mcpField
S
Sora

Sora

ローカル
kpi.zoneデータ・分析351 週間前に更新

Sora について

Veroは、データ分析とエージェントのワークフローを組み合わせる、チーム向けのオープンソースでセルフホスト可能な分析・AIオーケストレーション基盤です。データ取り込み、モデリング、ダッシュボード、自然言語クエリ、マルチエージェント連携をモジュール構成で提供します。

主な機能

  1. 01モジュール型分析アーキテクチャ
  2. 02データ取り込みとウェアハウス層
  3. 03Cube.jsのセマンティックモデル
  4. 04LLMエージェントによる自然言語クエリ
  5. 05n8nによるエージェントワークフロー連携
  6. 06Metabaseダッシュボード

活用シーン

  1. 01自社インフラへの分析基盤の展開
  2. 02自然言語によるモデルデータの検索
  3. 03マルチエージェントワークフローの自動化
  4. 04ダッシュボードでの指標の可視化

MCP 対応

VeroのAIエージェント層には、AgnoとMCPサーバーが含まれます。MCPクライアントに公開するツールやリソースについて、READMEには記載がありません。

設定

ローカルサーバーの設定はどのクライアントでも共通です。コピーしてクライアントの MCP 設定ファイルに貼り付けてください。

インストール方法は未掲載です

このサーバーのパッケージやリモートエンドポイントはまだ取得できていません。プロジェクトの README の手順に従ってください。

リポジトリ

ツール

ツール一覧はまだ取得されていません

ローカルサーバーのツールはマシン上で起動して初めて取得できます。メンテナーはまだツール一覧を提供していません。

詳細

ライセンス:GPL v3

Vero

Vero は、現代的なオープンソースの分析・AI オーケストレーションスタックです。ブラックボックスの SaaS プラットフォームや重量級のエンタープライズ BI ツールに頼らず、組織がデータドリブンかつエージェントドリブンに取り組めるよう設計されています。

最先端のオープンテクノロジーをモジュール型アーキテクチャに統合し、インタラクティブなダッシュボードと自然言語エージェントの両方を通じて、データの取り込み、モデル化、可視化、クエリを可能にします。

しかし、Vero は分析にとどまりません。

エージェント型 AI に対応し、マルチエージェントのワークフロー、動的なオーケストレーション、パフォーマンスを考慮した連携を可能にします。これにより、AI システムは監視可能性、監査可能性、ガバナンスを保ちながら、複雑な環境で実際のアクションを実行できます。

Vero Stack

Vero を選ぶ理由

小規模から中規模のチームが、制御を手放さずに、現代的でオープンかつセルフホスト可能な分析・AI スタックを簡単に導入できるようにします。

❌ よくある課題
  • ロジックが不明瞭な、透明性に欠けるベンダープラットフォーム
  • 統合しにくい、複雑で柔軟性に欠けるデータツール
  • 基本的なメトリクスを得るだけのために、サードパーティのクラウドへデータを送信
  • AI エージェントが何をしているのか、あるいはなぜそうするのかを把握できない
  • 一度きりのスクリプトを超えて AI ワークフローを拡張するのが難しい

✅ Vero が解決すること

Vero は、現代的な分析と、インテリジェントでガバナンスの行き届いたエージェントオーケストレーションを組み合わせた、シンプルで組み合わせ可能なリファレンスアーキテクチャによって、これらの課題に対処するために構築されました。

🚀 目標
  • エージェントファーストのオーケストレーション:ワークフローの自動化、意思決定の委任、パフォーマンスを考慮したオーケストレーションを備えた、マルチエージェント環境へのネイティブ対応
  • セルフホスト可能な分析:ベンダーロックインや隠れた料金なしで、スタック全体を自社のインフラ上で実行
  • データ主権:データはあるべき場所、つまり自社のインフラ内にとどまります
  • モジュール型で現代的:今日の優れたオープンソースツール(Cube.js、Metabase、n8n、Streamlit、PostgreSQL など)を基盤に構築
  • 自然言語インターフェース:統合された LLM エージェントを通じて、ユーザーが複雑な質問をし、回答を得られるようにします
  • スケーラブルなアーキテクチャ:リアルタイムのインサイトとAI による実行能力の両方を必要とする環境向けに設計
  • チームに優しい設計:専門化を必要とせず、エンジニア、アナリスト、ドメインエキスパートを等しく支援できるよう構築

Vero を使えば、単にデータを利用するだけでなく、推論し、判断し、行動するインテリジェントなシステムを構築できます。

そして、パイプライン全体を自分たちで所有できます。

データの取り込みから可視化まで、生データからオーケストレーションされたエージェントまで、Vero はチームが明確さ、制御、組み合わせやすさを備え、インサイトからアクションへと進むための手段を、安全かつ透明性を保ちながら、大規模に提供します。

🧱 アーキテクチャの概要

Vero は次の 6 つのレイヤーで構成されています。

  1. データ取り込み – Airbyte を利用
  2. データウェアハウス – デフォルト:PostgreSQL(Apache Doris または DuckDB に置き換え可能)
  3. セマンティックモデリング – Cube.js
  4. AI エージェントインターフェース – Agno + MCP サーバー
  5. エージェント型 AI ワークフローのオーケストレーション – エージェント型タスクとフォローアップの自動化に n8n
  6. BI とダッシュボード – Metabase(オプション:Superset、Tableau、Power BI など)

各レイヤーは疎結合で、必要に応じて置き換えたり拡張したりできます。

📦 含まれるもの

  • ローカルまたはオンプレミス環境へのデプロイ向けに事前構築されたDocker 環境
  • Contoso Retailモデルに基づくサンプルデータセット
  • Cube.jsですぐに使えるセマンティックモデルとビュー
  • GPTまたはClaudeを活用した自然言語クエリエージェント
  • n8nによる自動化ワークフローとエージェント型 AI オーケストレーション
  • Metabaseによる従来型のダッシュボードと可視化
  • ルーティングとトラフィック管理のためのNGINX リバースプロキシ設定
  • nginx-proxyとdocker-genで自動化されたLet's Encrypt SSL 証明書により、すぐに安全な HTTPS を利用可能

🧪 クイックスタート

# 1. Clone the repository
$ git clone https://github.com/kpi-zone/Vero.git
$ cd Vero
🐳 適切な Docker Compose ファイルを選択する

Vero は Docker Compose 設定の 2 つのバージョンに対応しています。

この 2 つのバージョンが必要なのは、デフォルトの Metabase イメージ(metabase/metabase:latest)が ARM64 アーキテクチャを標準でサポートしていないためです。Apple Silicon などの ARM64 マシンで Vero を実行する場合は、Metabase が正しく起動するよう、互換性のあるイメージが必要です。

ファイル説明
docker-compose.yamlほとんどの x86_64 環境向けのデフォルトバージョン
docker-compose.arm64.yamlApple Silicon(M1/M2 チップ)などの ARM ベースシステム向けの専用バージョン

システムのアーキテクチャを確認するには、次のコマンドを実行します。

uname -m
  • x86_64 → docker-compose.yaml を使用します
  • arm64 → docker-compose.arm64.yaml を使用します
スタックを起動する:
# For x86_64:
docker compose --env-file .env.dev -f docker-compose.yaml up --build

# For ARM64 (Apple Silicon):
docker compose --env-file .env.dev -f docker-compose.arm64.yaml up --build

詳しい手順と環境設定については、docs/quickstart.mdをご覧ください。

📚 ドキュメント

❤️ 貢献を歓迎します

これはコミュニティに開かれたリファレンスプロジェクトです。以下を歓迎します。

  • 機能の提案やバグの報告
  • ドキュメント、UX、オンボーディングの改善
  • 新しいデータソース、変換、AI プラグイン

お気軽に PR を作成するか、issue を登録してください。

📄 ライセンス

Vero は GPL-3.0 License のもとでライセンスされています。含まれるサードパーティプロジェクトは、それぞれのライセンスに従います。

サポート、アイデア、統合に関する支援については、GitHub Discussions でお問い合わせいただくか、issue を登録してください。私たちは、誰もが利用できる、モダンで自主管理型のアナリティクスの基盤として Vero を構築しています。

コメント

MCP は初めてですか?

プロトコルの概要から最初のサーバーの導入まで、よくある疑問にまとめて答えます。

AI アプリケーションが外部のツールやデータソースに統一的な方法で接続するためのオープンなプロトコルです。クライアントはモデルとの対話を担い、MCP サーバーはツール・リソース・プロンプトテンプレートを提供します。標準メッセージでやり取りするため、1 つのサーバーを複数のクライアントで再利用できます。