3. 主要な処理フロー

このドキュメントでは、主要なユースケースにおけるコンポーネント間の動的なやり取りをシーケンス図で示します。

認証に関するフローは、認証フローを参照してください。

3.1. 新規会話開始（グラフアップロード）フロー

目的: ユーザーが新しい分析サイクルを開始するために、GraphMLファイルをアップロードして新規会話を作成する処理を定義します。

方針: アップロード処理の一環として、非同期または同期的にデフォルトのレイアウト（Spring Layout）を計算し、その結果を初期表示に利用します。

3.2. 対話によるグラフ操作フロー

目的: ユーザーの曖昧な自然言語指示（例:「重要なノードを大きくして」）から、LLMが具体的な「計算」と「可視化」のツール呼び出しを推論し、実行する、本システムの最も中心的なフローです。

このフローでは、計算結果をキャッシュしておくことで、同じ計算を何度も繰り返す無駄を省く仕組みも示されています。

フローの補足

上のシーケンス図で示された主要なステップに関する詳細情報は、以下のドキュメントで定義されています。

• APIエンドポイント

  • POST /chat/process をはじめとするBackendのAPIについては、「2.1. バックエンド仕様」を参照してください。
  • /tools/calculate_centrality など、Backendから呼び出される計算サービスのAPIは、「2.3. グラフ計算サービス仕様 (NetworkXMCP)」で定義されています。

• データ永続化

  • 計算結果のキャッシュ(calculation_results)など、このフローで利用されるデータベースのスキーマ設計については、「4. データベーススキーマ仕様」で詳しく解説しています。

• レンダリングデータ生成

  • フローの最終段階でBackendがレンダリング用データを組み立てるプロセスと、そのJSONデータの具体的な仕様は、「LLM Function Callingによるレンダリングデータ生成フロー」で定義されています。

3.3. ツール呼び出し失敗時のエラーハンドリングフロー

目的: システムが予期せぬ状況（例: 未実装の計算）に陥った場合でも、LLMが状況を理解し、ユーザーに代替案を提示することで、対話を継続できるようにします。