Agent Cloud

Agent Cloudはサービスを終了し、現在は利用できません。

Agent Cloudとは何でしたか？

Agent Cloudは、企業がプライベートな大規模言語モデル（LLM）チャットアプリケーションを構築および展開できるように設計されたオープンソースプラットフォームでした。チームが安全にデータとやり取りできるようにし、さまざまなAI駆動型アプリケーション向けの堅牢なソリューションを提供しました。

主な機能：

• ベクターデータベースのデータ同期： Agent Cloudは、検索拡張生成（RAG）のために最新のベクターデータにアクセスできる、データ接続されたエージェントの作成を促進しました。
• 多様なデータ取り込み： このプラットフォームは、ファイル（PDF、DOCX、TXT、CSV）やデータベース（PostgreSQL、Snowflake、BigQuery）など、260以上のソースからのデータ取り込みをサポートし、特定のテーブルと列を選択するオプションを提供しました。
• データ準備： Agent Cloudを使用すると、ユーザーはOpenAIのtext-embedding-3-smallのようなモデルや、BGE/baseのようなオープンソースの代替手段を活用して、指示付きでデータを分割、チャンク化、埋め込むことができました。
• ベクターデータストレージ： 埋め込まれたデータはベクターデータベース内に保存され、セルフホストデプロイメント用のQdrantやPineconeのような主要なオプションをサポートしました。
• スケジュールされたデータ更新： ユーザーは、ソースからのデータ同期の頻度を設定して、手動、スケジュールされた、またはcronベースの更新を介して最新のデータへのアクセスを確保できました。
• LLMに依存しない設計： Agent CloudはLLMに依存しないように設計されており、ユーザーは独自のオープンソースモデルを接続したり、OpenAIを活用したりできました。自己管理ユーザーは、完全なプライバシーのためにローカルでホストされているモデルに接続できました。

Agent Cloudの仕組み：

1. データソースの選択： ユーザーは、Confluenceのようなシステムや直接ファイルアップロードなど、コネクターのコレクションからデータソースを選択しました。
2. データ準備： OpenAIのtext-embedding-3-smallまたは埋め込み用のオープンソースモデルを使用するオプションを使用して、データを分割およびチャンク化する方法に関する指示が提供されました。
3. ベクターストレージ： プラットフォームは、埋め込まれたデータをベクターデータベースに保存しました。
4. データ同期： ユーザーは、ソースからデータを同期する頻度を設定しました。
5. チャットインターフェース： エージェントは、ユーザーが選択したLLMで作成され、同期されたデータとのチャットセッションを可能にしました。

使用例：

• RAGチャットアプリケーションの構築： Agent Cloudは、チャットインターフェースまたはAPIを介して同期されたデータを直接クエリするためのチャットアプリケーションの作成を可能にしました。
• プライベートデータインタラクション： チームは組織内でAIアプリに安全にアクセスでき、オープンソースアプリをインフラストラクチャにデプロイし、LLMをオンプレミスで実行することで、データプライバシーを確保しました。

Agent Cloudの対象者は誰でしたか？

Agent Cloudは、自分自身とチームのためにAIアプリケーションを構築しようとしている開発者およびエンジニアを対象としており、シングルエージェントチャットアプリ、マルチエージェントチャットアプリ、およびナレッジ検索アプリを作成するためのプラットフォームを提供しました。

Agent Cloudはサービスを終了しましたが、サイトはアーカイブ目的でオンラインのままです。