はじめに
本記事は2026年4月時点の情報をもとに作成しています。
記事公開後の仕様変更や更新により、記事の内容と参考URL先の情報が異なる場合があります。
作業を実施する際は、必ず最新の公式ドキュメントや参考情報をご確認ください。
本稿は、後編となります。↓前編はこちら
前編では、RAGツールのナレッジベースとして利用する Oracle AI Database 26ai の準備を行いました。具体的には、OML4Py の構築、ONNX形式の埋め込みモデルのインポート、およびRAGツールで利用するテーブルの準備を実施しています。
本稿では、OCI コンソールでの設定を中心に、既存の Oracle AI Database 26ai を活用した OCI Generative AI Agents Service のRAGツール構築手順を紹介します。また、構築したRAGツールの簡単な動作確認も実施します。
1. OCI Generative AI Agents Service RAGツール構築
エージェントの作成
アナリティクスとAI - AIサービス - 生成AIエージェント - エージェントの作成
①基本情報
ルーティングLLMタイプはデフォルトの Llama 3.3 70B を使用しました。
②ツールの追加
-
ツールの追加を押下し、RAGを選択 -
ルーティングの説明ナレッジの概要を記述- エージェントが何のナレッジであるかを理解するのに使用され、他エージェントによるツール選定にも影響します。
-
ナレッジベースの作成を押下し、データ・ストア・タイプに
Database AI Vector Searchを選択 -
データベース・ツール接続にナレッジとする DB に接続する VECTOR ユーザのシークレットを選択-
接続のテストから選択したシークレットによる DB への接続が確認できます。
-
-
ベクトル検索機能に 前編で作成したデータベース関数retrieval_funcを選択-
関数の動作の検証から構文エラーがないか動作を確認できます。
-
③エージェント・エンドポイントの設定
-
このエージェントのエンドポイントの自動作成にチェックを入れておくとエージェント作成時にエンドポイントも作成され、チャット機能がスムーズに利用できます。- エージェント作成完了後にエージェントの詳細画面から手動で作成することもできます。
ガードレール機能をオプションで設定できますが、今回は動作確認が目的ですので無効にします。
④ 確認および作成
これまでの設定内容を確認できます。
設定内容を確認し エージェントの作成 を押下します。
Llama 3 のライセンス同意のポップアップが表示されます。
ライセンスの内容を確認し 同意します にチェックを入れて 送信 します。
エージェントの作成完了には 5 分程度、時間がかかりました。
2. 動作確認
生成AIエージェント - チャット から作成したエージェントと対話ができます。
-
エージェントに①で作成したエージェントを選択 - リストに表示される
エージェント・エンドポイントを選択
以上でエージェントとのチャットが開始できます。
チャット確認
まずは正常に返答があるか確認するために「こんにちは」と送信しました。
「モデル就業規則のアドバイザーです。」と返答がありました。モデル就業規則のRAGであることを認識しているようです。
次に、「就業規則とは何ですか？」と送信します。
就業規則について詳細に説明してくれました。
引用の表示 から、情報源について表示できます。また、右の ログ より応答時間も確認ができます。
遭遇したエラー
データベース・ツール接続 - 接続テスト の認可エラー
Authorization failed or requested resource not found
原因：
- 選択したシークレットの設定に不備がある
- 誤ったシークレットを選択
対応：
- 適切なシークレットを選択
サービス制限
構築時に遭遇したのが下記のリミット抵触エラー
The following service limits were exceeded: knowledge-base-count. You can request a service limit increase from the Console's Limits, Quotas and Usage page or from the Help menu.
ドキュメントを見るに、デフォルトの制限は以下である。
遭遇時は AI エージェント、ナレッジベース共に 1 つしか作成していないが制限に抵触してしまった。
https://docs.oracle.com/ja-jp/iaas/Content/generative-ai-agents/limits.htm
| リソース | 上限 |
|---|---|
| Agent | 2 |
| Knowledge Base | 3 |
対応：
- 作成済みの エージェントとナレッジベースを削除（作成数 0 の状態に戻す）
削除時の注意：
- エージェント削除前に
エンドポイント,ツールの削除が必要
ポリシー違反エラー
原因：
ポリシーの設定をしていませんでした。
対応：
▼ ステップ2.動的グループおよびポリシーの追加
https://docs.oracle.com/ja-jp/iaas/Content/generative-ai-agents/oracle-db-guidelines.htm
あとがき
以上で、BaseDB をナレッジソースとした RAG の構築は完了です。
OCI の Generative AI Agents Service では、RAG ツール以外にもさまざまな機能やツールが提供されています。今回は RAGツール の構築を紹介しましたが、エージェントの真価を発揮するためには、複数のエージェント、ツールを作成し、組み合わせるアーキテクチャを実現することが重要だと考えています。
今後は、複数エージェントによる連携や高度なワークフローの実装にも挑戦し、その内容についても検証結果を共有できればと思います。
本記事が、OCI Generative AI Agents Service を活用したRAGツール構築の参考になれば幸いです。