Krugle Squadの仕組み

Krugle Squadは、２つのモードがあります。
メンバー(AI Agent)にチャットで目的を伝えて、自律的に業務を任せるモードと、
予め人が設計したブループリントを、メンバー(AI Agent/専門家)が業務を自律的に実行するモードです。実行には、他のメンバーとの連携も自律的に行います。

Krugle Squadの狙い
• 
  人材不足の解消
• 
  メンバー・スキル・ツール・ブループリントを、コーポレートレベルで管理

Krugle Biblioの仕組み

Krugle Biblioは、データソース（コードおよび周辺ドキュメント）に独自の前処理を施し、LLMが読解できるようにします。
これらを目的毎にコレクションし、コレクション内（コードおよび周辺情報）の横断的なベクターインデックスおよびナレッジインデックスを作成します。
Agentic RAGがプロンプトを分析し、更にこのエンベディングされたインデックスを検索して回答します。

Krugle独自前処理とAgentic RAGの連携フロー

Krugle Biblioは単なるAgentic RAGではなく、前処理されたコレクション（コードおよび周辺情報）を検索することで回答精度を飛躍的に高めます。

Krugle Biblioの狙い
• 
  非定型データ(非構造化データ)もAIのナレッジとして活用！
• 
  RAGやプロンプトの調整作業を劇的に軽減！
• 
  まるで自社固有データを学んだLLMのように使える！
• 
  エクセルなどLLMが苦手としていたファイルも独自の前処理でRAG化！
• 
  コードと周辺ドキュメントを横断的に関連づけ、影響調査が可能！
• 
  業界標準APIで簡単アプリケーション連携！