> ## Documentation Index
> Fetch the complete documentation index at: https://private-7c7dfe99-mintlify-8c05c8a2.mintlify.site/llms.txt
> Use this file to discover all available pages before exploring further.

# Agentic Data Stack

> ClickHouse上のエージェント型アナリティクス。ClickHouse Cloudでは完全マネージド型で利用でき、ClickHouse、MCPサーバー、LibreChat、Langfuseで構成されるオープンソーススタックとしてセルフホストすることもできます。

export const Image = ({img, alt, size}) => {
  return <Frame>
      <img src={img} alt={alt} />
    </Frame>;
};

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](/ja/products/cloud/features/ai-ml/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](/ja/core/get-started/setup/install)、[ClickHouse MCP server](/ja/products/agentic-data-stack/components/mcp-server)、[LibreChat](/ja/products/agentic-data-stack/components/librechat)、および [Langfuse](/ja/products/agentic-data-stack/components/langfuse) で構成されています。

<div id="what-is-agentic-analytics">
  ## エージェント型アナリティクスとは？
</div>

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。

<div id="what-you-can-do">
  ## できること
</div>

* **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。

<div id="architecture">
  ## スタック全体の構成
</div>

<Image img="https://mintcdn.com/private-7c7dfe99-mintlify-8c05c8a2/GaEHa-fd8w_5w7tQ/images/agentic-data-stack/01-architecture.webp?fit=max&auto=format&n=GaEHa-fd8w_5w7tQ&q=85&s=d17f92546badaf3a1ca793b39acd6597" alt="Agentic Data Stack のアーキテクチャ: ユーザーは LibreChat を通じて操作し、LibreChat は LLM、MCPサーバー経由の ClickHouse、そしてトレーシング用の Langfuse に接続する" size="md" width="945" height="784" data-path="images/agentic-data-stack/01-architecture.webp" />

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](https://modelcontextprotocol.io/) 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](/ja/core/guides/use-cases/ai-ml/MCP) を参照してください。

<div id="components">
  ## コンポーネント
</div>

| 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](/ja/core/get-started/setup/install)            |
| ClickHouse MCP server | ClickHouse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](/ja/products/agentic-data-stack/components/mcp-server)  |
| 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](/ja/products/agentic-data-stack/components/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](/ja/products/agentic-data-stack/components/langfuse)   |

<div id="get-started">
  ## はじめる
</div>

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](/ja/products/cloud/features/ai-ml/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](/ja/products/cloud/features/ai-ml/remote-mcp) と [Langfuse Cloud](https://cloud.langfuse.com) を利用できます。
* **セルフホスト (オープンソース) :** [Docker Compose](/ja/products/agentic-data-stack/docker-setup) 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](https://llm.clickhouse.com) を利用してください。

<div id="related">
  ## 関連
</div>

ClickHouse のその他のオープンソース AI 機能:

* [AI による SQL 生成](/ja/core/guides/use-cases/ai-ml/ai-powered-sql-generation): ClickHouse Client と clickhouse-local で自然言語を SQL に変換
* [QBit を使用したベクトル検索](/ja/core/guides/use-cases/ai-ml/vector-search): 実行時に調整できるベクトル検索