ナレッジと MCP

RAG パイプライン

PDF をアップロードし、ベクトル類似検索で内容について質問できます。

RAG にはモデルオファリングカタログ（model_offerings.jsonc）の embeddings オファリング が必要です。作成はアプリ内の Model Settings 画面、chatwalaau models add、または手動で行えます:

{
  "id": "embed",
  "provider": "azure-openai",
  "operations": ["embeddings"],
  "model_ref": "text-embedding-3-small"
}

パイプラインの設定値は（モデルルーティングではないため）引き続き通常の .env の値です:

CHROMA_DIR=.chroma
RAG_COLLECTION_NAME=default
RAG_TOP_K=5
RAG_CHUNK_SIZE=800
RAG_CHUNK_OVERLAP=200
# RAG_CHUNK_MIN_SIZE=200   # 未設定 -> RAG_CHUNK_SIZE // 4、0 で末尾結合を無効化

embeddings オファリングが無い場合、RAG 検索・取り込みは追加を促す明確なメッセージを返します（アプリは通常どおり起動します）。

手順:

+ -> Attach PDF で文書をアップロード
取り込みジョブを投入 -- エージェントに 「この文書を取り込んで」 と依頼するか、 Pipelines ポータル（下記）を開いてファイルパスを指定し rag-ingest を投入
パイプラインジョブ実行: PDF 解析 -> チャンク化 -> 埋め込み -> ChromaDB 保存
質問: 「文書には X について何が書いてある？」
エージェントが出典付き（ファイル名・ページ）で回答

ポイント: ファイルベースの ChromaDB 保存、シングルトン埋め込みクライアント（資格情報解決と TLS ハンドシェイクはプロセスごとに 1 回）、末尾結合付きのオーバーラップチャンク化、メタデータによる出典、再取り込み時の自動重複排除、チャット内の PDF ファイルカード。取り込みは Pipeline ジョブエンジン（下記、組み込み）で実行されます。

Pipeline ジョブ

データ処理タスク（現在は RAG 取り込み、今後ジョブ種別を追加）をインプロセスのパイプラインエンジンと専用の管理画面で実行します。サイドバー下部の Pipelines アイコン（Declarative Agents の隣）から:

ジョブ種別フォームから投入（例: rag-ingest に PDF パス）
プログレスバーで進捗をライブ表示
実行中ジョブのキャンセル、終了ジョブの削除
実行履歴の確認 -- 各実行は開いて見られる取得ログを保持

既定で有効（PIPELINE_ENABLED=true）。パイプラインジョブは curated なインプロセスジョブ種別（shell なし、CODING_ENABLED 不要）で、スケジュールスクリプト を実行し既定で無効の Cron スケジューラとは区別されます。設定:

# Pipeline ジョブ（インプロセスのデータ処理エンジン）
PIPELINE_ENABLED=true
PIPELINE_JOBS_DIR=.pipeline          # 1ジョブ1 JSON + output/{job}/{run}/ 実行ログ
PIPELINE_OUTPUT_MAX_BYTES=1048576    # 実行ごとの取得ログ上限
PIPELINE_MAX_CONCURRENT_JOBS=2

エージェントは manage_pipeline ツール（submit / list / get / cancel / delete）でもジョブを管理できます。エージェントツールと REST API（/api/pipeline/*）は同じエンジンとストアを共有するため、チャットとポータルが食い違うことはありません。

MCP 連携

Model Context Protocol を介して外部ツールを接続します（Claude Desktop 互換設定）。ChatWalaʻau は同梱デフォルト（mcp_servers.default.jsonc）を持ち、オペレータ上書き（mcp_servers.jsonc、 gitignore 済み）を優先します。初回のコピーは不要です。

# 任意: 既定は mcp_servers.jsonc。空にすると MCP を無効化。
# MCP_CONFIG_FILE=mcp_servers.jsonc

{
  "mcpServers": {
    "filesystem": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-filesystem", "/path/to/workspace"]
    },
    "remote-api": {
      "url": "https://api.example.com/mcp",
      "headers": { "Authorization": "Bearer token" }
    }
  }
}

JSONC -- // と /* */ コメントを除去。厳密 JSON もそのまま受理するため、既存の Claude Desktop / Claude Code / Cursor 設定を再利用可能
stdio サーバ（command）は起動され、HTTP/SSE サーバ（url）は接続される
MCP ツールは組み込みツールと並び、Plug アイコンで表示
サーバのライフサイクルは自動管理（ゾンビプロセス防止つき）
任意のサーバ単位フィールド: "load_prompts": true（prompts/list 実装サーバ向け。既定 false）、"load_tools": false、"request_timeout": 30

MCP ツールを実行中に管理する

MCP ツールが多いと、毎ターンの入力トークンを消費します（各ツールの名前・説明・スキーマがモデルへ送られます）。MCP Tools マネージャを使うと、使っていないツールを設定編集や再起動なしで無効化できます。

チャット入力欄のコントロール行にある Plug（MCP） アイコンから開きます。アイコンはマネージャのエンドポイントへ到達可能なら常に表示され、サーバが未接続なら設定パスと Reload ボタンを備えた空状態が開きます。
モーダルはウィンドウの約 90% で開き、左にサーバ一覧、右に詳細ペインを表示します。サーバ全体、または個別ツールを切り替えられます（サーバが提供していればツールの説明も表示）。
保存ボタンは変更後にのみ有効化されます。保存時は確認のうえ、適用中は 「エージェント再構築中」のインジケータを表示します。未保存の変更があるまま閉じようとすると、保存か破棄かを確認します。
保存するとエージェントを再構築し、次のメッセージから選択したツールだけを使います。選択はメモリのみで保持され、再起動するとすべての MCP ツールが再び有効になります。
Reload（フッタ＋空状態）は mcp_servers.jsonc を再パースしてサーバを完全に再接続し、エージェントを再構築します。設定で追加・編集したサーバを再起動なしで反映できます。 Reload は確認のうえ、同じブロッキングインジケータを表示します。設定済みだが未接続のサーバは、再接続するまでトグルが無効化され「Reload で反映」のヒントが表示されます。
このマネージャはオペレータ向け機能で、他の書き込み系エンドポイントと同じ認証で保護されます（localhost は除外）。設定はそのサーバの全ユーザに適用されます。

MCP Apps

MCP ツールが _meta.ui リソースを宣言すると、その HTML View がチャット内のインタラクティブ UI として、安全な二重 iframe サンドボックスで描画されます。

# MCP_APPS_SANDBOX_PORT=8081   # 任意のサンドボックスプロキシポート

二重 iframe サンドボックス -- View は別オリジンで動作し、ホストの DOM・ Cookie・ストレージにアクセス不可。CSP が既定で外部リソースを遮断
監査可能 -- View からサーバへの通信はすべてホスト経由でプロキシ
表示モード -- インラインとフルスクリーン。セッション永続化で View HTML を保存し再読込に対応
段階的強化 -- UI が使えない場合はテキストとして動作

設定不要で自動的に有効化され、サンドボックスプロキシは MCP サーバと同時に起動します。

RAG パイプライン​

Pipeline ジョブ​

MCP 連携​

MCP ツールを実行中に管理する​

MCP Apps​

RAG パイプライン

Pipeline ジョブ

MCP 連携

MCP ツールを実行中に管理する

MCP Apps