Deep NL2SQLを搭載したPrivate Agent Factory 26.10を発表 (2026/10/26)
Deep NL2SQLを搭載したPrivate Agent Factory 26.10を発表 (2026/10/26)
https://blogs.oracle.com/database/announcing-private-agent-factory-26-10-featuring-deep-nl2sql
投稿者：Kumar G Varun | Product Management - Applied AI, Private Agent Factory
高度なNL2SQLと、プライベートエージェントを接続および操作する新しい方法
ビジネスユーザーは、すぐに行動に移せる回答を求めている。開発者は、ユーザーが既に利用しているアプリケーションにエージェントを組み込みたいと考えている。プラットフォームチームは、それらのエージェントの動作を理解し、データ管理とアクセス先のシステムの統制を維持する必要がある。
Oracle AI Database Private Agent Factory 26.10 は、これらのニーズに対応します。このリリースでは、エンタープライズ データに関するビジネス クエリを実行するための重要な追加機能である Deep NL2SQL に加え、新しい Python SDK および REST 統合機能、再利用可能な取り込みサービス、拡張されたエージェントの相互運用性、ネイティブの可観測性が導入されています。
Private Agent Factoryは、Oracle Database、エンタープライズドキュメント、API、およびサポートされているモデルを使用して、プライベートエージェントを構築、テスト、実行するための視覚的な環境をチームに提供します。今回のリリースでは、エージェントの構築から、ビジネスワークフローへの接続、およびその動作の理解まで、その基盤をさらに拡張しています。
Deep NL2SQLは、あらゆる質問にビジネス知識をもたらします
データベーススキーマは、データがどこに格納されているかをモデルに示します。しかし、未払い請求書、完了した注文、売れ筋商品といったものがビジネスにおいて何を意味するのかを説明することはほとんどありません。これらの定義がなければ、SQL文は正常に実行されても、誤った質問に答えてしまう可能性があります。
Deep NL2SQLは、ビジネスナレッジグラフを用いてこのギャップを解消します。チームは、関連するテーブル、ビジネス定義、メトリクス、ルール、ドキュメント、質問例、SQLなどをトピックごとに整理します。エージェントは、質問に関連するトピックを見つけ出し、そのコンテキストに基づいてSQLを計画・生成します。質問が曖昧な場合は、処理を続行する前にユーザーに確認を求めることができます。
図1. 財務（350テーブル/ビュー）と供給計画および履行（386テーブル/ビュー）に関するナレッジグラフ。
専門知識をチーム全体が活用できるリソースに変える
財務チームがどの仕入先請求書に注意が必要かを尋ねている場面を考えてみましょう。その答えは、未払い残高の定義、支払期日、支払い状況、通貨、組織の範囲によって異なります。Deep NL2SQLは、アプリケーションの専門家がこれらの慣習を記録できる「ナレッジワークベンチ」という場所を提供することで、ビジネスユーザーが会話のたびにこれらの慣習を再構築する必要がなくなります。
ナレッジワークベンチは、ビジネスコンテキストの作成と維持をサポートします。そのNL/SQLコレクションは、自然言語による質問とそれに対応するSQLをまとめて、検査や再利用を可能にします。エージェントは生成されたSQLをレビュー用に提供することで、ユーザーが回答がどのように生成されたかを理解するのに役立ちます。
図2. NL/SQLコレクションでは、質問とSQL文が並べて表示されるため、専門家は例を検査および保守できます。
今回のリリースでは、セマンティックコンテキストを維持するためのワークフローに、知識、記憶、および注釈ワークベンチが組み込まれます。専門家は、ユーザーからのフィードバックを確認し、有用な知識をキュレーションすることで、ユーザーからのあらゆる反応を共有知識ベースへの自動的な変更として扱う必要がなくなります。
評価ワークフローにより、チームは提案された知識変更を、代表的な質問や参照SQLと比較してから公開することができます。明確化、SQLレビュー、評価、そして厳選されたフィードバックを組み合わせることで、ビジネス定義やデータの変化に合わせてエージェントを改善していくことができます。
民間エージェントを人々が使用するアプリケーションに接続する
新しいAgent Factory Python SDKを使用すると、開発者はPythonアプリケーションからカスタムワークフロー、ナレッジエージェント、データ分析エージェント、およびディープデータリサーチエージェントを実行できます。サポートされている認証オプションには、ユーザー名とパスワード、およびブラウザ支援型SSOが含まれ、操作は引き続きユーザーの既存のAgent Factory権限に従います。
SDKと標準化されたREST APIは、アプリケーション、スクリプト、およびビジネスワークフローの統合オプションを提供します。SDKは、サポートされているモデル接続とデータソースに対する操作もサポートしています。チームは、すべてのユーザーにエージェントファクトリーのインターフェースを直接操作させることなく、既存のアプリケーションにエージェント機能を組み込むことができます。
システム間でエージェントを接続する
拡張されたエージェント間通信機能は、JSONやMarkdownなどのコンテンツタイプ、および非同期タスク処理をサポートします。これらの改善により、エージェントファクトリーのワークフローは、互換性のある外部エージェントと構造化された情報を交換し、単一の即時応答では対応できない処理を処理できるようになります。
アプリケーションを横断するソリューションを構築する顧客やパートナー向けに、SDK、REST API、およびA2Aサポートは、エージェントを既存のアーキテクチャに接続するための複数の方法を提供します。
知識を一度準備すれば、ワークフロー全体で再利用できる
新しいインジェストサービスにより、知識準備がプラットフォームの再利用可能な機能として利用できるようになります。チームはサポートされているソースとインジェスト設定を構成し、準備された知識を調査やカスタムエージェントのワークフローで使用できます。ディープデータリサーチエージェントとの統合により、ソース処理とチャンキングが改善され、インジェストと検索のワークフローがより一貫性のあるものになります。
Knowledge AgentはOpenRouterのサポートも獲得し、利用可能なモデルの選択肢が拡大しました。更新されたOracle AI Agent Memoryの統合とプラットフォームの改善により、エージェントの構築と長期的な保守というより広範な作業がサポートされます。
ネイティブな可観測性でエージェントの挙動を理解する
エージェントの動作が遅い場合や予期しない結果を返した場合、チームは最終的な回答以上の情報を必要とします。ネイティブな可観測性により、メトリクス、セッション、トレース、スパンがプライベートエージェントファクトリーに統合されるため、承認されたユーザーはエージェントの動作を1か所で調査できます。
チームは、実行アクティビティ、レイテンシ、トークンの使用状況、エラーなどを確認し、全体像から特定のセッションやトレースへと詳細に掘り下げることができます。これにより、モデル呼び出し、ツール、その他のワークフロー手順に費やされた時間を区別しやすくなり、開発者はトラブルシューティングや改善のための実践的な出発点を得ることができます。
ビジネスワークフローから始めましょう
ビジネスチームにとって、Deep NL2SQLは、共有されたビジネス知識を活用して質問を行い、回答の背後にあるSQLを確認する手段を提供します。開発者とパートナーにとっては、今回のリリースでエージェントをアプリケーションに組み込むための統合オプションが追加されました。プラットフォームチームにとっては、再利用可能なデータ取り込み機能とネイティブな可観測性により、知識の準備とエージェントの実行状況の把握が容易になります。
焦点を絞ったビジネス上の課題を選択し、それに必要な知識と事例を構築し、結果を評価し、人々がそれを使用するワークフローにエージェントを接続します。
コメント
コメントを投稿