04 ClickHouse Agents

開始時点

build-workshop-v1 にいます — チェックアウトは不要です。所要時間は約 10分 です。 このモジュールはすべて ClickHouse Cloud のコンソール内で行い、ローカルで実行するものはありません。

前提条件: モジュール 01 と 03 が完了していること（自分の Cloud サービスに投入済みの履歴データと ライブな CDC ストリームがあること）。

なぜ

いまや豊富なデータセットが手元にあります。ClickHouse Agents を使えば、普通の言葉でそのデータに 質問し、根拠のある SQL と回答を得られます — すべてのクエリを自分で書かずに済む対話型 BI です。 いま組み上げたデータを探索する、最も速い方法です。

ゴール

自分のタクシーテーブル上に作成した ClickHouse Agent が、少なくとも1つの単純ではない分析上の 質問に、生成した SQL を示しながら回答すること。

ステップ 1 — ClickHouse Agents を開く

入口は2つあり、どちらも既存の ClickHouse Cloud の ID を使います。

• コンソール - 自分のサービス -> ClickHouse agents -> Launch
• または ai.clickhouse.cloud に直接アクセスします。

ClickHouse Agents は Cloud コンソールの左サイドバーにあります（あるいは ai.clickhouse.cloud に直接アクセスします）。

ステップ 2 — タクシーデータ上にエージェントを作成する

Create New Agent をクリックし、Name、Instructions（例: nyc_tlc_data の NYC タクシーデータに関する質問に答える）を入力し、Model を選びます。

ClickHouse という名前のツールを追加し、Connected と表示されることを確認してください — これによってエージェントがスキーマを調べ、自分のサービスに対して SQL を実行できるように なります。ClickHouse ツールが接続されていないと、エージェントにはクエリする対象がありません。

そのままチャットを始めます。エージェントはスキーマを調べるので、生成される SQL には根拠があります。

ステップ 3 — 対話的に探索する

だんだん難しい質問をして、生成される SQL を読んでください。たとえば次のようなものです。

Which pickup zones had the highest average fare from July 18–24, 2022, and how did that
change versus July 11–17, 2022?

その後、配車ビジネスについて自分自身の質問をしてみてください — ここは自由に試すステップです。

エージェントが、生成した SQL を並べて表示しながら文章での回答を返すはずです。そしてその数値は、 同じ期間について Historical ダッシュボードが示す値と一致するはずです。

ステップ 4 — ClickHouse MCP でクロスチェックする

モジュール 00 の接続を使って、1つの数値を独立に検証します。

Use the clickhouse-cloud MCP to run the generated SELECT as read-only SQL. Compare its
result with the ClickHouse Agent answer and report any difference.

値は一致するはずです。一致しない場合は、自然言語の回答を受け入れる前に、フィルターと期間を 比較してください。

完了したかどうかの確認方法

• エージェントがタクシーデータに関する質問に答え、生成した SQL を表示する。
• ClickHouse MCP でのクロスチェックが同じ結果を返す。

まとめ

アプリが提供しているのと同じデータに、構築した履歴とライブストリームを裏付けとして、対話的に アクセスできるようになりました。次は、データからアプリ自身の健全性へと目を向けます。

終了状態

自分のデータを自然言語で探索できます。 05 ClickStack に進んで、アプリ自体の観測を 始めましょう。