サイボウズさん主催の kintone devCamp Boost! のセッション中にお見せしたデモンストレーションの内容を記事にしました。
なお、セッション中のハンズオンの内容は、別で記事にしています。
TITLE: LINE WORKS の WOFF アプリから kintone アプリにデータ入力
URL: https://qiita.com/iwaohig/items/163beae48a425cdb60f6
Function Calling で LINE WORKS の会話から kintone にデータ入力、LINE WORKS の予定作成
ChatGPT の API の Function Calling を使い、自然な会話のなかから必要なデータを取り出して kintone の API を実行してデータ入力したり、LINE WORKS の API でカレンダーの予定を作成したりできます。
動作の様子です。
通常の発言には、GPT の API が一般的な応答をします。
作業報告に関連した発言と判別された場合は、kintone の API でレコード登録を行い、その結果を伝えてくれます。
kinton アプリにレコード登録されます。
予定作成を求める発言と判別された場合は、LINE WORKS の API で予定を作成し、その結果を伝えてくれます。
LINE WORKS のカレンダーに予定が作成されます。
これらの動作は GPT の API の Function Calling の機能を使っています。
https://platform.openai.com/docs/guides/gpt/function-calling
このデモンストレーションでは、レコード登録と予定作成の 2 つの functions のパラメータを指定しています。具体的なパラメータは後述します。
functions が設定されていると、「何ができますか」などの質問に対して、functions を発動するのに必要な情報を教えてくれるようです。
Power Automate のフロー作成
Power Automate のフローで作成してみます。
利用者は LINE WORKS の Bot と会話します。
Bot あての発言を受けるため、HTTP 応答のトリガーを作成します。
JSON スキーマは以下です。
{
"type": "object",
"properties": {
"type": {
"type": "string"
},
"source": {
"type": "object",
"properties": {
"userId": {
"type": "string"
},
"channelId": {
"type": "string"
},
"domainId": {
"type": "integer"
}
}
},
"issuedTime": {
"type": "string"
},
"content": {
"type": "object",
"properties": {
"type": {
"type": "string"
},
"text": {
"type": "string"
}
}
}
}
}
「今日の」や「昨日の」といった発言から日付を割り出すために [日時] のコネクタで取得したデータを利用して GPT に今日の日付を伝えます。
[HTTP] アクションで OpenAI の GPT の API を実行します。
user の content は LINE WORKS の Bot で受けたユーザーの発言を指定しています。
functions の description で [日時] コネクタで指定した日付を記載しています。
その他はデータの入力先の kintone アプリと LINE WORKS の予定作成に合わせて作成しています。具体的に記述すると期待した結果を得やすいです。ただ token 数との兼ね合いも考慮が必要です。日本語が使えますが、英語だと token が節約できるとのことです。
サンプルは以下です。
{
"model": "gpt-3.5-turbo",
"messages": [
{
"role": "user",
"content": "@{triggerBody()?['content']?['text']}"
}
],
"functions": [
{
"name": "daily_work_report",
"description": "日報データを送信します。作業者名、作業日、時刻、作業内容、場所の情報を送信します。今日の日付は@{body('タイム_ゾーンの変換')}",
"parameters": {
"$schema": "http://json-schema.org/draft-07/schema#",
"type": "object",
"title": "作業レコード",
"description": "作業者の詳細なレコード",
"properties": {
"作業者名": {
"type": "string",
"description": "作業者の名前"
},
"作業日": {
"type": "string",
"format": "date",
"description": "作業が行われた日2023-mm-dd のフォーマット"
},
"時刻": {
"type": "string",
"format": "time",
"description": "作業が行われた具体的な時刻 hh:mmのフォーマット"
},
"作業内容": {
"type": "string",
"description": "行われた作業の内容"
},
"場所": {
"type": "string",
"description": "作業が行われた場所"
}
},
"required": [
"作業者名",
"作業日",
"時刻",
"作業内容",
"場所"
]
}
},
{
"name": "events",
"description": "予定を作成します。主催者情報は user@lwugdev、開始時間、終了時間ただし指定がないときは開始時間の60分後、イベントの概要、イベントの詳細を送信します。",
"parameters": {
"$schema": "http://json-schema.org/draft-07/schema#",
"type": "object",
"properties": {
"eventComponents": {
"type": "array",
"description": "イベントのコンポーネント一覧",
"items": {
"type": "object",
"properties": {
"summary": {
"type": "string",
"description": "イベントの概要"
},
"description": {
"type": "string",
"description": "イベントの詳細説明"
},
"location": {
"type": "string",
"description": "イベントの場所"
},
"organizer": {
"type": "object",
"description": "主催者情報",
"properties": {
"email": {
"type": "string",
"description": "主催者のメールアドレス"
},
"displayName": {
"type": "string",
"description": "主催者の表示名"
}
}
},
"start": {
"type": "object",
"description": "開始時間情報",
"properties": {
"dateTime": {
"type": "string",
"description": "開始日時"
},
"timeZone": {
"type": "string",
"description": "タイムゾーン"
}
}
},
"end": {
"type": "object",
"description": "終了時間情報",
"properties": {
"dateTime": {
"type": "string",
"description": "終了日時"
},
"timeZone": {
"type": "string",
"description": "タイムゾーン"
}
}
}
}
}
}
}
}
}
]
}
GPT からのレスポンスが通常の場合か、Function Calling の応答かで処理を分岐します。
body('HTTP')?['choices'][0]?['finish_reason']
上記が "function_call" で始まる場合は、Function Calling の処理に繋ぎます。
該当しない場合は通常の応答をします。
text 部分は下記です。
body('HTTP')?['choices'][0]?['message']?['content']
Function Calling の処理です。kintone のレコード登録か、LINE WORKS の予定作成かをスイッチで分岐します。
body('HTTP')?['choices'][0]?['message']?['function_call']?['name']
function_call の name を見ています。
以降、GPT API のレスポンスから取得したパラメータを使ったレコード登録と、予定作成の API 実行、GPT への function calling の結果の送信、および Bot からの送信をつないでいます。
