AI & LLM

AI model integration, text generation, embeddings, and autonomous agents.

18 modules

Module	Description
自律型エージェント	メモリと目標指向の動作を持つ自律型AIエージェント
チェーンエージェント	複数のステップを持つ順次AI処理チェーン
ツール使用エージェント	ツールや関数を呼び出せるAIエージェント
テキスト埋め込み	AIモデルを使ってテキストからベクトル埋め込みを生成
AI抽出	AIを使ってテキストから構造化データを抽出
ローカルOllamaチャット	Ollama経由でローカルLLMとチャットする（完全オフライン）
AIメモリ	AIエージェント用の会話メモリ
エンティティメモリ	会話からエンティティ（人、場所、概念）を抽出して追跡する
Redisメモリ	Redisストレージを使用した永続的な会話メモリ
ベクターメモリ	関連コンテキスト取得のためのベクター埋め込みを使用したセマンティックメモリ
AIモデル	AIエージェント用のLLMモデル設定
AI Tool	Expose a module as a tool for AI Agent
ビジョン分析	AIビジョンモデルを使って画像を分析
Claudeチャット	Anthropic Claude AIにチャットメッセージを送信して応答を取得する
Google Geminiチャット	Google Gemini AIにチャットメッセージを送信して応答を取得する
OpenAIチャット	OpenAI GPTモデルにチャットメッセージを送信する
DALL-E画像生成	DALL-Eを使用して画像を生成する
AIエージェント	マルチポート接続（モデル、メモリ、ツール）を持つ自律型AIエージェント

Modules

自律型エージェント

agent.autonomous

メモリと目標指向の動作を持つ自律型AIエージェント

Parameters:

Name	Type	Required	Default	Description
goal	string	Yes	-	エージェントが達成する目標
context	string	No	-	エージェントが達成する目標
max_iterations	number	No	5	追加のコンテキストまたは制約
llm_provider	select (openai, ollama)	No	openai	最大推論ステップ数
model	string	No	gpt-4-turbo-preview	モデル名（例: gpt-4, llama2, mistral）
ollama_url	string	No	http://localhost:11434	モデル名（例: gpt-4, llama2, mistral）
temperature	number	No	0.7	OllamaサーバーURL（ollamaプロバイダーのみ）

Output:

Field	Type	Description
result	string	創造性レベル（0-2）
thoughts	array	操作結果
iterations	number	操作結果
goal_achieved	boolean	エージェントの推論ステップ

Example: Research task

goal: Research the latest trends in AI and summarize the top 3
max_iterations: 5
model: gpt-4

Example: Problem solving

goal: Find the best approach to optimize database queries
context: PostgreSQL database with 10M records
max_iterations: 10

チェーンエージェント

agent.chain

複数のステップを持つ順次AI処理チェーン

Parameters:

Name	Type	Required	Default	Description
input	string	Yes	-	チェーンの初期入力
chain_steps	array	Yes	-	チェーンの初期入力
llm_provider	select (openai, ollama)	No	openai	処理ステップの配列（各ステップはプロンプトテンプレート）
model	string	No	gpt-4-turbo-preview	モデル名（例: gpt-4, llama2, mistral）
ollama_url	string	No	http://localhost:11434	モデル名（例: gpt-4, llama2, mistral）
temperature	number	No	0.7	OllamaサーバーURL（ollamaプロバイダーのみ）

Output:

Field	Type	Description
result	string	創造性レベル（0-2）
intermediate_results	array	操作結果
steps_completed	number	操作結果

Example: Content pipeline

input: AI and machine learning trends
chain_steps: ["Generate 5 blog post ideas about: {input}", "Take the first idea and write a detailed outline: {previous}", "Write an introduction paragraph based on: {previous}"]
model: gpt-4

Example: Data analysis chain

input: User behavior data shows 60% bounce rate
chain_steps: ["Analyze what might cause this issue: {input}", "Suggest 3 solutions based on: {previous}", "Create an action plan from: {previous}"]

ツール使用エージェント

agent.tool_use

ツールや関数を呼び出せるAIエージェント

Parameters:

Name	Type	Required	Default	Description
prompt	string	Yes	-	エージェントの目標やタスク
tools	array	Yes	-	ツール定義のリスト [{name, description, parameters}]
provider	select (openai, anthropic)	No	openai	エージェントのLLMプロバイダー
model	string	No	gpt-4o	使用するモデル
api_key	string	No	-	APIキー（環境変数にフォールバック）
max_iterations	number	No	10	ツール呼び出しラウンドの最大数
system_prompt	string	No	-	エージェントを導くためのオプションのシステムプロンプト

Output:

Field	Type	Description
result	string	エージェントの最終応答
tool_calls	array	実行中に行われたすべてのツール呼び出し
iterations	number	完了したイテレーション数
model	string	使用されたモデル

Example: File Processing Agent

prompt: Read the config file and update the version number
tools: [{"name": "read_file", "description": "Read contents of a file", "parameters": {"type": "object", "properties": {"path": {"type": "string", "description": "File path"}}, "required": ["path"]}}, {"name": "write_file", "description": "Write contents to a file", "parameters": {"type": "object", "properties": {"path": {"type": "string", "description": "File path"}, "content": {"type": "string", "description": "File content"}}, "required": ["path", "content"]}}]
provider: openai
model: gpt-4o
max_iterations: 5

テキスト埋め込み

ai.embed

AIモデルを使ってテキストからベクトル埋め込みを生成

Parameters:

Name	Type	Required	Default	Description
text	string	Yes	-	埋め込み対象のテキスト
provider	select (openai, local)	No	openai	埋め込み用AIプロバイダー
model	string	No	text-embedding-3-small	使用する埋め込みモデル
api_key	string	No	-	APIキー（環境変数にフォールバック）
dimensions	number	No	-	埋め込み次元（対応モデルのみ）

Output:

Field	Type	Description
embeddings	array	ベクトル埋め込み配列
model	string	埋め込みに使用されたモデル
dimensions	number	埋め込みベクトルの次元数
token_count	number	処理されたトークン数

Example: Single Text Embedding

text: The quick brown fox jumps over the lazy dog
provider: openai
model: text-embedding-3-small

Example: Reduced Dimensions

text: Semantic search query
provider: openai
model: text-embedding-3-small
dimensions: 256

AI抽出

ai.extract

AIを使ってテキストから構造化データを抽出

Parameters:

Name	Type	Required	Default	Description
text	string	Yes	-	データを抽出するテキスト
schema	object	Yes	-	抽出するフィールドを定義するJSONスキーマ
instructions	string	No	-	追加の抽出指示
provider	select (openai, anthropic)	No	openai	使用するAIプロバイダー
model	string	No	gpt-4o-mini	抽出に使用するモデル
api_key	string	No	-	APIキー（環境変数にフォールバック）
temperature	number	No	0	サンプリング温度（0-2）

Output:

Field	Type	Description
extracted	object	抽出された構造化データ
model	string	抽出に使用されたモデル
raw_response	string	生のモデル応答

Example: Extract Contact Info

text: John Smith is a senior engineer at Acme Corp. Email: john@acme.com
schema: {"type": "object", "properties": {"name": {"type": "string"}, "title": {"type": "string"}, "company": {"type": "string"}, "email": {"type": "string"}}}
provider: openai
model: gpt-4o-mini

Example: Extract Invoice Data

text: Invoice #1234 from Acme Corp. Total: $500.00. Due: 2024-03-01
schema: {"type": "object", "properties": {"invoice_number": {"type": "string"}, "vendor": {"type": "string"}, "total": {"type": "number"}, "due_date": {"type": "string"}}}
instructions: Extract all invoice fields. Parse amounts as numbers.

ローカルOllamaチャット

ai.local_ollama.chat

Ollama経由でローカルLLMとチャットする（完全オフライン）

Parameters:

Name	Type	Required	Default	Description
prompt	string	Yes	-	ローカルLLMに送信するメッセージ
model	select (llama2, llama2:13b, llama2:70b, mistral, mixtral, codellama, codellama:13b, phi, neural-chat, starling-lm)	No	llama2	使用するモデル名
temperature	number	No	0.7	サンプリング温度（0-2）
system_message	string	No	-	システムロールメッセージ（任意）
ollama_url	string	No	http://localhost:11434	OllamaサーバーURL
max_tokens	number	No	-	応答の最大トークン数（任意、モデルに依存）

Output:

Field	Type	Description
response	string	LLMからの応答
model	string	使用されたモデル
context	array	フォローアップリクエスト用の会話コンテキスト
total_duration	number	合計処理時間
load_duration	number	モデル読み込み時間
prompt_eval_count	number	プロンプト評価トークン数
eval_count	number	評価トークン数

Example: Simple local chat

prompt: Explain quantum computing in 3 sentences
model: llama2

Example: Code generation with local model

prompt: Write a Python function to calculate fibonacci numbers
model: codellama
temperature: 0.2
system_message: You are a Python programming expert. Write clean, efficient code.

Example: Local reasoning task

prompt: What are the pros and cons of microservices architecture?
model: mistral
temperature: 0.7

AIメモリ

ai.memory

AIエージェント用の会話メモリ

Parameters:

Name	Type	Required	Default	Description
memory_type	select (buffer, window, summary)	Yes	buffer	メモリストレージのタイプ
window_size	number	No	10	保持する直近のメッセージ数（ウィンドウメモリ用）
session_id	string	No	-	この会話セッションの一意識別子
initial_messages	array	No	[]	プリロードされた会話履歴

Output:

Field	Type	Description
memory_type	string	メモリタイプ
session_id	string	セッション識別子
messages	array	プリロードされた会話履歴
config	object	設定情報

Example: Simple Buffer Memory

memory_type: buffer

Example: Window Memory (last 5 messages)

memory_type: window
window_size: 5

エンティティメモリ

ai.memory.entity

会話からエンティティ（人、場所、概念）を抽出して追跡する

Parameters:

Name	Type	Required	Default	Description
entity_types	multiselect	No	['person', 'organization', 'location']	Types of entities to extract and track
extraction_model	select (llm, spacy, regex)	Yes	llm	Model for entity extraction
session_id	string	No	-	Unique identifier for this memory session
track_relationships	boolean	No	True	Track relationships between entities
max_entities	number	No	100	Maximum number of entities to remember

Output:

Field	Type	Description
memory_type	string	メモリタイプ（entity）
session_id	string	セッション識別子
entities	object	タイプ別の追跡されたエンティティ
relationships	array	エンティティ間の関係
config	object	設定情報

Example: People & Organizations

entity_types: ["person", "organization"]
extraction_model: llm

Example: Full Entity Tracking

entity_types: ["person", "organization", "location", "concept"]
track_relationships: true
max_entities: 200

Redisメモリ

ai.memory.redis

Redisストレージを使用した永続的な会話メモリ

Parameters:

Name	Type	Required	Default	Description
redis_url	string	Yes	redis://localhost:6379	Redis connection URL
key_prefix	string	No	flyto:memory:	Prefix for all Redis keys
session_id	string	Yes	-	Unique identifier for this memory session
ttl_seconds	number	No	86400	Time-to-live for memory entries (0 = no expiry)
max_messages	number	No	100	Maximum messages to store per session
load_on_start	boolean	No	True	Load existing messages from Redis on initialization

Output:

Field	Type	Description
memory_type	string	メモリタイプ（redis）
session_id	string	セッション識別子
messages	array	読み込まれたメッセージ履歴
connected	boolean	Redis接続状態
config	object	設定情報

Example: Local Redis

redis_url: redis://localhost:6379
session_id: my-session
ttl_seconds: 3600

Example: Cloud Redis with Auth

redis_url: redis://:password@redis-cloud.example.com:6379
session_id: user-session
ttl_seconds: 86400
max_messages: 500

ベクターメモリ

ai.memory.vector

関連コンテキスト取得のためのベクター埋め込みを使用したセマンティックメモリ

Parameters:

Name	Type	Required	Default	Description
embedding_model	select (text-embedding-3-small, text-embedding-3-large, text-embedding-ada-002, local)	Yes	text-embedding-3-small	Model to use for generating embeddings
top_k	number	No	5	Number of most relevant memories to retrieve
similarity_threshold	number	No	0.7	Minimum similarity score (0-1) for retrieval
session_id	string	No	-	Unique identifier for this memory session
include_metadata	boolean	No	True	Include timestamp and other metadata with memories

Output:

Field	Type	Description
memory_type	string	メモリタイプ（vector）
session_id	string	セッション識別子
embedding_model	string	使用された埋め込みモデル
config	object	設定情報

Example: Default Vector Memory

embedding_model: text-embedding-3-small
top_k: 5

Example: High Precision Memory

embedding_model: text-embedding-3-large
top_k: 10
similarity_threshold: 0.85

AIモデル

ai.model

AIエージェント用のLLMモデル設定

Parameters:

Name	Type	Required	Default	Description
provider	select (openai, anthropic, ollama)	No	openai	AI model provider
model	string	No	gpt-4o	Specific model to use
temperature	number	No	0.7	Creativity level (0=deterministic, 1=creative)
api_key	string	No	-	API key (defaults to provider env var)
base_url	string	No	-	Custom API base URL (for Ollama or proxies)
max_tokens	number	No	4096	応答の最大トークン数

Output:

Field	Type	Description
provider	string	LLMプロバイダー名
model	string	モデル名
config	object	設定情報

Example: OpenAI GPT-4

provider: openai
model: gpt-4o
temperature: 0.7

Example: Anthropic Claude

provider: anthropic
model: claude-3-5-sonnet-20241022
temperature: 0.5

AI Tool

ai.tool

Expose a module as a tool for AI Agent

Parameters:

Name	Type	Required	Default	Description
module_id	string	Yes	-	Module ID to expose as tool (e.g. http.request, data.json_parse)
tool_description	string	No	-	Custom description for the agent (overrides module default)

Output:

Field	Type	Description
module_id	string	Module ID exposed as tool

Example: HTTP Request Tool

module_id: http.request

Example: JSON Parse Tool

module_id: data.json_parse

ビジョン分析

ai.vision.analyze

AIビジョンモデルを使って画像を分析

Parameters:

Name	Type	Required	Default	Description
image_path	string	No	-	画像ファイルのローカルパス
image_url	string	No	-	分析する画像のURL
prompt	string	No	Describe this image in detail	画像について分析する内容や質問
provider	select (openai, anthropic)	No	openai	ビジョン分析のAIプロバイダー
model	string	No	gpt-4o	使用するビジョンモデル
api_key	string	No	-	APIキー（環境変数にフォールバック）
max_tokens	number	No	1000	応答の最大トークン数
detail	select (low, high, auto)	No	auto	画像の詳細レベル（低/高/自動）

Output:

Field	Type	Description
analysis	string	画像のAI分析
model	string	分析に使用されたモデル
provider	string	分析に使用されたプロバイダー
tokens_used	number	使用されたトークン数

Example: Analyze Screenshot

image_path: /tmp/screenshot.png
prompt: Describe what you see in this UI screenshot
provider: openai
model: gpt-4o

Example: Analyze from URL

image_url: https://example.com/photo.jpg
prompt: What objects are in this image?
provider: anthropic
model: claude-sonnet-4-20250514

Claudeチャット

api.anthropic.chat

Anthropic Claude AIにチャットメッセージを送信して応答を取得する

Parameters:

Name	Type	Required	Default	Description
api_key	string	No	-	Anthropic APIキー（デフォルト: env.ANTHROPIC_API_KEY）
model	string	No	claude-3-5-sonnet-20241022	使用するClaudeモデル
messages	array	Yes	-	roleとcontentを持つメッセージオブジェクトの配列
max_tokens	number	No	1024	応答の最大トークン数
temperature	number	No	1.0	サンプリング温度（0-1）。高い値ほど出力がランダムになる
system	string	No	-	Claudeの動作を導くシステムプロンプト

Output:

Field	Type	Description
content	string	Claudeの応答テキスト
model	string	応答に使用されたモデル
stop_reason	string	モデルが生成を停止した理由（end_turn、max_tokensなど）
usage	object	トークン使用統計

Example: Simple question

messages: [{"role": "user", "content": "What is the capital of France?"}]
max_tokens: 100

Example: Text summarization

system: You are a helpful assistant that summarizes text concisely.
messages: [{"role": "user", "content": "Summarize this article: ${article_text}"}]
max_tokens: 500

Google Geminiチャット

api.google_gemini.chat

Google Gemini AIにチャットメッセージを送信して応答を取得する

Parameters:

Name	Type	Required	Default	Description
api_key	string	No	-	Google AI APIキー（デフォルト: env.GOOGLE_AI_API_KEY）
model	string	No	gemini-1.5-pro	使用するGeminiモデル
prompt	string	Yes	-	Geminiに送信するテキストプロンプト
temperature	number	No	1.0	ランダム性の制御（0-2）。高い値ほど出力がランダムになる
max_output_tokens	number	No	2048	応答の最大トークン数

Output:

Field	Type	Description
text	string	Generated text response from Gemini
model	string	Model used for generation
candidates	array	All candidate responses

Example: Simple question

prompt: Explain quantum computing in simple terms

Example: Content generation

prompt: Write a professional email about ${topic}
temperature: 0.7
max_output_tokens: 500

OpenAIチャット

api.openai.chat

OpenAI GPTモデルにチャットメッセージを送信する

Parameters:

Name	Type	Required	Default	Description
prompt	string	Yes	-	GPTに送信するメッセージ
model	select (gpt-4-turbo-preview, gpt-4, gpt-3.5-turbo)	No	gpt-4-turbo-preview	使用するGPTモデル
temperature	number	No	0.7	サンプリング温度（0-2）
max_tokens	number	No	1000	応答の最大トークン数
system_message	string	No	-	システムロールメッセージ（任意）

Output:

Field	Type	Description
response	string	GPTからの応答
model	string	使用されたモデル
usage	object	トークン使用統計

Example: Simple chat

prompt: Explain quantum computing in 3 sentences
model: gpt-3.5-turbo

Example: Code generation

prompt: Write a Python function to calculate fibonacci numbers
model: gpt-4
temperature: 0.2
system_message: You are a Python programming expert

DALL-E画像生成

api.openai.image

DALL-Eを使用して画像を生成する

Parameters:

Name	Type	Required	Default	Description
prompt	string	Yes	-	生成する画像の説明
size	select (256x256, 512x512, 1024x1024, 1792x1024, 1024x1792)	No	1024x1024	画像サイズ
model	select (dall-e-3, dall-e-2)	No	dall-e-3	DALL-Eモデルバージョン
quality	select (standard, hd)	No	standard	画像品質（DALL-E 3のみ）
n	number	No	1	生成する画像の数（1-10）

Output:

Field	Type	Description
images	array	List of generated images
model	string	Model name or identifier

Example: Generate artwork

prompt: A serene mountain landscape at sunset, digital art
size: 1024x1024
model: dall-e-3
quality: hd

Example: Create logo

prompt: Modern tech startup logo with blue and green colors
size: 512x512
model: dall-e-2
n: 3

AIエージェント

llm.agent

マルチポート接続（モデル、メモリ、ツール）を持つ自律型AIエージェント

Parameters:

Name	Type	Required	Default	Description
prompt_source	select (manual, auto)	No	manual	タスクプロンプトの取得元
task	string	No	-	エージェントが完了するタスク。上流データを参照するには{{input}}を使用。
prompt_path	string	No	{<!-- -->{input}<!-- -->}	入力からプロンプトを抽出するパス（例: {{input.message}}）
join_strategy	select (first, newline, separator, json)	No	first	配列入力の処理方法
join_separator	string	No	`

---

| 配列項目を結合するセパレータ | |max_input_size| number | No |10000| プロンプトの最大文字数（オーバーフロー防止） | |system_prompt| string | No |You are a helpful AI agent. Use the available tools to complete the task. Think step by step.| エージェントの動作に関する指示 | |tools| array | No |[]| モジュールIDのリスト（ツールノード接続の代替） | |context| object | No |{}| モジュールIDのリスト（ツールノード接続の代替） | |max_iterations| number | No |10| エージェント用の追加コンテキストデータ | |provider | select (openai, anthropic, ollama) | No | openai| AI model provider | |model| string | No |gpt-4o| Specific model to use | |temperature| number | No |0.3| Creativity level (0=deterministic, 1=creative) | |api_key| string | No | - | API key (defaults to provider env var) | |base_url` | string | No | - | Custom API base URL (for Ollama or proxies) |

Output:

Field	Type	Description
ok	boolean	エージェントが正常に完了したかどうか
result	string	エージェントが正常に完了したかどうか
steps	array	エージェントが正常に完了したかどうか
tool_calls	number	エージェントからの最終結果
tokens_used	number	エージェントが実行したステップのリスト

Example: Web Research Agent

task: Search for the latest news about AI and summarize the top 3 stories
tools: ["http.request", "data.json_parse"]
model: gpt-4o

Example: Data Processing Agent

task: Read the CSV file, filter rows where status is "active", and count them
tools: ["file.read", "data.csv_parse", "array.filter"]
model: gpt-4o