TALON AI Connect - AI Insight セットアップガイド

目次

1. 前提 & Fess スケジューラ設定
2. 設定パラメータリファレンス
3. 出力結果
4. レポートビューア（Web UI）

前提

全文検索システムのセットアップが完了しており、インデックス作成・TALONでの検索が実行出来ている事。

・全文検索 セットアップガイド

talon-insight-{バージョン}-all.jarファイルが以下の配置先に置かれている事。

1.  Fess スケジューラ設定

日次レポート・週次レポートを生成するための設定を行います。

Fess の管理画面からジョブを登録します。設定はすべて Groovy スクリプト内に記述します。

本ジョブは全文検索セットアップガイドの統合ジョブ（クロールジョブ）とは別に登録してください。クロール完了後に実行されるようスケジュールを調整してください。

1.1 ジョブの登録

1. Fess 管理画面にアクセス（例: http://localhost:8081/admin/）
2. システム → スケジューラ を開く
3. 新規作成 をクリック
4. 以下の内容で登録:

1.2 Groovy スクリプト

以下のスクリプトをスケジューラに登録します。 スクリプト上部の変数を環境に合わせて変更してください。analysisPrompt、outputFormat、rules は JSON テンプレート内を直接編集します。

// ============================================================
// パス設定（環境に合わせて変更）
// ============================================================
// ※ JAR ファイル名のバージョン部分は配布パッケージに合わせてください
// <version> は、 1.0.0 など、jarファイルのファイル名に記されたものを記載してください
// Docker 環境の場合:
//   insightJar = "/usr/share/fess/app/WEB-INF/lib/talon-insight-<version>-all.jar"
//   outputDir  = "/opt/talon-insight/output"
//
// Linux の場合:
//   insightJar = "<Fessのインストールフォルダ>/app/WEB-INF/lib/talon-insight-<version>-all.jar"
//   outputDir  = "/opt/talon-insight/output"
//
// Windows の場合:
//   insightJar = "C:/fess/app/WEB-INF/lib/talon-insight-<version>-all.jar"
//   outputDir  = "C:/talon-insight/output"
// ============================================================
def insightJar = "/usr/share/fess/app/WEB-INF/lib/talon-insight-<version>-all.jar"  // バージョンは配布パッケージに合わせる
def outputDir  = "/opt/talon-insight/output"
def reportType = "daily"  // "daily" または "weekly"

// ============================================================
// OpenSearch 接続設定
// ============================================================
def opensearchUrl = "http://localhost:9200" // ← OS直接の場合（Dockerの場合: http://opensearch:9200） 
def opensearchIndex = "fess.search"

// ============================================================
// TALON 接続設定
// ============================================================
def talonBaseUrl  = "http://host.docker.internal:8080/Talon"  // Docker: "http://host.docker.internal:8080/Talon", OS直接: "http://localhost:8080/Talon" など
def talonUsername = "your_username"
def talonPassword = "your_password"

// ============================================================
// AI 分析設定（AI 分析を使わない場合は aiEnabled = false）
// ※ AI分析を利用するには Anthropic 社との API 利用契約が別途必要です
// ============================================================
def aiEnabled     = true
def aiApiKey      = "sk-ant-api03-xxxxx..."  // Anthropic API キー
def aiModel       = "claude-sonnet-4-6"  // 使用するAIモデル
def aiMaxFuncs    = 50      // AI分析対象の最大機能数（件数上位から選択）
def aiMaxTokens   = 2048    // AIの応答の最大トークン数（長い分析が必要な場合は増やす）
def aiTemperature = 0.3     // 生成の温度（0.0〜1.0、低いほど安定、高いほど多様な出力）

// ============================================================
// 設定内容（config.json テンプレート）
// 上記の変数が自動で反映されます。
// analysisPrompt、outputFormat、rules は必要に応じて直接編集してください。
// ============================================================
def configJson = """{
  "opensearch": {
    "url": "${opensearchUrl}",
    "index": "${opensearchIndex}"
  },
  "talon": {
    "baseUrl": "${talonBaseUrl}",
    "enabled": true,
    "username": "${talonUsername}",
    "password": "${talonPassword}",
    "fetchMetadata": true
  },
  "output": {
    "dir": "${outputDir}",
    "format": ["html", "json"],
    "aiSubDir": "ai"
  },
  "llm": {
    "enabled": ${aiEnabled},
    "provider": "anthropic",
    "model": "${aiModel}",
    "apiKey": "${aiApiKey}",
    "maxFuncs": ${aiMaxFuncs},
    "maxTokens": ${aiMaxTokens},
    "temperature": ${aiTemperature},
    "analysisPrompt": [
      "あなたは業務データ分析の専門家です。",
      "以下の業務機能のデータ分析結果を確認し、以下の観点で分析してください：",
      "1. データ品質の問題点",
      "2. 業務運用上のリスク",
      "3. 改善提案（優先度付き）",
      "回答は日本語で提供してください。"
    ],
    "outputFormat": {
      "insightsCount": "3〜5件",
      "fields": {
        "title": "洞察のタイトル（20文字以内）",
        "description": "詳細な説明（100文字程度）",
        "severity": "HIGH/MEDIUM/LOW/INFO から選択",
        "category": "trend/anomaly/opportunity/risk から選択",
        "recommendations": "推奨アクションの配列",
        "relatedTerms": "関連するフィールド名の配列",
        "confidence": "0〜1の数値で分析の確信度を表す",
        "将来のリスク": "将来起きうるリスクを100字程度で説明",
        "AIに出来る事": "当洞察についてAIが対応できる事を50字程度で説明"
      }
    }
  },
  "rules": {
    "system": [
      {
        "id": "volume_spike",
        "name": "件数急増検知",
        "type": "statistical",
        "enabled": true,
        "metric": "doc_count",
        "groupBy": "label",
        "direction": "increase",
        "period": "1d",
        "baselinePeriod": "30d",
        "threshold": { "type": "sigma", "value": 3 },
        "severity": "warning"
      },
      {
        "id": "volume_drop",
        "name": "件数急減検知",
        "type": "statistical",
        "enabled": true,
        "metric": "doc_count",
        "groupBy": "label",
        "direction": "decrease",
        "period": "1d",
        "baselinePeriod": "30d",
        "threshold": { "type": "sigma", "value": 3 },
        "severity": "warning"
      },
      {
        "id": "no_update",
        "name": "更新停止検知",
        "type": "absence",
        "enabled": true,
        "groupBy": "label",
        "period": "1d",
        "minExpectedCount": 1,
        "severity": "warning"
      }
    ],
    "business": [],
    "ai_suggested": []
  }
}"""

// ============================================================
// 実行（以下は変更不要）
// ============================================================
def configFile = File.createTempFile("talon-insight-config-", ".json")
try {
    configFile.text = configJson

    def pb = new ProcessBuilder(
        "java", "-jar", insightJar,
        "--config", configFile.absolutePath,
        "--report", reportType,
        "--all-labels"
    )
    pb.redirectErrorStream(true)

    def process = pb.start()
    def output = process.inputStream.text
    def exitCode = process.waitFor()

    if (exitCode != 0) {
        throw new RuntimeException("talon-insight failed (exit=${exitCode}): ${output}")
    }

    return "talon-insight completed: ${output.take(1000)}"
} finally {
    configFile.delete()
}

1.3 週次レポートの設定

週次レポートを実行する場合は、別途ジョブを作成し以下を変更します:

1.4 ラベル別処理

特定のラベルのみ分析する場合、ProcessBuilder のコマンドに --label を追加します:

def pb = new ProcessBuilder(
    "java", "-jar", insightJar,
    "--config", configFile.absolutePath,
    "--report", reportType,
    "--label", "営業管理"
)

設定された全ラベルを順次処理する場合は --all-labels を追加します:

def pb = new ProcessBuilder(
    "java", "-jar", insightJar,
    "--config", configFile.absolutePath,
    "--report", reportType,
    "--all-labels"
)

ラベル別に異なる認証情報を使用する場合は、configJson の talon セクションに labels を追加します:

"talon": {
    "baseUrl": "http://host.docker.internal:8080/Talon",
    "enabled": true,
    "username": "default_user",
    "password": "default_pass",
    "labels": {
        "営業管理": { "username": "sales_user", "password": "sales_pass" },
        "顧客管理": { "username": "customer_user", "password": "customer_pass" }
    }
}

パスワードの管理: password の代わりに passwordEnv を使うと、パスワードを JSON に直書きせず環境変数から読み取れます。passwordEnv の値は「読み取る環境変数の名前」です。ラベルごとに異なる環境変数名を指定します:

"labels": {
    "営業管理": { "username": "sales_user", "passwordEnv": "TALON_SALES_PASSWORD" },
    "顧客管理": { "username": "customer_user", "passwordEnv": "TALON_CUSTOMER_PASSWORD" }
}

この場合、環境変数を事前に設定しておきます:

export TALON_SALES_PASSWORD="sales_pass_xxx"
export TALON_CUSTOMER_PASSWORD="customer_pass_xxx"

password と passwordEnv の両方が設定されている場合は password（直接指定）が優先されます。Groovy スクリプトで JSON を直書きする運用では password で直接指定する方がシンプルです。

2. 設定パラメータリファレンス

Groovy スクリプトの configJson に設定するパラメータの一覧です。

2.1 opensearch（必須）

Docker 環境の場合: url は http://opensearch:9200（コンテナ名）を指定します。

インデックス名の確認:

curl http://localhost:9200/_cat/indices?v | grep fess

2.2 talon（オプション）

TALON REST API に接続して、機能名や項目仕様をレポートに表示します。

Docker 環境の場合: baseUrl は http://host.docker.internal:8080/Talon のようにホストマシンの URL を指定します。

2.3 output（必須）

2.4 rules（オプション）

3 種類のルールを設定できます。

ルールタイプ:

query ルールの例（business に追加）:

"business": [
    {
        "id": "error_label_check",
        "name": "エラーラベル検知",
        "type": "query",
        "enabled": true,
        "query": { "term": { "label": "エラーデータ" } },
        "message": "エラーラベルのデータが {count} 件存在します",
        "severity": "critical"
    }
]

2.5 llm（オプション）

Claude API を使用した AI 分析機能です。有効にすると、インデックスデータの統計情報を AI が分析し、データ品質の問題点や業務運用上のリスク、改善提案などの洞察を自動生成します。AI 分析を使用しない場合は enabled: false に設定してください（ルール検知・統計集計のレポートは AI 分析なしでも生成されます）。

注意: この機能を利用するには、別途 Anthropic 社との API 利用契約が必要です。API キーの設定方法は 2 通りあります:

• Groovy スクリプトの変数に直接記入（推奨）: スクリプト上部の aiApiKey に API キーを設定します
• 環境変数を使用: Fess サーバの環境変数 ANTHROPIC_API_KEY に設定し、Groovy スクリプトの aiApiKey を空文字 "" にします（apiKeyEnv のデフォルト値 ANTHROPIC_API_KEY から自動で読み取られます）

AIの学習には使用されません

当サービスはAPI経由で生成AIサービスに接続します。Claude APIは、利用規約により「APIを通じて送信されたデータはモデルの学習には使用しない」と明記されています。お客様の業務データがAIの学習に使用されて流出する心配はありません。

基本パラメータ:

maxTokens（最大トークン数）について: AI が 1 回のリクエストで生成できる応答の最大長を制御します。1 トークンは日本語で約 1〜2 文字に相当します。

• 2048（デフォルト）: 一般的な分析には十分な長さです
• 4096: より詳細な分析や多くの洞察を生成したい場合に設定
• 値を大きくするとより詳しい分析が得られますが、API の利用コストが増加します

temperature（温度）について: AI の出力のランダム性を制御するパラメータです。0.0〜1.0 の範囲で指定します。

• 0.0〜0.3: 安定した一貫性のある出力（データ分析に推奨）
• 0.3（デフォルト）: 安定性と多様性のバランス
• 0.5〜0.7: より多様で創造的な出力
• 0.8〜1.0: 非常にランダムな出力（分析用途には非推奨）

業務データの分析にはデフォルトの 0.3 を推奨します。同じデータに対して毎回異なる視点の分析が欲しい場合は 0.5 程度に上げてください。

analysisPrompt（分析プロンプト）について: AI に渡す分析指示を自由にカスタマイズできます。文字列または文字列の配列（改行で結合されます）で指定します。プロンプトの内容によって AI が生成する洞察の品質や観点が大きく変わるため、業務に合わせた調整が効果的です。

• デフォルト: 一般的な業務データ分析（傾向、異常、改善提案）
• 業種や業務に特化した観点を指示すると、より有用な分析が得られます
• 例: 法務部門なら「コンプライアンスリスクの観点で分析してください」等

分析対象パラメータ:

maxFuncs（最大機能数）について: AI 分析の対象となる機能（func_id）の数を制限します。ドキュメント件数の多い順に上位 N 件が選ばれます。

• 50（デフォルト）: 中〜大規模な環境に適切
• 機能数が多い環境では、この値を下げることで処理時間と API コストを削減できます
• AI 分析は機能ごとに 1 回の API リクエストを送信するため、機能数に比例してコストが増加します

outputFormat（出力フォーマット指定）:

AI が生成する洞察の構造を定義します。fields には任意の項目を追加・変更できます。

fields に設定したフィールド名と指示がそのまま AI へのプロンプトに組み込まれ、レポートに反映されます。業務に応じて自由にカスタマイズできます。

3. 出力結果

3.1 ディレクトリ構成

--all-labels で実行した場合、ラベルごとにサブフォルダが作成され、その下に日付フォルダと AI セッションフォルダが配置されます。

output/
├── 営業管理/
│   ├── 2026-02-26/
│   │   ├── 営業管理_2026-02-26_report.html       # 日次 HTML レポート
│   │   └── 営業管理_2026-02-26_data.json         # 日次 JSON データ
│   ├── 2026-02-24/
│   │   ├── 営業管理_2026-02-24_weekly-report.html # 週次 HTML レポート
│   │   └── 営業管理_2026-02-24_weekly-data.json   # 週次 JSON データ
│   └── ai/                                        # AI 分析セッションデータ
│       └── 2026-02-26_013012/
│           ├── ai-prompt-function-FUNC001.txt
│           └── ai-prompt-function-FUNC002.txt
├── 顧客管理/
│   ├── 2026-02-26/
│   │   ├── 顧客管理_2026-02-26_report.html
│   │   └── 顧客管理_2026-02-26_data.json
│   └── ai/
│       └── ...
└── ...

ラベルを指定しない場合は、ラベルのサブフォルダなしで output/ 直下に日付フォルダが作成されます:

output/
├── 2026-02-26/
│   ├── 2026-02-26_report.html
│   └── 2026-02-26_data.json
└── ai/
    └── ...

3.2 レポート内容

日次レポート（HTML）:

• 総ドキュメント数・更新ドキュメント数
• ルール検知によるアラート一覧（Critical / Warning / Info）
• ラベル別・機能ID 別の件数集計（TALON 連携時は機能名・カテゴリ・項目数も表示）
• 機能別更新傾向（過去7日間）
• カテゴリ別集計

• AI 洞察・特徴語（LLM 有効時）

   

週次レポート（HTML）:

• 今週の更新件数
• 前週比較（増減・トレンド）

4. レポートビューア（Web UI）

TALON Insight のレポートを Fess の Web サーバー上でブラウザから閲覧できます。

4.1 アクセス方法

Fess が起動している状態で、以下の URL にアクセスします:

http://<Fessサーバー>:8081/insight/

Docker 環境の場合: http://localhost:8081/insight/

4.2 URL 一覧

4.3 ページ構成

トップページ（/insight/）:

直近2週間のレポートが表示されます。ラベルごとにカードが分かれ、日付・日次・週次の各レポートへのリンク（HTML / JSON）が一覧表示されます。2週間より前のレポートがある場合は「過去のレポート」リンクが表示されます。

月別アーカイブ（/insight/archive）:

過去のレポートを月単位で閲覧できます。月を選択すると、その月のレポート一覧が表示されます。

4.4 セットアップ

レポートビューアは talon-insight-*-all.jar に含まれるサーブレットとして動作します。

Docker 環境の場合:

追加設定は不要です。配布パッケージの talon-entrypoint.sh が Fess 起動時にサーブレットを自動登録します。

OS 直接インストールの場合:

{Fessインストールディレクトリ}/app/WEB-INF/web.xml の最後部分にサーブレット定義を追加します:

    <!-- TALON Insight レポートビューア -->
    <servlet>
        <servlet-name>insightReport</servlet-name>
        <servlet-class>jp.co.hoipoi.talon.insight.web.InsightReportServlet</servlet-class>
        <init-param>
            <param-name>outputDir</param-name>
            <param-value>/opt/talon-insight/output</param-value>
        </init-param>
        <load-on-startup>1</load-on-startup>
    </servlet>
    <servlet-mapping>
        <servlet-name>insightReport</servlet-name>
        <url-pattern>/insight/*</url-pattern>
    </servlet-mapping>

</web-app>  <!-- ← この閉じタグは既存のものです。この直前に上記を追加します -->

Windows の場合: param-value を環境に合わせて変更してください（例: C:/talon-insight/output）。 このパスは Groovy スクリプトの outputDir 変数と同じパスを指定する必要があります。

注意: 追加後は Fess の再起動が必要です。

4.5 レポート画面イメージ

トップページイメージ

日次レポートイメージ

AI分析を実施した場合は以下のようにAIによる分析が出力されます。