生成AIを業務で活用しようとすると、多くのケースで避けて通れないのが RAG（Retrieval-Augmented Generation） です。
社内ドキュメントや製品マニュアル、FAQなどをAIに参照させることで、LLM単体では回答できない自社固有の情報にも答えられるようになります。
一方で実際にRAGを構築しようとすると、ドキュメントの取り込み、Embedding、Vector Store、検索処理、プロンプトへのコンテキスト注入など、意外と多くの要素を組み合わせる必要があります。
「RAGを試してみたいだけなのに、環境を作るところで結構大変……」
と感じたことがある方も多いのではないでしょうか。
そんな中、Oracle Private Agent Factory 26.4 で新たに Knowledge Agent Node が追加されました。
このKnowledge Agent Nodeを利用すると、これまで個別に構築する必要があったRAGの仕組みをAgentのフローに組み込み、自分たちのドキュメントを参照して回答するAIエージェントを、かなりシンプルかつ短時間で構築できるようになっています。
そこで気になるのが、
「本当に簡単にRAGエージェントを作れるのか？」
という点です。
今回は実際にKnowledge Agent Nodeを使い、ドキュメントを参照して回答するRAGベースのAIエージェントを構築してみました。
「できるだけ少ない手間で社内データを参照するAIエージェントを爆速で作りたい」
という方の参考になれば幸いです。
検証環境
OCI Compute の VM.Standard3.Flex (2 OCPU) 上で構築しました。
OSはOracle Linux 8です。
Private Agent Factory（以下PAF）のバージョンは記事を作成した時点で最新の 26.7 にしました。
インストール要件は下記をご確認ください。
PAF構築
以前投稿した以下記事をご参照ください。
データソース登録
まずKnowledge Agentを作成するためにデータソースを登録します。
データソースはSharePointやGoogle Drive、Amazon S3、OCI Object Storageなども選べ、それらであれば定期的に追加ファイルを取得してナレッジベースを自動メンテしてくれます。
今回は単純なファイルアップロードでナレッジベースを作成しました。
左メニューの Data Srouces を選択し、Add data source を押下します。
Add new data source でサポートされている拡張子から任意のファイルをアップロードします。
すべてアップロードしたら右下の Add file source を押下します。
Knowledge Agent作成
左メニューから Knowledge Agents を選択し、Create agent を押下します。
File system タブから先ほど登録したデータソースを選択し、Next を押下します。
今回は架空の障害対応報告書を登録しましたので、そちらを選択しました。
必須となっている各フォームに入力して Next を押下します。
サマリを確認して問題なければ Publish agent を押下します。
MCPツールの構成
Knowledge Agent Nodeだけで構成したカスタムフローであれば、別に PRE-BUILT AGENTS メニューから直接Knowledge Agentを呼び出せばよい、という話しになってしまいます。
それでは面白くないので、Web検索できるMCPツールも合わせて利用し、AIエージェントがKnowledge AgentとWebの両方から取得した情報をもとに回答する形式とします。
それにはWeb検索できるMCPツールが必要となるため、左メニューの MCP Servers へアクセスして Add MCP server を押下します。
今回は Tavily というWeb検索サービスを提供するMCPサーバのFree Trialを利用しました。
Tavilyから取得した各情報を入力し、Save MCP server を押下します。
カスタムフロー作成
いよいよカスタムフローを作成してRAGエージェントをノーコード開発します。
フローの構成は以下のようになりました。
Agentが利用するToolとして、これまでに作成した Knowledge Agent と MCP server が結線されています。
またシステムプロンプトには以下内容を入力しています。
ユーザからの質問に回答する際は、必ず以下２つのツール情報を取得し、それら情報をもとに回答してください。
- Knowledge Agent: ITシステム運用に関するナレッジ検索エージェント
- MCP Server: Web検索
また回答には必ず情報源となったドキュメント、サイトのURLを含めてください。
ユーザからの質問: {{user_query}}
動作確認
フロー作成画面の右上にある Playground を選択してチャットを試します。
以下の通り Knowledge Agent として登録した情報と MCP server を使ってWeb検索した情報をちゃんと回答してくれました。
また情報源も明記してくれています。
まとめ
今回は Oracle AI Database Private Agent Factory（PAF） の Knowledge Agent Node を利用して、独自ドキュメントを参照するRAGベースのAIエージェントを構築しました。
PAFを利用すると、RAGで必要となるドキュメントの取り込みやEmbedding、Vector Store、検索処理などを個別に実装することなく、Knowledge Agent NodeとしてAgentのフローに組み込むことができます。さらにMCP Serverなどの外部ツールと組み合わせることで、今回のように社内ナレッジとWeb検索の両方を利用するAIエージェントも、ほぼノーコードで構築できます。
またPAFは、クラウドサービスとして利用するだけでなく、ローカル／プライベート環境に構築できる点も大きな特徴です。LLMやEmbeddingを含めてローカルに閉じた構成にすることで、機密データを外部へ出さずに利用でき、データ主権やソブリンAIといった要件にも対応しやすくなります。
さらに、Oracle AI Database 26ai Freeなどを利用して無償から検証を始められるため、RAGやAIエージェントをまず試してみたい場合にも適しています。
「RAGを簡単に構築したい」「社内データを外部に出さずに生成AIを活用したい」 という方は、ぜひ一度 Private Agent Factoryを触ってみてください。