catalyst-quickml

前提条件

QuickML を使用する前に、コンソールでプロジェクトごとに一度有効化してください。

コンソール → プロジェクト → QuickML（左側のサイドバー）→ **「Start Exploring」**をクリック

この手順を省略すると、データコネクター、パイプライン、モデル、エンドポイント、LLM Serving、RAG、ナレッジベースを利用できません。有効化はプロジェクトごとに一度だけ必要です。

---

仕組み

1. まずデータセンターで利用できるか確認してください。 ML モデル：米国、インド、EU、オーストラリア、日本、サウジアラビア、カナダで構築・公開できます。生成 AI（LLM Serving、RAG、ナレッジベース）：米国、インド、EU、日本のみで利用でき、オーストラリア、サウジアラビア、カナダでは利用できません。QuickML コンソール内の Zia Model Library：インドのみです。機能の利用可否が地域に依存し、ユーザーの DC が不明な場合は、利用可能と断言する前に確認してください。

2. タスクを分類し、該当するリファレンスだけを読み込んでください（問い合わせが複数の領域にまたがる場合は、複数読み込みます）。

   • トレーニング済み ML モデル（分類、回帰、予測、クラスタリング、異常検知、テキスト分析、レコメンデーション、AutoML）の構築、トレーニング、評価、呼び出し → references/prediction-basics.md を読み込みます。
   • LLM チャット、ビジョン（VLM）、RAG、ナレッジベース → references/generative-ai-basics.md を読み込みます。
   • プラン、料金、無料枠、トライアル、請求 → references/quickml-pricing-basics.md を読み込みます。
   • データセットやトレーニングを必要としない構築済みモデル（OCR、顔分析、画像モデレーション、物体認識、バーコード、構築済みのセンチメント分析／NER／キーワード抽出）→ 作業を中止し、catalyst-zia スキルを読み込みます。スタンドアロンの Zia Services API には、QuickML コンソールの Zia Model Library とは別の DC ルールがあります。

3. まずツール、次に SDK、それからコンソールを使ってください。 接続済みの Catalyst MCP ツールが操作（パイプライン、エンドポイント、データセット、メトリクス、LLM／RAG の設定）に適している場合は、実行時に名前や説明から見つけて、呼び出す前にスキーマを確認してください。ツール名をハードコードしないでください。それ以外の場合は SDK を使います。現在の JavaScript SDK は new QuickML(app) です。Node.js SDK v2（app.quickML()）は非推奨です。公開されているすべての SDK で、予測呼び出しは predict(endpointKey, inputData) です。ドキュメントページにある runInference／run_inference という名前は存在しません。エージェントはコンソールを確認できないため、UI でのみ取得できる値はユーザーに尋ねてください。

4. QuickML の詳細を決して捏造しないでください。 リファレンスに記載された REST パス、ヘッダー、スコープ（QuickML.deployment.READ）、レスポンス形式のみを使用してください（実環境で検証済み）。レスポンスフィールドを捏造しないでください。likelihood_score や confidence は存在しません。それ以外の情報は、コンソール → QuickML → Endpoints にあるエンドポイントのサンプルを参照してください。料金リファレンスに記載されていない料金も捏造しないでください。

5. コンソールの手順は漏れなく記載してください。 各手順で、正確なフィールド名、選択するドロップダウン項目／条件、値、チェックボックスの有無を明記してください。一般的な説明では設定ミスが気付かれないまま発生します（たとえば Fill Columns ルールでは、入力値だけでなく、条件を「欠損値」に設定する必要があります）。リファレンスに記載されていない内容については、https://docs.catalyst.zoho.com/en/quickml/ 配下のページを Markdown として取得してください（<page-url>/index.md）。取得に失敗した場合は、その旨を伝えて URL を提示してください。

トリガー

次の場合にこのスキルを使用します："QuickML"、"Catalyst QuickML"、"a QuickML endpoint"、"training/predicting with a Catalyst model"、"no-code ML"、"no-code machine learning"、"deploy a model"、"model endpoint"、"MLOps"、"AutoML"、"ML pipeline"、"LLM Serving"、"RAG"、"pre-built model / Zia model"、"OCR / face / image / text model"、"QuickML pricing"、"QuickML cost"、"how much"（QuickML の使用料金について）、"billing"、"subscription plan"、"pay-as-you-go"、"Catalyst plan"。

参考資料

参考資料	クエリが次の内容に関する場合に読み込みます…
references/prediction-basics.md	トレーニング済みのMLモデル — パイプラインの種類と選び方、データコネクター、前処理と運用、パイプラインの構築とトレーニング、AutoML、評価指標、SHAP、エンドポイントの作成／公開、予測SDKの呼び出し（Java、Python、JavaScript、Node.js v2）、制限
references/generative-ai-basics.md	生成AI — LLM Serving（モデル、パラメーター、対話モード、ツール呼び出し）、VLM、RAG（モード、検索範囲、エージェント型RAG）、ナレッジベースへのアップロード（ローカル、WorkDrive、Zoho Learn）、GenAIエンドポイントへのREST呼び出し（GenAI SDKメソッドはありません）
references/quickml-pricing-basics.md	QuickMLの料金 — Catalystのサブスクリプションプラン、従量課金の単価、月ごとの無料枠、アドオン、無料トライアル、課金管理、料金に関する質問への回答ルール