メインコンテンツへスキップ
ClickHouse でエージェント型アナリティクスを実行する最も簡単な方法は、ClickHouse Cloud の ClickHouse Agents です。完全マネージド型のため、実行するインフラストラクチャは不要です。ユーザーは自然な言葉で質問し、AIエージェントがデータベースに直接クエリして回答します。 セルフホストする場合、Agentic Data Stack は柔軟に組み合わせられるオープンソースのスタックです。自分で運用し、独自のモデルを接続し、チャットやデータを自分の環境内に保持できます。これは ClickHouse、ClickHouse MCP server、LibreChat、および Langfuse で構成されています。

​
エージェント型アナリティクスとは？

エージェント型アナリティクスでは、モデルはデータに対してクエリを実行し、その結果に基づいて回答します。質問が与えられると、エージェントは利用可能なデータベースとテーブルを調べ、実行すべきクエリを判断し、ClickHouse に対して実行したうえで、その結果から回答を組み立てます。必要に応じてクエリを修正したり、追加のクエリを実行したり、複数のステップを連続して実行したりできます。クエリが失敗したり、想定外の結果が返ってきたりしても、そこで停止するのではなく、調整して再試行します。

​
できること

  • 自然言語で質問して、自分のデータに基づく回答を得られます。
  • コードを書かずにエージェントを構築できます。エージェントに指示とツールを与え、繰り返し利用できます。
  • エージェントと会話を共有できます。閲覧専用リンクとして共有することで、他のユーザーが回答の背景にあるクエリをたどれます。
  • インタラクティブなチャートや可視化を生成できます。会話内でクエリ結果から生成できます。
  • 回答を評価して改善できます。Langfuse で人によるレビューまたは LLM を判定者として応答を採点し、プロンプトやエージェントを改善できます。

​
スタック全体の構成

ユーザーは LibreChat で質問します。モデルは応答を組み立てるための計画を立て、MCPサーバーを介してツールを呼び出し、ClickHouse を調べたりクエリを実行したりします。結果が返ると、エージェントが回答を作成します。OpenTelemetry を基盤とする Langfuse は、プロンプトからツール呼び出し、応答に至るまで各実行を記録し、自動または人によるレビューで出力を評価できるようにするとともに、品質、コスト、レイテンシを追跡します。 ClickHouse MCP server はオープン標準である Model Context Protocol をベースにしているため、LibreChat だけでなく、MCP 互換の任意のクライアントやエージェントフレームワークで利用できます。クライアントやエージェントライブラリについては、MCP ガイド を参照してください。

​
コンポーネント

コンポーネント役割詳細
ClickHouseエージェントがクエリを送る分析エンジンClickHouseを使い始める
ClickHouse MCP serverClickHouseをツールとしてエージェントに公開するオープンスタンダードMCPサーバー
LibreChatユーザーが操作するチャットおよびエージェントのフロントエンドLibreChat
Langfuseすべてのプロンプト、ツール呼び出し、応答に対するオブザーバビリティLangfuse

​
はじめる

ClickHouse でエージェント型アナリティクスを実行する方法は 2 つあります。
  • マネージド (ClickHouse Cloud) : セットアップ不要で、最もすばやく始められる方法です。ClickHouse Agents では、データを対象としたホスト型のチャットとエージェントを利用できます。各コンポーネントをマネージドで個別に利用することも可能です。リモートMCPサーバー と Langfuse Cloud を利用できます。
  • セルフホスト (オープンソース) : Docker Compose を使ってスタック全体を自分で実行し、独自のモデルを接続して、データを自分の環境内に保持できます。
何もインストールせずに公開データセットでこのスタックを試すには、ホスト型デモの AgentHouse を利用してください。 ClickHouse のその他のオープンソース AI 機能:
最終更新日 2026年6月25日