LLMベースのMQTTデータ処理
注意
LLMベースのMQTTデータ処理は、EMQXバージョン5.91以降の専用エディションで利用可能です。
Flowデザイナーは、OpenAI GPTやAnthropic Claudeなどの大規模言語モデル（LLM）との統合をサポートしています。この機能により、ログの要約、センサー情報の分類、MQTTメッセージの拡充、リアルタイムインサイトの生成など、自然言語プロンプトを使ったインテリジェントなメッセージフローを構築できます。
機能概要
FlowデザイナーのLLMベース処理ノードは、外部のLLM APIに接続してメッセージ内容を処理するAI搭載コンポーネントです。これらのノードを使うことで、MQTTデータをgpt-4oやclaude-3-sonnetなどのモデルに送信し、応答を受け取り、フローの下流に渡すことができます。
注意
LLMの呼び出しとデータ処理には時間がかかります。モデルの応答速度によっては、処理全体で数秒から10秒以上かかる場合があります。そのため、LLM処理ノードは高いメッセージスループット（TPS）が求められるシナリオには適していません。
主要な概念
- LLMプロバイダー：AIサービス（OpenAI / Anthropic）の名前付き設定
- Completion Profile：LLMモデルのパラメーター（モデルID、システムプロンプト、トークン制限など）をまとめた再利用可能な設定
- AI Completion Node：入力をLLMに送信し、その結果をユーザー定義のエイリアスとして保存するフローコンポーネント
ai_completion：テキストやバイナリデータをLLMに送信し応答を返すRule SQL関数
動作の仕組み
FlowデザイナーでMQTTメッセージを受信すると、AI Completion Nodeは内部的に組み込みのSQL関数ai_completion/2,3を呼び出して、設定されたLLMにデータを送信します。
メッセージはMessagesノード（例：トピックのサブスクライブ）を経由してフローに入ります。
Data Processingノード（任意）で
device_id、payload、timestampなどのフィールドを抽出または変換できます。OpenAIまたはAnthropicノードは、背後で
ai_completion関数を使用して以下を行います：- プロバイダー情報、モデル名、システムメッセージなどを含む選択されたCompletion Profileを参照
- 選択された入力（例：
payload）をLLMに送信 - LLM APIからの応答（例：要約や分類結果）を受信
応答はOutput Result Aliasに保存され、以下のような任意の下流ノードで利用可能になります：
Republish（別のトピックにパブリッシュする）
Database（PostgreSQL、MongoDBなどに結果を挿入）
Bridge（リモートブローカーやクラウドサービスに転送）
対応LLMプロバイダー
EMQX 5.10.0では以下のプロバイダーをサポートしています：
- OpenAI：GPT-3.5、GPT-4、GPT-4oなど
- Anthropic：Claude 3モデル
LLMベース処理ノードの設定
FlowデザイナーでLLMを利用するには、OpenAIノードまたはAnthropicノードのいずれかを選択して専用の処理ノードを設定する必要があります。各ノードでは、MQTTメッセージのどのフィールドをLLMに送るか、システムプロンプトでモデルの振る舞いをどう制御するか、AI生成結果をどこに保存するかを定義できます。設定後、これらのノードは背後でai_completion関数をシームレスに呼び出し、選択したLLMでデータを処理します。
OpenAIノードの設定
OpenAIノードを使用するには：
ProcessingパネルからOpenAIノードをドラッグします。
ソースまたは前処理ノードに接続します。
以下の項目を設定します：
Input：入力フィールドのタイプまたはソースを選択または入力します。選択肢は
event、id、clientid、username、payloadなどです。System Message：AIモデルに期待する出力を生成させるためのプロンプトメッセージを入力します。例：「入力JSONデータの数値キーの値を合計し、その結果のみを出力してください」。
Model：LLMプロバイダーのモデルを選択します。例：
gpt-4o、gpt-3.5-turbo。API Key：OpenAIのAPIキーを入力します。
Base URL：カスタムエンドポイントを任意で入力します。空欄の場合はOpenAIのデフォルトエンドポイントが使用されます。
Output Result Alias：LLMの出力を格納する変数名です。アクションや後続処理で参照するために使用します。例：
summary。TIP
エイリアスに英数字とアンダースコア以外の文字が含まれる場合、数字で始まる場合、またはSQLキーワードの場合は、エイリアスをダブルクォーテーションで囲んでください。
保存をクリックして設定を適用します。
Anthropicノードの設定
Anthropicノードを使用するには：
ProcessingパネルからAnthropicノードをドラッグします。
メッセージ入力ノードまたはData Processingノードに接続します。
以下の項目を入力します：
Input：入力フィールドのタイプまたはソースを選択または入力します。選択肢は
event、id、clientid、username、payloadなどです。System Message：AIモデルに期待する出力を生成させるためのプロンプトメッセージを入力します。例：「入力JSONデータの数値キーの値を合計し、その結果のみを出力してください」。
Model：LLMプロバイダーのモデルを選択します。例：
claude-3-sonnet-20240620。Max Tokens：応答の長さを制御します（デフォルト：
100）。Anthropic Version：Anthropicのバージョンを選択します（デフォルト：
2023-06-01）。API Key：AnthropicのAPIキーを入力します。
Base URL：カスタムエンドポイントを任意で入力します。空欄の場合はAnthropicのデフォルトエンドポイントが使用されます。
Output Result Alias：LLMの出力を格納する変数名です。アクションや後続処理で参照するために使用します。例：
summary。TIP
エイリアスに英数字とアンダースコア以外の文字が含まれる場合、数字で始まる場合、またはSQLキーワードの場合は、エイリアスをダブルクォーテーションで囲んでください。
保存をクリックして設定を適用します。
クイックスタート
以下の2つの例では、FlowデザイナーでLLMベース処理ノードを使ったフローの迅速な構築とテスト方法を示しています：
- OpenAIノードを使ったフローの作成：GPTモデルを使ってMQTTメッセージを要約または変換します。
- Anthropicノードを使ったフローの作成：Claudeモデルを使ってMQTTメッセージ内の数値を処理します。