IM-LogicDesignerとLangflowを連携して生成AIフローを実行する

2025年10月3日 2025年10月3日

dev-portal_admin

はじめに

本記事では、intra-mart Accel Platform（iAP）の IM-LogicDesigner と Langflow を連携させることで、生成AIを活用したフロー処理を柔軟かつ効率的に実行する方法について解説します。

この連携により、複数のAIサービスを組み合わせた高度な処理や、ローコードによる開発効率の向上など、活用の幅が広がる可能性があります。

背景と目的

近年、生成AI技術の急速な進化により、多様なAIサービスが登場しています。それぞれが独自の機能やAPI仕様を持ち、活用の幅は広がる一方で、運用面ではいくつかの課題も浮上しています。

intra-mart Accel Platform（iAP）の「IM-Copilot」を含め、特定のAIサービスに特化した支援機能を提供する製品が数多く登場しています。
これは、製品の安定性や品質保証、コスト管理の観点から、特定のモデルに最適化されているケースが多いためと考えられます。
こうした製品は、特定の用途において高い有用性を発揮しますが、仮に複数のAIサービスに対応・拡充し、組み合わせて活用できるようになった場合には、以下のような運用上の課題にも直面する可能性があります：

各AIサービスのAPI仕様が頻繁に変更される
新しいAI機能への対応に時間とコストがかかる
複数サービスの使い分けや管理が煩雑になる

これらの課題を解決する手段として、Langflow との連携が有効ではないかと考えました。

この連携により、以下のようなメリットが期待できます：

生成AI処理の一元管理
LangFlow側でAI処理を集約することで、運用管理が簡素化されます。
柔軟なサービス対応
LangFlow が複数の AI サービスへの対応・切り替えを吸収するため、変更にも柔軟に対応できます。
ローコード開発環境
ローコードでAIフローを構築・変更できるため、開発効率の向上が期待できます。

Langflow とは

Langflow は、LLM（大規模言語モデル）を活用したアプリケーションを視覚的に構築できるオープンソースのフロー設計ツールです。
ドラッグ＆ドロップ操作でAIコンポーネントを組み合わせることで、複雑な処理フローも直感的に作成できます。

Langflow 公式サイト

主な特徴

ビジュアルフロー設計
GUIベースでAI処理フローを構築可能です。
豊富なコンポーネント
OpenAI、Anthropic、HuggingFaceなど、主要なAIサービスに対応しています。
カスタムコンポーネント
独自の処理ロジックを組み込むことも可能です。
API提供機能
作成したフローをREST APIとして外部に公開することができます。

Langflow の簡単なフロー紹介

1. 簡易チャットフロー

ユーザ入力を受けて、LLM（例：OpenAI GPT）が応答を生成する基本的なチャットフローです。
「Chat Input」「Language Model」「Chat Output」などのコンポーネントを組み合わせて構成します。

このフローの構成：

Chat Input
ユーザの入力を受け取るノードです。
会話の起点となります。
Prompt
プロンプトテンプレートを定義するノードです。
Language Model
AIモデルを使って応答を生成するノードです。
プロンプトに基づいて自然な返答を生成します。
Chat Output
返答を表示するノードです。
Message History
保存されたチャットメッセージを取得、保存するノードです。

2. 外部情報取得エージェントフロー

ユーザの質問に応じて、News SearchノードやURLノードなどのツールを呼び出し、外部情報を取得・要約するシンプルなエージェントフローです。

このフローの構成：

Chat Input
ユーザの質問を受け取るノードです。
Agent
AIモデルを使って応答を生成するノードです。
ユーザの意図に応じて、適切なツール（News Search、URL）を呼び出します。
プロンプトに基づいて自然な返答を生成します。
Tool（News Search）
ニュース検索APIを呼び出して、最新情報を取得します。
Tool（URL）
Webページの内容を取得するノードです。
Chat Output
返答を表示するノードです。

Langflow と IM-Copilot の使い分け

複数の LLM を組み合わせるような高度なユースケースを想定していない場合は、Langflow を導入する必要はありません。
Langflow は、複数の AI サービスを柔軟に統合・管理できるフロー設計や、サービス間の切り替え・拡張に対応できる高い運用性を備えている点が特徴です。

一方、IM-Copilot は、iAP をより便利に活用するための製品特化機能（各種アシスタント機能やアシスタント UI など）に強みがあり、今後もさまざまな便利機能の追加が予定されています。

両者は排他的な関係ではなく、併用することで相互に補完し合うことが可能です。

本記事の後半では、Langflow を活用したフロー設計と、それを IM-Copilot のアシスタント UI から呼び出す連携例を紹介します。

Langflow フローを呼び出すための連携資材

Langflow で作成したフローを、IM-LogicDesigner から呼び出すための連携資材を用意しました：

連携資材（Zip解凍→immファイル）：cookbook264707_imm.zip

この資材は、intra-mart Accel Platform 2025 Spring 上で動作確認を行ったものです。
そのため、上記以外の環境では正常に動作しない可能性があります。

本資材には、Langflow の REST API を通じてフローを実行するための「Langflowフロー実行」タスクが含まれています。

この資材を活用することで、以下のようなメリットが期待できます：

フロー構成の柔軟性向上
LangFlow 側のフロー構成を変更しても、呼び出し元（iAP）の修正は最小限に抑えられます。
例：Langflow を担当する AIエンジニアがフローを改良しても、iAP を使う業務担当者の操作や設定はほとんど変わらずに済みます。
役割分担の明確化
Langflow 側は生成AIフローの最適化に専念でき、iAP・IM-LogicDesigner 側は業務フローの最適化に集中できます。
例：Langflow を使ってプロンプト設計やモデル選定を行うデータサイエンティストが、業務知識を持つ現場担当者（営業、カスタマーサポートなど）と分業することで、それぞれの専門性を活かした開発が可能になります。

アーキテクチャ

Langflow と iAP（IM-LogicDesigner）の連携構成を以下に示します。

この構成では、以下のような役割分担がされています：

iAP Application
業務ユーザが操作するUIを提供し、業務アプリケーションとして機能します。
IM-LogicDesigner
Langflow のタスクを制御し、フローの中継役を担います。
Langflow
生成AIを活用したフローを実行し、各種AIサービスと連携します。

通信は HTTP/REST API を通じて行われ、各コンポーネントが疎結合で連携します。

Langflow連携タスクを使った簡単なサンプル紹介

ここでは、ユーザUI への表示の実現性を確認するため、IM-Copilot のアシスタントUI と連携するサンプルを紹介します。

アシスタントUI を意識した LangFlow フローの設計と作成

IM-Copilot では、チャット履歴をアシスタント側で一元管理・制御する仕様となっているため、LangFlow の標準ノード「Message History」の利用は避け、各リクエスト時に履歴を JSON 形式で明示的に渡す構成としました。

このアプローチにより、以下のようなメリットがあります：

履歴管理は IM-Copilot 側で完結し、LangFlow 側の状態管理が不要
履歴の加工やフィルタリングなど、柔軟な前処理が可能
LangFlow 側は一問一答を意識した簡潔なフロー構成

具体的には、IM-LogicDesigner 側の Langflow 連携タスクの入力（input_value）の値を以下のような構造のJSON文字列で渡すことで、履歴と現在の入力を同時に処理できるようにしています：

{
  "history": [
    { "role": "user", "content": "こんにちは！青柳と申します。" },
    { "role": "assistant", "content": "こんにちは、青柳さん！ご挨拶ありがとうございます！" }
  ],
  "current_input": "青柳を連想するかわいいニックネームを考えていただけますか？"
}

この構成により、LangFlow 側は文脈を理解した応答が可能となり、自然な対話体験を実現しました。

⚠ この設計の留意点と対策例（今回のサンプルでは未実装）

留意点：
- 履歴が長くなると、応答が遅くなったりコストが増える
- 古い履歴が多いと、文脈の精度が下がる可能性がある
対策例：
- 履歴が一定以上になったら、要約処理（サマリーフロー）を挟む
- 履歴を直近のやり取りに限定することで、文脈を維持しつつ効率化を図る

💡 応用と拡張の可能性

この構成をベースに、LangFlow 側で RAG や各種ツールに関するノードを自由に組み合わせることで、目的に応じたインテリジェントなフローを柔軟に構築できます。

たとえば：

RAGに関するノードを追加して外部知識を取り込みながら応答の精度を向上
ツールやMCPに関するノードで、LLMの限界を補完

このように、LangFlowは単なるチャットフロー構築ツールではなく、目的に応じたAIアーキテクチャを設計・実装できるプラットフォームとして活用できます。

アシスタントUI と Langflow を意識した IM-LogicDesigner フローの作成

この構成では、以下のタスクを使用しています：

im_copilotGetAssistantMessageHistory
IM-Copilot の「メッセージ履歴の取得」タスクを使用して履歴を取得します。
payload
ユーザ定義（JavaScript定義）を用いてペイロードを作成します。
langflow_run_flow
Langflow フローIDを指定して実行します。

入出力設定や各タスクのマッピングなどは、インポートして確認してください：

Langflow 連携フローサンプル（IM-LogicDesigner インポートファイル）：cookbook264707_logicdesigner.zip

ロジックフローアシスタントの作成

ロジックフローアシスタントについては、IM-Copilot 利用ガイドを参照してください。

IM-Copilot 利用ガイド

アシスタント UI における表示確認

期待した通り、ユーザUI への表示が実現可能であることを確認できました。

まとめと今後の展望

本記事では、Langflow と iAP（IM-LogicDesigner）の連携を通じて、生成AIを活用したフロー処理の構築方法を紹介しました。
Langflow は、視覚的な操作で複雑なAI処理を構築できる柔軟な製品であり、業務フローとの連携にも適しています。

今後は、より多様なAIサービスとの統合や、社内業務への適用など、Langflow の活用範囲はさらに広がっていくと考えられます。
本記事のサンプルや連携資材が、そうした取り組みの一助となれば幸いです。

補足：拡張や変更について

LangFlow はオープンソースとして公開されており、開発が継続的に進められているため、今後仕様が変更される可能性があります。

利用時には、最新のドキュメントやリポジトリの確認を推奨します。

また、今回取り上げた「Langflowフロー実行」タスクの拡張や変更が必要な場合は、以下のソースコードをダウンロードし、直接編集してください。

ユーザモジュールソース：cookbook264707_source.zip
このソースは、intra-mart Accel Platform 2025 Spring 上で動作確認を行ったものです。
そのため、上記以外の環境では正常に動作しない可能性があります。環境に合わせて編集してください。

補足：その他の連携タスクの追加について

今回の連携資材には含まれていませんが、「Langflowフロー実行」タスク以外にも、補助的な連携タスクを追加することで、連携の幅をさらに広げることが可能です。

以下は、各エンドポイントの概要です。

利用可能なエンドポイント一覧

Flow Trigger Endpoints ※今回扱った中心的なエンドポイントです
- /api/v1/run/{flow_id}
  - 指定したフローを実行するためのエンドポイント。入力値や調整パラメータ（tweaks）を POST リクエストで渡すことで、フローを起動できる。
Flow Management Endpoints ※今回の資材では未対応のエンドポイントです
- /api/v1/flows
  - フローの一覧取得、作成、更新、削除などを行うための管理用エンドポイント。複数のフローを扱う場合に便利。
Files Endpoints ※今回の資材では未対応のエンドポイントです
- /api/v1/files
  - ファイルのアップロードや取得を行うエンドポイント。フロー内でファイルを扱う処理が必要な場合に使用。
Projects Endpoints ※今回の資材では未対応のエンドポイントです
- /api/v1/projects
  - プロジェクト単位でフローを整理・管理するためのエンドポイント。複数のフローをグループ化して運用する際に有効。
Logs Endpoints ※今回の資材では未対応のエンドポイントです
- /api/v1/logs
  - フロー実行時のログ情報を取得するためのエンドポイント。エラー解析や履歴確認に活用できる。
Monitor Endpoints ※今回の資材では未対応のエンドポイントです
- /api/v1/monitor
  - フローの実行状況やパフォーマンスを監視するためのエンドポイント。運用中の安定性確認に役立つ。
Build Endpoints ※今回の資材では未対応のエンドポイントです
- /api/v1/build
  - カスタムコンポーネントのビルドやテンプレート生成に使用されるエンドポイント。独自機能の追加に対応。
Users Endpoints ※今回の資材では未対応のエンドポイントです
- /api/v1/users
  - ユーザー情報の取得や管理を行うエンドポイント。マルチユーザー環境での権限管理やユーザー設定に利用。

カテゴリー: CookBook

タグ: IM-LogicDesigner