Dify
日本語
日本語
  • 入門
    • Difyへようこそ
      • 特性と技術仕様
      • モデルプロバイダーリスト
    • クラウドサービス
    • コミュニティ版
      • Docker Compose デプロイ
      • ローカルソースコードで起動
      • aaPanelでのデプロイ方法
      • フロントエンドDockerコンテナを単独起動
      • 環境変数の説明
      • よくある質問
    • Dify Premium
    • Dify 教育版
  • マニュアル
    • モデル
      • 新しいプロバイダーの追加
      • 事前定義されたモデルの追加
      • カスタムモデルの追加
      • インタフェース
      • 配置ルール
      • 負荷分散
    • アプリ・オーケストレーション
      • アプリの作成
      • チャットボット
        • 複数モデルのデバッグ
      • エージェント
      • ツールキット
        • コンテンツモデレーション
    • ワークフロー
      • キーコンセプト
      • 変数
      • ノードの説明
        • 開始
        • 終了
        • 回答
        • LLM
        • 知識検索
        • 質問分類
        • 条件分岐
        • コード実行
        • テンプレート
        • テキスト抽出ツール
        • リスト処理
        • 変数集約
        • 変数代入
        • 反復処理(イテレーション)
        • パラメータ抽出
        • HTTPリクエスト
        • エージェント
        • ツール
        • 繰り返し処理(ループ)
      • ショートカットキー
      • オーケストレートノード
      • ファイルアップロード
      • エラー処理
        • 事前定義されたエラー処理ロジック
        • エラータイプの概要
      • 追加機能
      • プレビューとデバッグ
        • プレビューと実行
        • ステップ実行
        • 対話/実行ログ
        • チェックリスト
        • 実行履歴
      • アプリケーション公開
      • JSON形式での出力
      • 変更通知:画像アップロード機能がファイルアップロード機能に統合されました
    • ナレッジベース
      • ナレッジベース作成
        • 1. オンラインデータソースの活用
          • 1.1 Notion からデータをインポート
          • 1.2 Webサイトからデータをインポート
        • 2. チャンクモードの指定
        • 3. インデックス方式と検索オプションの設定
      • ナレッジベースの管理
        • ナレッジベース内ドキュメントの管理
        • APIを活用したナレッジベースのメンテナンス
      • メタデータ
      • アプリ内でのナレッジベース統合
      • リコールテスト/引用帰属
      • ナレッジベースの要求頻度制限
      • 外部ナレッジベースとの接続
      • 外部ナレッジベースAPI
    • ツール
      • クイック統合ツール
      • 高度統合ツール
      • ツールの設定
        • Google
        • Bing
        • SearchApi
        • StableDiffusion
        • Perplexity Search
        • AlphaVantage 株式分析
        • Dall-e
        • Youtube
        • Serper
        • SearXNG
        • SiliconFlow(Flux AI サポート)
        • ComfyUI
    • アプリ公開
      • シングルページWebアプリとして公開
        • Web アプリの設定
        • テキスト生成アプリ
        • 対話型アプリ
      • Webサイトへの埋め込み
      • API基づく開発
      • フロントエンドテンプレートに基づいた再開発
    • アノテーション
      • ログとアノテーション
      • アノテーション返信
    • モニタリング
      • データ分析
      • 外部Opsツール統合
        • LangSmithを統合
        • LangFuseを統合
        • Opikを統合
    • 拡張
      • API 拡張
        • Cloudflare Workers を使用した API ツールのデプロイ
        • コンテンツモデレーション
      • コード拡張
        • 外部データツール
        • コンテンツモデレーション
    • コラボレーション
      • 発見
      • メンバーの招待と管理
    • 管理
      • アプリの管理
      • チームメンバーの管理
      • 個人アカウントの管理
      • サブスクリプション管理
      • バージョン管理
  • ハンドオン工房
    • 初級編
      • ゼロからAI画像生成アプリの構築方法
      • AIエージェントの実践:個人のオンライン旅行アシスタントの構築方法
    • 中級編
      • チャットストリームエージェントを使用した Twitter アカウントの分析方法
      • ファイルアップロードを使用した記事理解アシスタントの構築方法
  • コミュニティ
    • サポートの求め
    • 貢献者ガイド
    • ドキュメントへの貢献
  • プラグイン
    • 機能紹介
    • クイックスタート
      • プラグインのインストールと活用
      • プラグイン開発の入門
        • 開発環境のセットアップ
        • ツール型プラグイン
        • モデル型プラグイン
          • モデルプロバイダーの構築
          • 定義済みモデルの組み込み
          • カスタムモデルの組み込み
        • エージェント戦略プラグイン
        • 拡張機能型プラグイン
        • バンドル
      • プラグインのデバッグ方法
    • プラグイン管理方法
    • スキーマ仕様
      • Manifest(マニフェスト)
      • Endpoint(エンドポイント)
      • Tool(ツール)
      • Agent(エージェント)
      • Model(モデル)
        • モデル設計規則
        • モデルスキーマ
      • 一般的な標準仕様
      • 永続化されたストレージ
      • Difyサービスの逆呼び出し
        • アプリ
        • モデル
        • ツール
        • ノード
    • ベストプラクティス
      • Slack Bot プラグインの開発
      • Dify MCP プラグインガイド:ワンクリックで Zapier に接続してメールを自動送信
    • プラグインの公開
      • プラグインの自動公開
      • Difyマーケットプレイスへの公開
        • プラグイン開発者ガイドライン
        • プラグインのプライバシー保護に関するガイドライン
      • 個人GitHubリポジトリへの公開
      • ローカルでの公開と共有
      • 第三者署名検証のためにプラグインに署名する
    • よくある質問
  • 開発
    • バックエンド
      • DifySandbox
        • 貢献ガイド
    • モデルの統合
      • Hugging Faceのオープンソースモデルを統合
      • Replicateのオープンソースモデルを統合
      • Xinferenceでデプロイしたローカルモデルを統合
      • OpenLLMでデプロイしたローカルモデルを統合
      • LocalAIでデプロイしたローカルモデルを統合
      • Ollamaでデプロイしたローカルモデルを統合
      • LiteLLM Proxyを使用してモデルを統合する
      • GPUStackとの統合によるローカルモデルのデプロイ
      • AWS Bedrock上のモデル(DeepSeek)の接続
    • 移行
      • コミュニティ版を v1.0.0 に移行する
  • もっと読む
    • 活用事例
      • DeepSeek & Dify連携ガイド:多段階推論を活用したAIアプリケーション構築
      • Ollama + DeepSeek + Dify のプライベートデプロイ:あなた自身のAIアシスタントの構築方法
      • あなた専用のQAチャットボットのトレーニング方法
      • コードなしでMidjourney プロンプトボットを作成する方法
      • Notion AI アシスタントを構築する
      • 数分で業務データを持つ公式サイトのAIチャットボットを作成する方法
      • DifyチャットボットをWixサイトに統合する方法
      • AWS Bedrockのナレッジベースに統合する方法
      • Difyで大規模言語モデルの「競技場」を体験する方法:DeepSeek R1 VS o1 を例に
      • Difyスケジューラーの構築
      • DifyクラウドでAI Thesis Slack Botを構築
    • さらに読む
      • LLMOpsとは何ですか?
      • 配列変数とは何ですか?
      • 検索拡張生成(RAG)
        • ハイブリッド検索
        • Rerank
        • リトリーバルモード
      • プロンプトエンジニアリング
      • DifyでJSONスキーマ出力を使用する方法
    • FAQ
      • ローカルデプロイに関するFAQ
      • LLM設定と使用に関するFAQ
      • プラグイン
  • ポリシー
    • オープンソースライセンス
    • ユーザ規約
      • 利用規約
      • プライバシーポリシー
      • 合規性レポートの入手方法
Powered by GitBook
On this page
  • 定義
  • 機能の原理
  • シナリオ
  • ハイレベル機能
  • 配列変数を生成する方法は何ですか?
  • 配列をテキストに変換する方法
  1. マニュアル
  2. ワークフロー
  3. ノードの説明

反復処理(イテレーション)

Previous変数代入Nextパラメータ抽出

Last updated 3 months ago

定義

配列に対して複数のステップを実行し、すべての結果を出力すること。

イテレーションステップはリスト中の各項目に対して同じステップを実行します。イテレーションを使用する条件は、入力値がリストオブジェクトとしてフォーマットされていることを確認することです。イテレーションノードは、AIワークフローにより複雑な処理ロジックを取り入れることを可能にします。イテレーションノードはループノードの親しみやすいバージョンであり、非技術ユーザーが迅速に始められるようにカスタマイズの程度を調整しています。


機能の原理

イテレーションを使用する条件は、入力値がリストオブジェクトとしてフォーマットされていることを確認することです。イテレーションノードは、イテレーションの開始ノードにある配列変数内のすべての要素を順番に処理し、各要素は同じ処理手順に従います。各処理ラウンドはイテレーションと呼ばれ、最終的な処理結果が出力されます。

イテレーションノードの構造には、通常、入力変数、イテレーションワークフロー、出力変数の3つの機能ユニットが含まれています。

  • 入力変数:Array配列変数タイプのデータのみを受け入れます。配列変数が何であるかわからない場合は、をお読みください。

  • イテレーションワークフロー:イテレーションノード内で複数のワークフローノードを使用し、さまざまなタスクステップを編成できます。

  • 出力変数:出力はArray[List]配列変数のみをサポートしています。他の変数形式を出力したい場合は、をお読みください。


シナリオ

例1:長文イテレーション生成器

  1. 開始ノード にストーリーのタイトルと変数を入力して、ユーザーに初期情報を手動で入力するよう求めます。

  2. LLMノード を使用してユーザー入力から完全な内容を抽出

  3. パラメータ抽出ノード を使用して完全な内容を配列形式に変換

  4. イテレーションノード でラップされた LLM ノード を通じて各章の内容を複数回生成

  5. イテレーションノード内に 直接応答ノード を追加して、各イテレーション生成の後にストリーム出力を行う

具体的な設定ステップ

  1. 開始ノード にタイトル(title)とアウトライン(outline)を設定;

  1. Jinja-2 テンプレートノード を使用してタイトルとアウトラインを完全なテキストに変換;

  1. パラメータ抽出ノード を使用して、ストーリーテキストを配列(Array)構造に変換。抽出パラメータは sections、パラメータタイプは Array[Object]

パラメータ抽出の効果はモデル推論能力と指示に影響されます。推論能力が高いモデルを使用し、指示 内に例を追加することでパラメータ抽出の効果を向上させることができます。

  1. ストーリーアウトラインの配列形式をイテレーションノードの入力として使用し、イテレーションノード内で LLM ノード を使用して処理

LLM ノード内で入力変数 GenerateOverallOutline/output と Iteration/item を設定

イテレーションの組み込み変数:items[object] と index[number]

items[object] は各イテレーションの入力項目を表します;

index[number] は現在のイテレーションのラウンドを表します;

  1. イテレーションノード内に 直接応答ノード を設定して、各イテレーション生成の後にストリーム出力を実現。

  1. 完全なデバッグとプレビュー

例2:長文イテレーション生成器(別の編成方法)

  • 開始ノード にタイトルとアウトラインを入力

  • LLM ノード を使用して小見出しと対応する内容を生成

  • コードノード を使用して完全な内容を配列形式に変換

  • イテレーションノード でラップされた LLM ノード を通じて各章の内容を複数回生成

  • テンプレート変換ノード を使用してイテレーションノードが出力する文字列配列を文字列に変換

  • 最後に 直接応答ノード を追加して変換後の文字列を直接出力

ハイレベル機能

パラレルモード

イテレーションノードはパラレルモードをサポートしており、有効にするとイテレーションノードの全体的な動作効率が効果的に向上します。

次の図は、パラレルモードをオンまたはオフにした場合のイテレーションノードの実行効果を比較しています。

パラレルモードの実行ラウンドの最大数は10個です。これは、単位時間あたり最大10個のタスクを同時に実行できることを意味します。 10個を超えるタスクを処理する必要がある場合、最初の10個の要素が最初に同時に実行され、最前列のタスクが処理された後、残りのタスクが引き続き処理されます。

パラレルモードをオンにした後は、イテレーションノード内に直接応答ノード、変数代入ノード、およびツールノードを配置することは推奨されなくなります。これにより、異常な状況が発生する可能性があります。

  • エラー対応方法

    イテレーションノードは通常、多くのタスクを処理する必要があり、要素の処理中にエラーが発生することがあります。特定の要素の例外が原因で全てのタスクが中断されるのを避けるため、エラー対応方法を設定できます。

    • エラーが発生した場合に中止する。例外が検出された場合、イテレーションノードを中止し、エラーメッセージを出力します。

    • エラーを無視して続行する。例外情報を無視し、残りの要素の処理を続けます。出力には正しい情報のみが含まれ、例外情報は空の値になります。

    • エラー出力を削除する。例外情報を無視し、残りの要素の処理を続けます。出力には正しい情報のみが含まれ、例外変数は出力されません。

    イテレーションノードの入力変数と出力変数は対応しています。例えば、入力変数が [1,2,3] の場合、出力変数も [result-1, result-2, result-3] となります。

    エラーを無視して続行するオプションを選択した場合、例外状況の出力値は null となります、例:[result-1, null, result-3];

    エラー出力を削除するオプションを選択した場合、出力には例外変数が含まれません、例:[result-1, result-3]。

さらに読む


配列変数を生成する方法は何ですか?

以下の手順に従って、イテレーションノードの入力変数として機能する配列変数を生成することができます:


配列をテキストに変換する方法

イテレーションノードの出力変数は配列形式であり、直接Stringとして出力することはできません。配列をテキストに戻すための簡単なステップを実行することができます。

コードノードを使用した変換

コード例:

def main(articleSections: list):
    data = articleSections
    return {
        "result": "\n".join(data)
    }

テンプレートノードを使用した変換

コード例:

{{ articleSections | join("\n") }}

配列変数とは何ですか?
コードノード
パラメータ抽出ノード
ナレッジベース検索
イテレーション
ツール
HTTP リクエスト
さらに読む「配列変数」
さらに読む「配列をテキストに変換する方法」
長文生成器
開始ノードの設定
テンプレートノード
パラメータ抽出
イテレーションノードの設定
LLM ノードの設定
回答ノードの設定
ストーリー章ごとの多段イテレーション生成
コードノード出力array
パラメータ抽出ノード出力 array
コードノード変換
テンプレートノード変換