bagofwords1/bagofwords

何を解決するか

Bag of Words (BOW) は、ガバナンスを維持したまま、LLM を断片化された企業データやツールに接続する課題を解決します。異なるインターフェース用にエージェントロジックを再構築する必要を防ぎ、エージェントが特定のデータ、資格情報、指示で構成され、チャット、ダッシュボード、自動ワークフローなどさまざまなチャネルに展開できる中央集権的なプラットフォームを提供します。

仕組み

BOW は LLM、データソース、出力チャネルの間のガバナンスされたゲートウェイとして機能します。管理者は各エージェントに対して「分析コンテキスト」を定義でき、どのデータベース、API、またはファイルにアクセスできるか、どのような指示に従うべきかを指定できます。分析クエリをキャッシュするクエリ加速レイヤーを備えており、遅延とコストを削減します。信頼性を確保するために、エージェントが自己改善ループに入る評価システムを使用しています。予め定義された評価が失敗した場合、エージェントは指示の修正を草案し、それが成功するまで再テストを繰り返します。

対象ユーザー

企業チームやデータアナリスト向けに設計されており、SQLウェアハウス、BIツール、ビジネスアプリなど多様なデータ環境で、データ分析、根本原因調査、自動レポート用の信頼性の高いAIエージェントを構築・スケーリングする必要がある方々に適しています。

特徴

• マルチチャネル展開: Webアプリ、Slack、Microsoft Teams、WhatsApp、Excel、Claude CodeなどのMCPクライアントで同じエージェントを実行可能。
• 広範な接続性: Snowflake、BigQuery、PostgreSQLなどの数十種類のデータベース、Tableau、Power BIなどのBIツール、Salesforce、Jiraなどのビジネスアプリ用のネイティブコネクタを備える。
• 自己改善エージェント: 評価を使って失敗を検出し、自身の指示更新を草案して修正する自動ループを備える。
• クエリ加速: 自動更新されるキャッシュにより、分析クエリの実行速度を10～1000倍に高速化可能。
• MCPゲートウェイ: Model Context Protocol (MCP) サーバーやカスタムAPIと統合し、MCPクライアントにツールを公開可能。