メインコンテンツへ移動
ドキュメントワークフローの構築AIアシスタント

AI アシスタントを使用したオーケストレーション

スラッシュ コマンド、ワークフロー差分、10 レベルのアンドゥ スタック - ワークフローの作成、変更、再構築を自然言語で完了します。

Braidrun の AI アシスタントはプラグイン ツールバーではありません。YAML、DAG、および現在のページの実行ステータスを直接理解し、ワークフローの変更、実行のトリガー、スキルのインストール、言語の切り替えを行うことができます。開始方法と毎日の使用方法は次のとおりです。

どこで開けますか

  • 右下隅のフローティング ボタン (すべてのメイン ページで利用可能)
  • ショートカットキーAlt + G

ドロワー内には、マークダウン/コード ハイライト (12 言語) およびスラッシュ コマンドをサポートするストリーミング会話パネルがあります。

何ができるでしょうか?

  • ワークフローの作成/変更/検証/実行
  • スケジュールを作成、有効化、無効化する
  • スキルを更新またはインストールする
  • インターフェース言語を切り替える
  • 「このシステムは何をサポートしているのか/特定の設定の書き方/特定の API の使用方法」などの体系的な質問に答えます。

スラッシュコマンド

text
/execute               # run the current workflow (alias: /run)
/validate              # validate YAML without running
/export                # download workflow YAML
/new                   # start a fresh workflow
/undo                  # roll back the last assistant change (up to 10)
/help                  # list all slash commands

入力欄で「/」から始めるだけでトリガーできます。slash コマンドは自由テキストより優先度が高く、モデルを経由せずにプラットフォームのインターフェースを直接呼び出すため、AI アシスタントの 1 日あたりのクォータを消費しません。エディターやワークフロー一覧などのページでは、入力欄の上部に対応するショートカットボタンも表示されます。

差分プレビューとアンドゥスタック

ワークフロー/スケジュール/資格情報などのリソースに対するすべての変更では、まず差分プレビューが表示されます。

  • 新しいステップ/フィールドは緑色で強調表示されます
  • 変更されたフィールドは黄色でマークされます
  • 削除されたステップ/フィールドは赤色で強調表示されます

確認後、/undo を使用していつでもロールバックでき、最後の 10 件までの変更を保持できます。セッション自体もワンクリックで Markdown にエクスポートできます。

エディターとの連携

  • エディターでアシスタントにワークフローの構築 / 修正を依頼すると、キャンバスは操作順に各変更を段階的に表示します。ノードの追加や接続が 1 つずつ現れ、ワークフローが形になっていく様子を見ることができます。変更内容は保存をクリックして初めてデータベースに反映されます。
  • エディターの診断問題パネルでは、個別または全部の問題を「AI に修正を任せる」ことができます。ステップのプロパティパネルにも、現在のステップのコンテキストを引き継いでアシスタントを直接開く入口があり、自分で YAML をコピー&ペーストする必要はありません。
  • アシスタントが変更した各ステップもエディター自体の元に戻す / やり直しの履歴に入り、Ctrl / Cmd + Z で 1 つずつ戻すことができます。

エディター各エリアの完全な説明は以下を参照してください ビジュアルエディター

準備: AI アシスタントを構成する

初めて利用する前に行ってください アカウント設定 → AI アシスタント モデルプロバイダー (OpenRouter、OpenAI、Anthropic、DeepSeek など) を開いて選択するか、クロード コード / コーデックス エリアでサブスクリプション モデルを構成します。本当の秘密はここにあります 資格情報管理 → 私の資格情報 メンテナンスは実行時に現在のアカウントに従って自動的に解決されます。管理者は、一般ユーザー向けに AI アシスタントを事前設定する必要はありません。

ワークフローのトップレベルの globalAgent との違い

/api/workflows/assistant/chat そして /api/global-agent/chat 現在ログインしているユーザー自身の AI アシスタント設定が使用されます。これは、ワークフローの先頭にある globalAgent フィールドの直接実行エントリではありません。

クロード・コード/コーデックスモデル

AI アシスタントで Claude Code または Codex を呼び出したい場合は、「アカウント設定 → AI アシスタント → Claude Code / Codex」で認証方法を選択してください。

  • クロード コード: Anthropic API キーまたはクロード サブスクリプション トークン (provider=claude_code_oauth) を使用できます。
  • Codex: OpenAI API キーを使用することも、Codex を使用して auth.json (provider=codex_subscription) をサブスクライブすることもできます。
  • サブスクリプション モードでは、トークン/auth.json が AI アシスタント構成に書き込まれません。個人の認証情報またはチームの認証情報からのみ読み取ります。

ドキュメントナレッジベース

AI アシスタントにシステム ドキュメントの質問 (例: 「manual_approval のデフォルトのタイムアウトは何ですか」) に回答させるには、次の場所に移動します。 [設定] → [プラットフォーム永続ストレージ] → [AI Assistant ドキュメントのナレッジベース] 有効になっていることを確認します。組み込みガイド、プロジェクト マスター ドキュメント、および選択したリファレンス ドキュメントにはデフォルトでインデックスが付けられ、起動時の自動ビルドがデフォルトで有効になっています。ステータスを表示し、同じページで「ナレッジベースの再構築」を手動でクリックできます。

「思考プロセス」推理ストリーミング

選択したモデルが推論をサポートしている場合 (Claude Sonnet 4.5 / 4.6 / 4.7、DeepSeek-R1、GPT-o1 / o3 シリーズ、Gemini Thinking など)、AI アシスタントの引き出しには、最初に折り畳まれた「AI アシスタントの思考プロセス」カードが表示されます。モデルはまず推論の概要をここに流し、次に最終的な答えを生成します。

  • reasoning_delta イベントはクライアントによって折りたたまれ、画面を更新しません (フレームごとの再レンダリングを回避します)。
  • 完全な推論は、reasoning_complete の場合に思考サブカテゴリでのみレンダリングされます。
  • 思考カードをクリックして展開/折りたたみます。視野を占めることを避けるために、デフォルトでは折りたたまれています。
  • 思考内容は /undo とともに undo スタックにも記録され、見直しが容易になります。

推論をサポートしていないモデルは追加のカードを表示せず、以前と同様に動作します。

長期記憶

AI アシスタントは、デフォルトではセッションごとに独立しています。ユーザーの設定を「記憶」させたい場合 (「中国語の回答 + 短いマークダウンが好き」、「ASA ワークフローは常に早朝に実行される」)、AI アシスタントの設定で長期記憶を有効にできます。

  • 有効にすると、ユーザー メッセージとアシスタントの応答がベクトル化され、クロスセッション ltm:<user_id>:* 名前空間に保存されます。
  • 次のラウンドの対話が開始されると、上位 K 個の関連する記憶がコンテキスト インジェクションとして自動的に取得されます。
  • AI アシスタントのサイドバーの右上隅に「長期記憶を消去」ボタンがあります。 POST /api/global-agent/memory/clear は、ワンクリックで現在のユーザーのすべての名前空間をクリアします。デバイスを変更したり、チームを切り替えたりするときに使用するのに適しています。
デフォルトのメモリ範囲

デフォルトのメモリは、現在の実行環境のみをカバーし、再起動または複数インスタンスのデプロイメント中には共有されない場合があります。インスタンス間の長期メモリが必要な場合は、プラットフォーム実行コンフィギュレーションで管理状態ストレージを有効にするか、管理者にカスタム ストレージ適応にアクセスしてもらいます。

ヒント

  • AI に YAML を生成させたい場合は、snake_case YAML を出力するように明示的に依頼します。
  • 分岐フロー:分類器+条件の構造生成を優先
  • 大きな変更: 自然言語を使用して意図を説明し、それを複数ステップの Diff に分割します。
  • 組み合わせる デバッガ : AI の変更が完了したら、オンラインにする前にデバッグを有効にし、ワークフローを予行演習します。
  • 推論をサポートするモデルを選択する場合、「思考プロセス」を直接確認することができ、デバッグ プロンプトのデザインは非常に役立ちます。