LangChain アーキテクチャドキュメント

🌐 言語

概要

本プロジェクトは、LangChain.jsフレームワークをベースとしたインテリジェントなNode-RED AIアシスタントシステムを構築し、多言語、多シナリオ、多ツールのインテリジェント会話機能をサポートするモジュラーアーキテクチャ設計を採用しています。システムは、フロントエンドのキーワード検出、バックエンドのツール呼び出し、ストリーミング応答処理を通じて、プロフェッショナルなNode-RED開発サポートを提供します。

全体アーキテクチャ図

┌─────────────────┐    ┌──────────────────┐    ┌─────────────────┐
│   フロントエンド │    │   バックエンド   │    │   外部サービス  │
│       UI        │    │   処理           │    │                 │
│ ┌─────────────┐ │    │ ┌──────────────┐ │    │ ┌─────────────┐ │
│ │ ユーザー入力│ │    │ │ HTTPルート   │ │    │ │ LLM         │ │
│ └─────────────┘ │    │ └──────────────┘ │    │ │ プロバイダー│ │
│        │        │    │        │         │    │ │ (OpenAI等)  │ │
│ ┌─────────────┐ │    │ ┌──────────────┐ │    │ └─────────────┘ │
│ │ キーワード  │ │    │ │ LangChain    │ │    │ ┌─────────────┐ │
│ │ 検出        │ │    │ │ Manager      │ │    │ │ MCPツール   │ │
│ └─────────────┘ │    │ └──────────────┘ │    │ │ サーバー    │ │
│        │        │    │        │         │    │ └─────────────┘ │
│ ┌─────────────┐ │    │        │         │    │                 │
│ │ メッセージ  │ │────┼────────┼─────────┼────┤                 │
│ │ 構築        │ │    │        │         │    │                 │
│ └─────────────┘ │    │        │         │    │                 │
│        │        │    │ ┌──────────────┐ │    │                 │
│ ┌─────────────┐ │    │ │ ツール       │ │    │                 │
│ │ ストリーミング│ │    │ │ マネージャー │ │    │                 │
│ │ 応答処理    │ │    │ └──────────────┘ │    │                 │
│ └─────────────┘ │    │        │         │    │                 │
└─────────────────┘    │ ┌──────────────┐ │    │                 │
                       │ │ メモリ       │ │    │                 │
                       │ │ マネージャー │ │    │                 │
                       │ └──────────────┘ │    │                 │
                       └──────────────────┘    └─────────────────┘

エンドツーエンドプロセス概要

プロセスフロー図

ユーザーテキスト入力
     │
     ▼
フロントエンドキーワード検出 ──────┐
     │                           │
     ▼                           ▼
隠しヒューマンプロンプト構築    シナリオ設定取得
     │                           │
     ▼                           │
HTTPリクエスト送信 ◄──────────────┘
     │
     ▼
LangChainマネージャー
     │
     ▼
ツールトリガー検出 ──────┐
     │                   │
     ▼                   ▼
実行モード選択        ツールタイプ判定
     │                   │
     ├───────────────────┼─── 内蔵ツール
     │                   │
     │                   └─── MCPツール
     ▼
ツール実行・結果マージ
     │
     ▼
新しいヒューマンプロンプト構築
     │
     ▼
LLM呼び出し（指定言語）
     │
     ▼
ストリーミング応答返却

コアコンポーネント詳細

1. フロントエンドキーワード検出システム

設定ソース

フロントエンドは以下のAPIを通じてキーワード設定を取得します：

javascript

// 現在の言語のシナリオ設定を取得
const configUrl = `/ai-sidebar/scenarios?lang=${encodeURIComponent(currentLang)}`;

検出ロジック

ai-sidebar.htmlのdetectKeywords関数に配置：

javascript

async function detectKeywords(message) {
    // 1. 現在の言語設定を取得
    const currentLang = getCurrentLanguage();
    const response = await fetch(`/ai-sidebar/scenarios?lang=${currentLang}`);
    const data = await response.json();
    
    // 2. すべてのシナリオキーワード設定を反復
    const scenarios = data.scenarios || data;
    const lowerMessage = message.toLowerCase();
    
    for (const [scenarioKey, scenarioConfig] of Object.entries(scenarios)) {
        if (scenarioConfig.keywords) {
            for (const keywordConfig of scenarioConfig.keywords) {
                for (const keyword of keywordConfig.key) {
                    if (lowerMessage.includes(keyword.toLowerCase())) {
                        return {
                            scenario: keywordConfig.scenario,
                            newHumanPrompt: keywordConfig.newHumanPrompt,
                            matchedKeyword: keyword
                        };
                    }
                }
            }
        }
    }
    return null;
}

特殊キーワード処理

システムは特定のキーワードに対して特別な処理を行います：

"current flow" / "現在のフロー"：
- 自動的にdevelopmentシナリオに切り替え
- get-flowツール呼び出しプロンプトを構築
- 現在選択されているフローIDを渡す
"current node" / "現在のノード"：
- 自動的にdevelopmentシナリオに切り替え
- get-node-infoツール呼び出しプロンプトを構築
- 選択されたノードの詳細情報を渡す

2. LangChainマネージャー（`lib/langchain-manager.js`）

主要責任

LLMプロバイダー管理（OpenAI、DeepSeek、Anthropic、Google）
ツール呼び出し調整
シナリオ管理
ストリーミング応答処理
メモリ管理統合

主要メソッド

javascript

class LangChainManager {
    constructor() {
        this.memoryManager = null;
        this.mcpClient = null;
        this.llmInstances = new Map();
        this.tools = new Map();
        this.scenarios = {};
        this.agents = new Map();
        this.language = 'zh-CN';
    }
    
    // ツールトリガー検出
    detectToolTrigger(message)
    
    // 強制ツールモード判定
    shouldForceToolMode(message, scenario, dynamicData)
    
    // 純粋LLMストリーミングチャット
    executePureLLMChatStream(message, options, onChunk)
    
    // シナリオベースストリーミングチャット
    executeScenarioChatStream(message, options, onChunk)
}

ツールトリガー検出メカニズム

直接ツール呼び出し形式：

@tools:toolName|['param1','param2',...]
@tools:toolName

キーワードトリガー：
- shouldForceToolModeメソッドによる検出
- 多言語設定キーワードマッピングに基づく
- パラメータ抽出とツール推論をサポート

3. ツール管理システム

ツール分類

内蔵ツール：

search_memory: メモリ検索
get_user_preferences: ユーザー設定取得
get_flow_templates: フローテンプレート取得
get-flow: Node-REDフローデータ取得（global.REDへの直接アクセス）
get-node-info: Node-REDノード情報取得（global.REDへの直接アクセス）

MCPツール：

get-settings: Node-RED設定取得
get-diagnostics: 診断情報取得
MCPプロトコルを通じて提供されるその他のツール

ツール選択ロジック

javascript

// 特殊ツール直接実行
if (toolName === 'get-node-info') {
    // Node-RED APIの直接使用
    const nodeInfo = this.getNodeInfoDirect(nodeIds);
    result = JSON.stringify(nodeInfo, null, 2);
} else if (toolName === 'get-flow') {
    // MCPパラメータ構築
    mcpArgs = { id: flowId || dynamicData?.flowId };
} else {
    // その他のツールは提供されたパラメータを使用
    mcpArgs = toolTrigger.args;
}

4. メモリ管理システム（`lib/memory-manager.js`）

データベース構造

sql

-- 短期メモリ（セッション履歴）
CREATE TABLE short_term_memory (
    id INTEGER PRIMARY KEY AUTOINCREMENT,
    session_id TEXT NOT NULL,
    message_type TEXT NOT NULL,
    content TEXT NOT NULL,
    metadata TEXT,
    created_at DATETIME DEFAULT CURRENT_TIMESTAMP
);

-- 長期メモリ（ユーザー設定、ナレッジベース）
CREATE TABLE long_term_memory (
    id INTEGER PRIMARY KEY AUTOINCREMENT,
    key TEXT UNIQUE NOT NULL,
    value TEXT NOT NULL,
    category TEXT,
    metadata TEXT,
    created_at DATETIME DEFAULT CURRENT_TIMESTAMP,
    updated_at DATETIME DEFAULT CURRENT_TIMESTAMP
);

メモリ取得メカニズム

セッションIDベースのコンテキスト取得
セマンティック類似性検索
自動期限切れクリーンアップ

5. 多言語サポートシステム

設定構造

シナリオ設定ファイルはlocales/{lang}/scenarios.jsonに配置：

json

{
  "scenarios": {
    "development": {
      "name": "開発",
      "description": "Node-REDフロー開発とデバッグ",
      "systemPrompt": "あなたはプロフェッショナルなNode-RED開発アシスタントです...",
      "keywords": [
        {
          "key": ["current config", "現在の設定"],
          "scenario": "development",
          "newHumanPrompt": "get-settingsツールを使用して現在のNode-RED設定情報を取得し、設定状況を分析してください。\n\nユーザーの元のリクエスト: "
        }
      ]
    }
  }
}

言語指定メカニズム

ツール実行後、システムは以下の方法でLLM応答言語を指定します：

javascript

const explanationPrompt = `以下の情報に基づいてユーザーの質問に答えてください：

ユーザーリクエスト: ${userMessage}

ツール実行結果:
${result}

上記のNode-REDフローデータについて、${this.getLanguageMapping(this.language)}で専門的な分析と説明を提供してください...`;

言語マッピングテーブル：

javascript

getLanguageMapping(lang) {
    const mapping = {
        'zh-CN': '中国語',
        'en-US': '英語',
        'ja': '日本語',
        'ko': '韓国語',
        'es-ES': 'スペイン語',
        'pt-BR': 'ポルトガル語',
        'fr': 'フランス語'
    };
    return mapping[lang] || '英語';
}

ユーザーチャットフロー詳細

完全なエンドツーエンドプロセス

1. フロントエンドメッセージ送信フェーズ

ユーザー入力処理：

ユーザーがAIサイドバーでメッセージを入力
システムが現在選択されているフローとノード情報を取得
設定ノードの状態とデプロイ状態をチェック

キーワード検出とメッセージ前処理：

javascript

// 特殊キーワード処理
if (sendMessage.includes('current flow') || sendMessage.includes('現在のフロー')) {
    // 自動的に開発シナリオに切り替え
    currentScenario = 'development';
    
    // get-flowツール呼び出しプロンプトを構築
    const promptTemplate = "get-flowツールを使用してフロー引数:{\"id\":\"{flowId}\"}のフローデータを取得し、このフローの機能、ノード接続、動作原理を分析・説明してください。\n\nユーザーの元のリクエスト: {originalMessage}";
    sendMessage = promptTemplate.replace('{flowId}', selectedFlow.id).replace('{originalMessage}', sendMessage);
}

// 一般的なキーワード検出
const keywordDetected = await detectKeywords(sendMessage);
if (keywordDetected) {
    currentScenario = keywordDetected.scenario;
    sendMessage = keywordDetected.newHumanPrompt + sendMessage;
}

2. HTTPリクエスト構築

javascript

const requestBody = {
    message: sendMessage,
    scenario: currentScenario,
    sessionId: sessionId,
    nodeId: nodeId,
    selectedFlow: selectedFlow,
    selectedNodes: selectedNodes,
    flowData: flowData,
    history: history,
    silent: silent,
    dynamicData: dynamicData,
    language: getCurrentLanguage()
};

3. バックエンドルート処理

リクエスト受信（make-iot-smart.js）：

javascript

RED.httpAdmin.post('/ai-sidebar/stream-chat', async (req, res) => {
    const { message, scenario, sessionId, nodeId, selectedFlow, selectedNodes, flowData, history, silent, dynamicData, language } = req.body;
    
    // SSE応答ヘッダーを設定
    res.writeHead(200, {
        'Content-Type': 'text/event-stream',
        'Cache-Control': 'no-cache',
        'Connection': 'keep-alive'
    });
});

設定ノード取得：

javascript

const configNode = RED.nodes.getNode(nodeId);
if (!configNode) {
    return res.status(400).json({ error: '設定ノードが見つかりません' });
}

言語とデータ準備：

javascript

if (language) {
    langchainManager.setLanguage(language);
}

const options = {
    scenario: scenario || 'general',
    sessionId: sessionId || 'default',
    config: configNode.config || {},
    selectedFlow,
    selectedNodes,
    flowData,
    history: history || [],
    dynamicData: dynamicData || {}
};

4. LangChainマネージャー処理フェーズ

シナリオ検出：

javascript

if (scenario && this.scenarios[scenario]) {
    return await this.executeScenarioChatStream(message, options, onChunk);
} else {
    return await this.executePureLLMChatStream(message, options, onChunk);
}

ツール呼び出し判定：

直接ツールトリガー検出：

javascript

const toolTrigger = this.detectToolTrigger(message);
if (toolTrigger) {
    // 直接ツール実行
    return await this.executeToolDirectly(toolTrigger, options, onChunk);
}

キーワード強制ツールモード：

javascript

const shouldForceTools = await this.shouldForceToolMode(message, scenario, dynamicData);
if (shouldForceTools.shouldForce) {
    // ツール呼び出しモードに入る
    return await this.executeToolMode(shouldForceTools, message, options, onChunk);
}

多言語意図検出：

階層検出戦略

優先順位：

完全一致：設定ファイル内のクエリキーワード（クエリを除外）
設定駆動：現在の言語設定ファイル内の意図パターン
正規表現マッチング：ハードコードされた多言語正規表現
セマンティック分析：LangChainを使用した深層セマンティック理解

検出フロー：

javascript

// 1. 完全一致チェック
const isQueryKeyword = this.isExactQueryKeywordMatch(input);
if (isQueryKeyword) {
    return { isFlowCreation: false, reason: 'Query keyword detected' };
}

// 2. 設定駆動検出
const configResult = this.detectConfigDrivenIntent(input);

// 3. 拡張正規表現検出
const regexResult = this.detectEnhancedRegexPatterns(input);

// 4. セマンティック分析（オプション）
const semanticResult = await this.detectSemanticIntent(input);

// 総合スコアリング
const finalConfidence = this.calculateCombinedScore({
    configDriven: configResult,
    enhancedRegex: regexResult,
    semantic: semanticResult
});

4. 実行モード選択

純粋LLMモード：

セッションコンテキストを取得
シナリオプロンプトを構築
直接LLM呼び出しで応答生成

ツール呼び出しモード：

ツールタイプを決定（内蔵 vs MCP）
ツール呼び出しを実行
ツール結果をマージ
説明プロンプトを構築
LLMを呼び出して自然言語説明

6. ツール呼び出し実行フェーズ

利用可能なツールタイプ：

内蔵ツール：
- get-flow: global.RED.nodes.getFlows()への直接アクセス
- get-node-info: global.RED.nodesへの直接アクセス
- search_memory: メモリ検索
- get_user_preferences: ユーザー設定
MCPツール：
- get-settings: Node-RED設定
- get-diagnostics: 診断情報
- その他の拡張ツール

ツール実行フロー：

javascript

if (toolTrigger.directExecution) {
    let result;
    
    if (toolName === 'get-node-info') {
        // 内蔵ツール：直接実行
        const nodeIds = this.extractNodeIds(message) || dynamicData?.selectedNodes?.map(n => n.id) || [];
        const nodeInfo = this.getNodeInfoDirect(nodeIds);
        result = JSON.stringify(nodeInfo, null, 2);
    } else {
        // MCPツール：MCPクライアント経由で実行
        result = await this.mcpClient.callTool(toolName, mcpArgs);
    }
    
    // ツール結果を送信
    onChunk({ type: 'tool_result', tool: toolName, result });
    
    // 説明プロンプトを構築
    const explanationPrompt = `以下の情報に基づいてユーザーの質問に答えてください：\n\nユーザーリクエスト: ${userMessage}\n\nツール実行結果:\n${result}\n\n上記のNode-REDフローデータについて、${this.getLanguageMapping(this.language)}で専門的な分析と説明を提供してください...`;
    
    // LLMを呼び出して説明
    return await this.executePureLLMChatStream(explanationPrompt, options, onChunk);
}

特殊ツール処理：

get-flowツール：

javascript

if (toolName === 'get-flow') {
    mcpArgs = {
        id: toolTrigger.args?.id || dynamicData?.flowId
    };
}

get-settingsとget-diagnosticsツール：

javascript

if (['get-settings', 'get-diagnostics'].includes(toolName)) {
    mcpArgs = {}; // パラメータ不要
}

7. ストリーミング応答処理フェーズ

イベントタイプ：

token: テキストコンテンツフラグメント
tool_call: ツール呼び出し情報
tool_result: ツール実行結果
error: エラー情報
done: 応答完了

データフロー：

javascript

// バックエンド送信
onChunk({ type: 'token', content: '部分応答コンテンツ' });
onChunk({ type: 'tool_call', tool: 'get-flow', params: { id: 'flow-id' } });
onChunk({ type: 'tool_result', tool: 'get-flow', result: '{...}' });
onChunk({ type: 'done' });

// フロントエンド受信
eventSource.onmessage = function(event) {
    const data = JSON.parse(event.data);
    
    switch(data.type) {
        case 'token':
            appendToCurrentMessage(data.content);
            break;
        case 'tool_call':
            showToolCall(data.tool, data.params);
            break;
        case 'tool_result':
            showToolResult(data.tool, data.result);
            break;
        case 'done':
            finalizeMessage();
            break;
    }
};

フロントエンドストリーミング処理：

javascript

function appendToCurrentMessage(content) {
    if (currentMessageElement) {
        currentMessageElement.innerHTML += content;
        // 下部にスクロール
        chatContainer.scrollTop = chatContainer.scrollHeight;
    }
}

8. メモリ管理

会話保存：

javascript

// ユーザーメッセージを保存
await this.memoryManager.saveToShortTermMemory(
    sessionId,
    'human',
    originalMessage,
    { scenario, selectedFlow, selectedNodes }
);

// AI応答を保存
await this.memoryManager.saveToShortTermMemory(
    sessionId,
    'ai',
    fullResponse,
    { tools_used: toolsUsed, language: this.language }
);

セッションコンテキスト管理：

javascript

const conversationHistory = await this.memoryManager.getConversationHistory(sessionId, 10);
const messages = conversationHistory.map(entry => ({
    role: entry.message_type === 'human' ? 'user' : 'assistant',
    content: entry.content
}));

メモリ取得：

javascript

const searchResults = await this.memoryManager.searchMemory(query, {
    category: 'flow_templates',
    limit: 5
});

9. エラー処理と耐障害性

API認証エラー：

javascript

try {
    const response = await llm.invoke(messages);
} catch (error) {
    if (error.message.includes('API key')) {
        onChunk({ type: 'error', message: '無効なAPIキーです。設定を確認してください' });
    }
}

ネットワークエラー：

javascript

try {
    const result = await this.mcpClient.callTool(toolName, args);
} catch (error) {
    onChunk({ type: 'error', message: `ツール呼び出しに失敗しました: ${error.message}` });
    // 純粋LLMモードにフォールバック
    return await this.executePureLLMChatStream(message, options, onChunk);
}

ツール呼び出しエラー：

javascript

if (!result || result.error) {
    onChunk({ 
        type: 'error', 
        message: `ツール ${toolName} の実行に失敗しました: ${result?.error || '不明なエラー'}` 
    });
    return;
}

10. パフォーマンス最適化

キャッシュメカニズム：

javascript

// LLMインスタンスキャッシュ
getLLM(provider, model, config) {
    const cacheKey = `${provider}-${model}-${JSON.stringify(config)}`;
    if (this.llmInstances.has(cacheKey)) {
        return this.llmInstances.get(cacheKey);
    }
    // 新しいインスタンスを作成してキャッシュ
}

ストリーミング処理：

javascript

// ストリーミングAPIを使用してレイテンシを削減
const stream = await llm.stream(messages);
for await (const chunk of stream) {
    onChunk({ type: 'token', content: chunk.content });
}

非同期処理：

javascript

// 複数のツール呼び出しの並列処理
const toolPromises = tools.map(tool => this.executeTool(tool));
const results = await Promise.allSettled(toolPromises);

11. 多言語サポート

シナリオ設定：

各言語が独立したscenarios.json設定ファイルを持つ
言語固有のキーワードとプロンプトをサポート
自動言語検出と切り替え

インターフェースローカライゼーション：

javascript

// ローカライズされたテキストを取得
function _(key) {
    const lang = getCurrentLanguage();
    return RED._(key, { lang });
}

12. セキュリティ考慮事項

入力検証：

javascript

// メッセージ長制限
if (message.length > 10000) {
    return res.status(400).json({ error: 'メッセージが長すぎます' });
}

// 機密情報フィルタリング
const sanitizedMessage = message.replace(/api[_-]?key|password|token/gi, '[編集済み]');

APIキー保護：

javascript

// 設定ノードでの暗号化キー保存
const encryptedKey = RED.util.encryptCredentials(apiKey);

// ランタイム復号化
const apiKey = RED.util.decryptCredentials(configNode.credentials).apiKey;

アクセス制御：

javascript

// ユーザー権限チェック
if (!RED.auth.needsPermission('flows.write')) {
    return res.status(403).json({ error: '権限が不足しています' });
}

まとめ

全体のエンドツーエンドプロセスは、ユーザー入力からAI応答までの完全なパイプラインを実装し、フロントエンドのキーワード検出、バックエンドのツール呼び出し、ストリーミング応答処理を通じて、インテリジェントなNode-RED開発サポートを提供します。システムの特徴：

インテリジェンス: 自動ユーザー意図検出、適切なツールとシナリオ選択
多言語: 複数言語でのキーワード検出と応答生成をサポート
拡張性: モジュラー設計、新しいツールとシナリオの追加が容易
高性能: ストリーミング処理、キャッシュメカニズム、非同期実行
セキュリティ: 入力検証、キー保護、権限制御
ユーザーフレンドリー: リアルタイム応答、エラー処理、コンテキスト認識

APIインターフェースドキュメント

RESTful APIエンドポイント

POST /ai-sidebar/stream-chat       # ストリーミングチャット
GET  /ai-sidebar/scenarios         # シナリオ設定取得
POST /ai-sidebar/execute-tool      # ツール実行
GET  /ai-sidebar/memory-stats      # メモリ統計
GET  /ai-sidebar/history/:sessionId # セッション履歴
POST /ai-sidebar/search            # メモリ検索
GET  /ai-sidebar/templates         # フローテンプレート

リクエスト/レスポンス形式

ストリーミングチャットリクエスト：

json

{
  "message": "ユーザーメッセージ",
  "scenario": "development",
  "sessionId": "session-uuid",
  "nodeId": "config-node-id",
  "selectedFlow": {
    "id": "flow-id",
    "label": "フロー名"
  },
  "selectedNodes": [
    {
      "id": "node-id",
      "type": "inject",
      "name": "ノード名"
    }
  ],
  "dynamicData": {
    "flowId": "flow-id"
  },
  "language": "ja"
}

ストリーミングレスポンス形式：

data: {"type": "token", "content": "部分"}
data: {"type": "token", "content": "応答"}
data: {"type": "tool_call", "tool": "get-flow", "params": {"id": "flow-id"}}
data: {"type": "tool_result", "tool": "get-flow", "result": "{...}"}
data: {"type": "done"}

設定管理

環境変数

bash

# AIプロバイダー設定
OPENAI_API_KEY=your_openai_key
ANTHROPIC_API_KEY=your_anthropic_key
GOOGLE_API_KEY=your_google_key
DEEPSEEK_API_KEY=your_deepseek_key

# データベース設定
MEMORY_DB_PATH=./data/memory.db
MEMORY_RETENTION_DAYS=30

# MCP設定
MCP_TOOLS_ENABLED=true
MCP_SERVER_PATH=./mcp-server

Node-RED設定ノード

javascript

{
  "provider": "openai",
  "model": "gpt-4",
  "apiKey": "encrypted_key",
  "temperature": 0.7,
  "maxTokens": 4000,
  "enableMemory": true,
  "enableTools": true,
  "scenarios": ["learning", "solution", "development"]
}

拡張開発

新しいLLMプロバイダーの追加

javascript

// langchain-manager.jsに追加
case 'custom':
    const { CustomLLM } = await import('@custom/langchain');
    llm = new CustomLLM({
        apiKey: config.apiKey,
        model: config.model,
        temperature: config.temperature
    });
    break;

新しい内蔵ツールの追加

javascript

// initializeToolsメソッドに追加
const customTool = new DynamicTool({
    name: "custom_tool",
    description: "カスタムツールの説明",
    func: async (input) => {
        // ツール実装ロジック
        return result;
    }
});

this.tools.set('custom_tool', customTool);

新しいシナリオ設定の追加

locales/{lang}/scenarios.jsonに追加：

json

{
  "scenarios": {
    "custom_scenario": {
      "name": "カスタムシナリオ",
      "description": "シナリオの説明",
      "systemPrompt": "あなたはプロフェッショナルな...",
      "tools": ["tool1", "tool2"],
      "keywords": [
        {
          "key": ["keyword1", "keyword2"],
          "scenario": "custom_scenario",
          "newHumanPrompt": "ツールを使用してください...\n\nユーザーの元のリクエスト: "
        }
      ]
    }
  }
}

トラブルシューティング

よくある問題

ツール呼び出し失敗
- MCPサーバーの状態を確認
- ツールパラメータ形式を検証
- エラーログを確認
キーワード検出が機能しない
- シナリオ設定ファイルの存在を確認
- キーワードの大文字小文字の区別をチェック
- 言語設定を確認
ストリーミング応答の中断
- ネットワーク接続を確認
- APIキーを検証
- ブラウザコンソールエラーを確認

デバッグモード

bash

# 詳細ログを有効化
DEBUG=langchain:*,mcp:* node-red

# ツール呼び出しログを有効化
TOOL_DEBUG=true node-red

パフォーマンス最適化推奨事項

キャッシュ戦略
- LLMインスタンスキャッシュ
- シナリオ設定キャッシュ
- ツール結果キャッシュ
並行制御
- 同時会話数の制限
- ツール呼び出しキュー管理
- リソース使用量監視
メモリ管理
- 期限切れセッションの定期クリーンアップ
- 履歴レコード長の制限
- メモリ使用量監視

このドキュメントは実際のコード実装に基づいて作成され、プロジェクトの更新とともに継続的にメンテナンスされています

LangChain アーキテクチャドキュメント ​

🌐 言語 ​

概要 ​

全体アーキテクチャ図 ​

エンドツーエンドプロセス概要 ​

プロセスフロー図 ​

コアコンポーネント詳細 ​

1. フロントエンドキーワード検出システム ​

設定ソース ​

検出ロジック ​

特殊キーワード処理 ​

2. LangChainマネージャー（lib/langchain-manager.js） ​

主要責任 ​

主要メソッド ​

ツールトリガー検出メカニズム ​

3. ツール管理システム ​

ツール分類 ​

ツール選択ロジック ​

4. メモリ管理システム（lib/memory-manager.js） ​

データベース構造 ​

メモリ取得メカニズム ​

5. 多言語サポートシステム ​

設定構造 ​

言語指定メカニズム ​

ユーザーチャットフロー詳細 ​

完全なエンドツーエンドプロセス ​

1. フロントエンドメッセージ送信フェーズ ​

2. HTTPリクエスト構築 ​

3. バックエンドルート処理 ​

4. LangChainマネージャー処理フェーズ ​

4. 実行モード選択 ​

6. ツール呼び出し実行フェーズ ​

7. ストリーミング応答処理フェーズ ​

8. メモリ管理 ​

9. エラー処理と耐障害性 ​

10. パフォーマンス最適化 ​

11. 多言語サポート ​

12. セキュリティ考慮事項 ​

まとめ ​

APIインターフェースドキュメント ​

RESTful APIエンドポイント ​

リクエスト/レスポンス形式 ​

設定管理 ​

環境変数 ​

Node-RED設定ノード ​

拡張開発 ​

新しいLLMプロバイダーの追加 ​

新しい内蔵ツールの追加 ​

新しいシナリオ設定の追加 ​

トラブルシューティング ​

よくある問題 ​

デバッグモード ​

パフォーマンス最適化推奨事項 ​

LangChain アーキテクチャドキュメント

🌐 言語

概要

全体アーキテクチャ図

エンドツーエンドプロセス概要

プロセスフロー図

コアコンポーネント詳細

1. フロントエンドキーワード検出システム

設定ソース

検出ロジック

特殊キーワード処理

2. LangChainマネージャー（`lib/langchain-manager.js`）

主要責任

主要メソッド

ツールトリガー検出メカニズム

3. ツール管理システム

ツール分類

ツール選択ロジック

4. メモリ管理システム（`lib/memory-manager.js`）

データベース構造

メモリ取得メカニズム

5. 多言語サポートシステム

設定構造

言語指定メカニズム

ユーザーチャットフロー詳細

完全なエンドツーエンドプロセス

1. フロントエンドメッセージ送信フェーズ

2. HTTPリクエスト構築

3. バックエンドルート処理

4. LangChainマネージャー処理フェーズ

4. 実行モード選択

6. ツール呼び出し実行フェーズ

7. ストリーミング応答処理フェーズ

8. メモリ管理

9. エラー処理と耐障害性

10. パフォーマンス最適化

11. 多言語サポート

12. セキュリティ考慮事項

まとめ

APIインターフェースドキュメント

RESTful APIエンドポイント

リクエスト/レスポンス形式

設定管理

環境変数

Node-RED設定ノード

拡張開発

新しいLLMプロバイダーの追加

新しい内蔵ツールの追加

新しいシナリオ設定の追加

トラブルシューティング

よくある問題

デバッグモード

パフォーマンス最適化推奨事項