data-flow-example

4. データフローの具体例

このセクションで説明されているシナリオの詳細は、6. プロンプト入力から画面更新までの一連のシーケンスのシーケンス図を参照してください。

シナリオ: ユーザーが「友達が多い人を可視化して」と入力

1. フロントエンド: ユーザー入力をWebSocketで API Gateway に送信。
2. API Gateway: 認証後、 Orchestrator にメッセージを転送。
3. Orchestrator:
   • LLMに「"友達が多い人を可視化して"」と問い合わせる。
   • LLMがユーザーの意図を解釈し、グラフ分析の必要性を判断 → Function Call: calculate_metric(metric='degree_centrality')
4. Orchestrator が Compute Engine に「次数中心性」の計算を依頼(Celeryタスクをディスパッチ)。
5. Compute Engine:
   • Redisをチェック(結果はまだ無い)。
   • Neo4jからグラフデータを取得し、次数中心性を計算。
   • 結果をRedisに保存。
   • 計算結果を Orchestrator に返す。
6. Orchestrator:
   • LLMに「計算結果は ... です。元の指示は『可視化して』です。」と再度問い合わせる。
   • LLMが計算結果と元の指示を総合的に判断し、可視化への反映方法を決定 → 「友達が多い(次数中心性が高い)」を「可視化(サイズ割り当て)」と判断。
   • LLMが応答 → Function Call: map_visual_property(property='node_size', metric='degree_centrality')
7. Orchestrator が State Manager に「ノードサイズを次数中心性にマッピング」するよう依頼。
8. State Manager:
   • 内部の可視化状態を { node_size: 'degree_centrality' } に更新。
   • Neo4j (ノードリスト) と Redis (次数中心性の値, 既存のレイアウト座標) からデータを取得・マージ。
   • 最終的な描画JSON(差分)を生成し、WebSocketで フロントエンド にプッシュする。
9. フロントエンド: 新しい描画JSONを受信し、画面のグラフを更新(ノードサイズが変わる)。
10. Orchestrator: (並行して)LLMからのテキスト応答「次数中心性をノードサイズに割り当てました。」をフロントエンドに送信。
11. フロントエンド: チャット欄に応答テキストを表示する。