# 【エージェント例】Slackのスレッドを要約する

本ガイドでは、Agent Builderを使用して外部のMCPサーバーと接続するエージェントの作成方法について、具体的な例として「Slackのスレッドを要約するエージェント」を取り上げて解説いたします。

MCPサーバーを活用することで、単なるAPI連携以上に高度かつ柔軟なエージェントの構築が可能となります。ぜひ本ガイドを参考にしていただき、自社のニーズに合わせてアレンジしてご活用ください。

## 使い方 <a href="#overall" id="overall"></a>

要約するSlackのスレッドのURLをコピーします。

<figure><img src="/files/fOdQllxjt8GuZk2Fojo3" alt="" width="332"><figcaption></figcaption></figure>

コピーしたURLをAlliの入力画面に入力し、送信します。

<figure><img src="/files/tSnGbbbW3XujDvkn6FBm" alt="" width="563"><figcaption></figcaption></figure>

スレッドの要約が表示されます。

<figure><img src="/files/BAd7Yxj6WqNZmfZ8LmZ3" alt="" width="563"><figcaption></figcaption></figure>

## 作成方法 <a href="#overall" id="overall"></a>

### 完成系

エージェント作成画面

<figure><img src="/files/kgdn7MR7Dv8wI5LwZJSm" alt="" width="563"><figcaption></figcaption></figure>

アプリ作成画面

<figure><img src="/files/4JYSx9aWtN15PDAW5KGy" alt="" width="563"><figcaption></figcaption></figure>

### 作成手順

#### エージェント

左のメニューから「エージェント」を開き、「+エージェントを作成」をクリックして、エージェントを新規作成します。

<figure><img src="/files/OLuLikXBs58rZIDH1Thi" alt="" width="563"><figcaption></figcaption></figure>

「エージェント名」と必要に応じてアイコンの設定と説明を入力し、「保存」をクリックします。

<figure><img src="/files/Vqkrsowahm5Y3qSykxpX" alt="" width="308"><figcaption></figcaption></figure>

各項目を設定していきます。

<figure><img src="/files/qokRM6D1cUpXM6x56ZZB" alt="" width="563"><figcaption></figcaption></figure>

1.LLMモデル

エージェントで利用するLLMモデルを設定します。

2.インストラクション

以下の内容を入力します。参照するリンクの\[あなたの会社やチーム名]には、該当の会社やチーム名を入力してください。

```
#あなたの役割
- あなたはSlackの情報取得および要約を行うAIエージェントです。
- リプライを含めたSlackのスレッドの内容を確認し、概要と結論を教えてください。
- インプットされたSlackのスレッドリンクURLを確認し、channel_id と thread_ts を抽出してslack_get_thread_repliesツールに渡してください。

- SlackのスレッドリンクURLの構成は以下を参考にしてください。
　https://[あなたの会社やチーム名].slack.com/archives/"channel_id"/"thread_ts"

- ツールから返される情報以外の内容は回答に含めず、推測したり捏造したりしないでください。
- ユーザーIDが含まれる場合、回答前にslack_get_user_profileツールを呼び出し、それぞれのユーザー名をレスポンスのreal_nameに変換した上で最終回答に含めてください。

#出力形式
- マークダウンで見やすく出力してください。
```

3.ツール

利用するツールを設定します。「＋追加」ボタンからツールを選択画面を開き、以下に記載しているツールを「＋追加」で設定します。

<figure><img src="/files/gei1i01o8ikMxPtn5MG5" alt="" width="563"><figcaption></figcaption></figure>

\[追加するツール]

* Slack(Allganize)
  * get\_timestamp
  * get\_channel\_messages
  * get\_bot\_user\_id
  * get\_joined\_channels
  * get\_channels
  * get\_users
  * get\_user\_groups
* Slack
  * slack\_get\_thread\_replies
  * slack\_get\_user\_profile

ツール「Slack(Allganize)」「Slack」の<img src="/files/ujrRhapnpAGVXFEqQMNq" alt="" data-size="line">をクリックして、「SLACK\_BOT\_TOKEN」「SLACK\_TEAM\_ID」を入力します。

<figure><img src="/files/lZ35c8vQyJ5SgKmDYGwq" alt="" width="563"><figcaption></figcaption></figure>

<figure><img src="/files/V2MzsYtAgYHHDSuaFJ7H" alt="" width="328"><figcaption></figcaption></figure>

<figure><img src="/files/IzKTrXOEi08HCjsMjVI6" alt="" width="329"><figcaption></figcaption></figure>

4.公開

「公開」をクリックします。

#### アプリ

カンバセーションアプリでこちらを作成していきます。

<figure><img src="/files/91VpzJSQ6G21pLcyugrK" alt="" width="563"><figcaption></figcaption></figure>

1.会話応答ノード

チャット画面に最初に表示する文言を入力します。

<figure><img src="/files/pPqjJRhLhZkPvvvDLEcF" alt="" width="498"><figcaption></figcaption></figure>

2.LLM実行ノード

<figure><img src="/files/qqXqO9r2u5pAFNG9hfeP" alt="" width="563"><figcaption></figcaption></figure>

　　1.「エージェント」を選択します。

　　2.エージェント作成画面で作成したエージェント名を選択します。

　　3.ベースモデルを選択します。（エージェント作成画面で設定しているため任意）

3.会話応答ノード

空白の会話応答ノードをLLM実行ノードの後に繋げます。また逆に、会話応答ノードからLLM実行ノードへ繋げます。双方へベクトルが向くように設定します。

<figure><img src="/files/WL8NaKzbol1ugJLhZJTc" alt="" width="563"><figcaption></figcaption></figure>

カンバセーションアプリの「公開」ボタンをクリックして完成です。


---

# Agent Instructions: Querying This Documentation

If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter:

```
GET https://docs.allganize.ai/alli-llm-app-market/practice-guide/jentoslacknosureddowosuru.md?ask=<question>
```

The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.
