メインコンテンツまでスキップ

DOCS

ヘルプとコミュニティ

よくある質問、関連資料、クォータ、リリースノート、用語集。

用語集

  1. Workspace ワークスペース​

    Asgard AI SaaS プラットフォームで、プラン契約の最小の課金単位です。

  2. Project プロジェクト​

    ワークスペースの下に、契約プランの範囲内でプロジェクトを作成できます。ナレッジベース、設定、App といったプロジェクト内のリソースは共有されます。

  3. Collection コレクション​

    ワークフローの集合です。workflow set と考えるとわかりやすいです。

  4. Workflow ワークフロー​

    processor をつないで組み立てた流れで、始点と終点を持ちます。

  5. Processor 処理ノード​

    処理の最小単位です。Flow 系は Entry、Exit、Router、Message 系は Push Message と Listen Message、動作系は Update Context と Execute Script、モデル系は Generate Embedding、LLM Completion、Stream LLM Completion、Query 系は SQL と Retrieve Knowledge、API 系は HTTP Request、そして Automation Tool 固有の Validate Request と Response があります。

  6. Environment 環境​

    バージョン管理に使う環境です。collection は既定で main 環境の下に作られます。

  7. Knowledge Base Storage ナレッジベースのストレージ​

  8. Segments セグメント​

  9. Loaders 知識の取り込み​

    知識取り込みの自動スケジュールです。

  10. Workspace Owner ワークスペースのオーナー​

  11. Entry 始点​

    ワークフローの始点です。

  12. Exit 終点/転送点​

    ワークフローの終点、または別のワークフローへ引き継ぐ転送点です。

  13. Push Message メッセージの出力​

    応答の内容をそのまま送信します。

  14. Listen Message メッセージ入力の待機​

    メッセージの入力を待ちます。

  15. Router 条件分岐と経路の決定​

    If、Else If、Else の条件でワークフローが進む経路を決めます。

  16. Update Context データ内容の更新​

    内容の更新や変数の初期化に使います。

  17. Execute Script スクリプトの実行​

    カスタムのスクリプトを実行します。

  18. Generate Embedding 埋め込みの生成​

    テキストをベクトル(Embedding)に変換します。

  19. LLM Completion 大規模言語モデル​

    大規模言語モデルを呼び出し、構造化されたデータを出力します。流れの中での判断を助けたり、自然言語を生成したりするために使います。

  20. Stream LLM Completion ストリーミングの大規模言語モデル​

    大規模言語モデルを呼び出し、自然言語をストリーミングで出力します。

  21. SQL SQL の実行​

    データベースを検索します。

  22. Retrieve Knowledge ナレッジベースの検索​

    自然言語でナレッジベースを検索します。

  23. HTTP Request HTTP リクエスト​

    HTTP でリクエストを送ります。外部 API からのデータ取得や webhook などに使います。

  24. Validate Request 入力リクエストの定義​

    ツールの入力形式を定義します。

  25. Response 応答の出力​

    応答を出力します。

  26. Indexer インデックス処理​

    インデックス処理です。

  27. Completion Model 生成モデル/補完モデル​

    Completion Model は LLM の使い方のひとつで、プロンプト(prompt)を受け取って続きのテキスト(completion)を生成します。

  28. Embedding Model ベクトル/埋め込みモデル​

    Embedding Model も LLM の使い方のひとつで、テキストを数値ベクトルに変換し、比較、検索、分類などをコンピューターが扱えるようにします。

始める準備はできましたか?

Asgard をチームでどう活用できるか、お気軽にご相談ください。

お問い合わせ