|
この文書は自動機械翻訳技術を使用して翻訳されています。 正確な翻訳を提供するように努めておりますが、翻訳された内容の完全性、正確性、信頼性については一切保証いたしません。 相違がある場合は、元の英語版 英語 が優先され、正式なテキストとなります。 |
アーキテクチャ
システムは階層型マルチエージェントエコシステムとして設計されています。中央のスーパーバイザー (Liz)を使用して、複数の専門的なAIエージェントにリクエストを調整します。各エージェントは1つ以上のMCP (モデルコンテキストプロトコル)サーバーに接続されています。
コンポーネント
スーパーバイザー (Liz)
Lizはシステムのエントリーポイントであり、ユーザーエクスペリエンスのオーケストレーターです。すべての技術的なタスクを直接実行するのではなく、Lizはインテリジェントなルーターとして機能します。
-
ユーザーのプロンプトを分析して、必要なドメイン（例：セキュリティ、プロビジョニング、またはFleet）を特定します。
-
`AIAgentConfig`メタデータを参照して、タスクに最も適した専門エージェントを選択します。
-
ユーザーの位置をRancher UIで追跡し、関連するクラスター、ネームスペース、およびリソースメタデータがダウンストリームのエージェントに渡されて「コンテキストを意識した」応答を提供することを保証します。
専門的なAIエージェント（「クルー」）
専門エージェントはシステムの働き手です。各エージェントは特定のドメインのインテリジェンスのオーケストレーターです。それは大規模言語モデル（LLM）を推論エンジンとして使用し、エージェント自体はアクションの構造、調整、および安全な実行を提供します。
-
LLM（推論エンジン）:
-
自然言語で表現されたユーザー入力を解釈します。
-
推論を行います：複雑なリクエストを小さなステップに分解します。
-
次に何が起こるべきかを決定します（推論を続けるか、アクションを取るか）。
-
ツールからの出力を合成して、明確で人間が読みやすい応答を生成します。
-
-
エージェント（オーケストレーター）:
-
LLMをReAct（推論 + アクション）パターンでラップします。
-
LLMが推論を続けるべきか、指示に従うべきかを決定します。
-
LLMの指示に従って外部ツール（MCPサーバー経由）を呼び出します。
-
ユーザーのRancherトークンをMCPサーバーに渡して認証と承認を行うことで、安全なインタラクションを確保します。
-
MCPサーバー
MCPサーバーは、ReActエージェントとRancherおよびKubernetes APIの間の安全で制御されたゲートウェイとして機能します。その機能には以下が含まれます：
-
ツールの公開：ReActエージェントが呼び出すことができる、明確に定義された安全なツール（APIエンドポイント）のセットを提供します。これらのツールは、直接的なRancher/Kubernetes APIとのインタラクションの複雑さを抽象化します。
-
Rancherとのインタラクション：エージェントからのツール呼び出しをRancher管理サーバーへの適切なAPIリクエストに変換し、必要に応じてリソースを取得または変更します。
動作の仕組み（フロー）
-
ユーザーリクエスト：ユーザーはUI拡張機能を通じてクエリを送信します。
-
スーパーバイザーのルーティング: Liz は意図を特定し、クエリとUI拡張機能のコンテキストを専門のエージェント（例えば、Fleet agent）にルーティングします。
-
LLM推論:専門のエージェントのLLMはリクエストを解釈し、問題について考察し、行動計画を提案します。
-
エージェントの行動:計画に外部操作が必要な場合、エージェントはユーザーの安全なトークンを使用して適切なMCPサーバーツールを呼び出します。
-
応答の形成:LLMはツールの出力を受け取り、一貫性のある人間が読みやすい応答を作成します。
-
最終応答: Liz はエージェントの合成された回答をUIに返します。