時に、個別のインフラストラクチャを構築することなく、ロジックを運用データとチームの近くに維持できます。

ReActエージェント型パターン

Select AI Agentでは、ReAct (推論とアクション)エージェント型パターンが使用され、リクエストに関する推論、ツールの選択、アクションの実行、および結果の評価を行って目標を達成します。

ReActは、推論とアクションをループ内で組み合せます。エージェントは、思考し、ツールを選択して、結果を観察し、自信を持って回答できるまで繰り返します。ユーザーのAIプロファイルで指定されたLLMは、ツールによる推論とアクションを交互に行います。データベースはこれらのアクションを処理して観測事項を返します。

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、次のステップを計画する準備をします。

2. 思考とアクション: エージェントはオプションについて推論して、ツールを選択し、それを実行してデータを収集するか、タスクで必要な場合はステータスを変更します。

3. 観察事項: 観察事項には、ツールまたは問合せの結果、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への入力になります。エージェントは観察事項を記録し、結果が次のステップまたは最終応答をサポートしているかどうかをチェックします。

4. 最終的な応答: 十分な思考アクション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 Agentのアーキテクチャ

Select AI Agentは、計画、ツールの使用、リフレクションおよびメモリー管理の4つのレイヤーに作業を整理します。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の複数ターンの対話を調整します。

計画: 計画は、ユーザー・リクエストを解釈して、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て、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計画のドラフトを作成します。エージェントは、リクエストを分析して、欠落している詳細を特定し、順序付けされた一連のアクションを提案します。ポリシー、データ・スコープおよび期待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検索や電子メールなどの外部RESTサービスが含まれます。各ステップで、パラメータを使用してツールを呼び出します。組込みツールは、取得と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、ツールの結果を期待値に照らして評価し、最終応答に進みます。エージェントは観察事項と目標を比較します。結果が間違っている場合、ツールのコール・エラーがある場合、またはユーザーが承認し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、計画を更新してから再試行します。結果が適合しない場合は、計画の調整または異なるツールの選択を行うか、続行する前に明確な質問をすることがあります。Select AI Agentの思考内容は、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、unresolvable-reference.html#GUID-5C826A3E-E60B-4D1C-AD0B-E385F6ECEBA5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。短期記憶は、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。長期記憶は、設定、履歴および戦略を記録し、継続性、パーソナライズおよび計画を向上させます。長期記憶は、セッション間で有用な知識を維持し、エージェント・チーム全体で時間の経過とともにガイダンスと応答の品質を向上させます。