注: 以下の翻訳の正確性は検証されていません。AIPを利用して英語版の原文から機械的に翻訳されたものです。

お知らせ

リマインダー： Foundry ニュースレターに登録すると、プラットフォーム全体の新しい製品、機能、改善点の概要を受信トレイで直接受け取れます。登録方法の詳細については、Foundry ニュースレターと製品フィードバックチャネルのお知らせを参照してください。

これらのお知らせについてのご意見を Developer Community フォーラム ↗ でお聞かせください。

新しい Workflow Lineage ランディングページから最も関連性の高い Workshop モジュールに直接アクセスする

公開日：2025-06-26

Workflow Lineage で新しいグラフや空のグラフを作成する際の操作性が向上しました。Workshop モジュール、関数リポジトリ、または新たに対応したオントロジーオブジェクトから、キーボードショートカット Cmd + i（macOS）または Ctrl + i（Windows）を使って Workflow Lineage に移動する方法に加え、アプリケーションから最も関連性の高い Workshop モジュールを直接選択できる便利な方法が追加されました。Workflow Lineage のランディングページで、最近使用した Workshop モジュールや最も閲覧された Workshop モジュールの一覧を確認できるようになりました。

新しい Workflow Lineage ランディングページから最も関連性の高い Workshop モジュールに直接アクセスできるようになりました。

新しい Workflow Lineage ランディングページから最も関連性の高い Workshop モジュールに直接アクセスできるようになりました。

新機能は何ですか？

新しいグラフや空のグラフを開くと、次の内容が表示されるようになりました。

最近使用した Workshop アプリケーション： ワークスペースで最近開いた Workshop アプリケーションにすばやくアクセスできます。
最も閲覧された Workshop アプリケーション： チームが使用している、人気が高く影響力のあるワークフローをすぐに見つけられます。この選択肢では、過去30日間にすべてのユーザーによって最も閲覧された Workshop アプリケーションが表示されます。

最も閲覧された Workshop モジュールから選択します。

最も閲覧された Workshop モジュールから選択します。

Workshop アプリケーションを選択すると、Workflow Lineage のグラフに、そのアプリケーションの元となるリソースが自動的に追加されます。これは、Workshop モジュールから Cmd + i キーボードショートカットを直接使用したときにグラフが生成される仕組みと同様です。

この更新により、これまで以上に簡単にはじめられます。最も重要なワークフローにすぐにアクセスして、探索、学習、構築を進められます。

Workflow Lineage の機能について詳しくはこちらのドキュメントをご覧ください。

ご意見をお聞かせください

Palantir サポートまたは Developer Community ↗ を通じて、フィードバックをお寄せください。

関数のバージョン範囲依存関係

公開日：2025-06-26

これまで、Foundry アプリケーションが依存できる関数のバージョンは、固定されたバージョンに限られていました。関数のバージョン範囲依存関係の導入により、Workshop、Actions、Automate などのアプリケーションで、関数への依存関係をバージョン範囲で指定できるようになりました。これにより、実行時の自動アップグレードが可能になり、開発サイクルの時間を節約できるとともに、デプロイ済みの関数をダウンタイムなしでアップグレードできます。

新しい自動アップグレード切り替えを使って、Workshop の関数ベースのウィジェットにバージョン範囲依存関係を設定します。

新しい自動アップグレード切り替えを使って、Workshop の関数ベースのウィジェットにバージョン範囲依存関係を設定します。

機能の動作と考慮事項を理解するには、バージョン範囲依存関係のドキュメントを参照してください。

関数のバージョンを管理する

バージョン範囲依存関係の導入により、適切なリリースバージョン管理がこれまで以上に重要になります。このプロセスを支援するため、関数にタグを付ける際に新しい下位互換性チェックを利用できるようになりました。

Code Repositories で関数の新しいバージョンにタグを付けると、下位互換性チェックが自動的に実行されます。

Code Repositories で関数の新しいバージョンにタグを付けると、下位互換性チェックが自動的に実行されます。

関数の利用者に安定した信頼性の高い利用体験を提供できるよう、関数のバージョンを適切に管理する方法を確認してください。

フィードバックをお寄せください

関数を使用した体験について、ぜひフィードバックをお寄せください。Palantir サポートのチャネル、または Developer Community ↗ で functions タグ ↗を使用して、ご意見をお聞かせください。

Code Repositories と VS Code Workspaces で Python 3.12 サポートが利用可能に

公開日：2025-06-26

Code Repositories と VS Code Workspaces で、すべてのエンロールメントにおいて Python 3.12 サポートが利用可能になりました。Python の起動時間の改善、内包表記の最適化、メモリー使用量の削減など、新しい機能が追加されています。このバージョンは、Python トランスフォームのプレビュー、チェック、ビルド時を含め、すべての Python 環境で利用可能です。

Python 3.12 の主な改善点は次のとおりです。

起動の高速化： インタープリターの初期化時間を短縮（すべての Python プロセスの起動時間が10～15%改善）
メモリーの最適化： 全体的なメモリー使用量を削減
マルチスレッドの改善： サブインタープリターによるパフォーマンスの向上
内包表記のインライン化： Python の内包表記を大幅に高速化

最新のパフォーマンス改善と重要なセキュリティ修正を利用するには、リポジトリをアップグレードし、Python 環境を推奨バージョンに設定するか、Python 3.12 を明示的に選択します。

オントロジー SDK を使って高度な To-do アプリケーションを構築する：VS Code Workspaces で利用可能に

公開日: 2025-06-24

VS Code Workspaces で利用できる高度な To-do アプリケーションは、実用的な例として To-do アプリケーションを構築することで、オントロジー SDK とプラットフォーム SDK の高度な機能の使い方を示します。次の機能をはじめ、オントロジー SDK の多くの機能について学べます。

オントロジーインターフェース： オントロジーインターフェースを使用して、バックエンドサービスとシームレスにやり取りします。
メディアセットによるメディアコンテンツの処理： To-do アプリケーション内でメディアコンテンツを効率的に処理します。
実行時派生プロパティ： 実行時派生プロパティを活用して、動的なデータ処理とリアルタイムの更新を行います。
プラットフォーム SDK： プラットフォーム SDK と統合して、アプリケーションの機能を強化します。

高度な To-do アプリケーション。オントロジー SDK の高度な機能が使用されている箇所に注釈が付いています。

高度な To-do アプリケーション。オントロジー SDK の高度な機能が使用されている箇所に注釈が付いています。

はじめに

高度な To-do アプリケーションの例にアクセスしてインストールするには、Code Workspaces アプリケーションを開き、+ 新規ワークスペースの作成を選択します。次に、VSコード > アプリケーションを選択し、厳選された例の一覧からアプリケーションを探します。

プラットフォームの Examples (Build with AIP) でアプリケーションを検索することも、Developer Console のオントロジー SDK 参照の例で検索することもできます。

VS Code ワークスペースでアプリケーションを作成し、高度な To-do アプリケーションの例を選択します。

VS Code ワークスペースでアプリケーションを作成し、高度な To-do アプリケーションの例を選択します。

その後、Marketplace を通じて高度な To-do アプリケーションがインストールされます。

この例には何が含まれていますか？

この例を初めてインストールすると、高度な To-do アプリケーションのオントロジーが含まれます。これは、API名の一意性と不変性を維持するため、各スペースに1回だけインストールできるオントロジーです。インストール後、アプリケーションを実行する前に、すべてのオブジェクトがオントロジーに同期されていることを確認してください。Object Explorer で高度な To-do オブジェクトタイプを開くと、確認できます。同期後は、この例を開くとオントロジーのデータが自動的に表示されるはずです。

インストールされた例はコードリポジトリを開き、Visual Studio Code 用の Palantir 拡張機能を使用して、VS Code ワークスペースでアプリケーションを実行します。付属の Markdown ドキュメントを確認すると、プロジェクトの詳細やデータサービスの詳しい説明を読むことができます。また、公開ドキュメントを探索して、アプリケーションのアーキテクチャと設定、および使用されているカスタム React フックについて詳しく知ることもできます。

今後の予定は？

現在、オントロジーインターフェースを使った書き込み操作や、その他の高度な絞り込みパターンなど、オントロジー SDK で利用できるほかの機能を示す例の追加に取り組んでいます。追加してほしい例やチュートリアルのアイデアがある場合は、Palantir サポート、または Developer Community で ontology-sdk タグを使用して ↗、フィードバックをお寄せください。

AIP Evals のメトリクス目標のご紹介

公開日: 2025-06-19

AIP Evals でメトリクス目標が利用可能になり、評価結果の測定方法や解釈方法をより細かく制御できるようになりました。これまでは、テストケースごとにメトリクスの生の値を確認できました。しかし、特に複数のメトリクスや大規模なスイートを扱う場合、モデルの出力が期待を実際に満たしているかどうかを一目で判断するのは困難でした。

メトリクス目標を使うと、評価スイートのメトリクスごとに、成功とみなす条件を定義できるようになります。ブールメトリクスでは、true と false のどちらを合格とするかを選択できます。数値メトリクスでは、値が高いほうがよいか、低いほうがよいかを選択でき、必要に応じて合格のしきい値を設定できます。これにより、基準の適用や、モデルの性能低下または改善の迅速な特定が容易になります。

ブールメトリクスと数値メトリクスに設定された合否の設定。

ブールメトリクスと数値メトリクスに設定された合否の設定。

評価スイートを実行すると、設定された目標に基づいて、AIP Evals がメトリクスとテストケースごとの合否ステータスを自動的に判定して表示します。実行結果ダイアログでは、設定した基準に従ってどのメトリクスとテストケースが合格または不合格になったかが明確に可視化されるようになり、品質の追跡や結果の共有が容易になります。

実行結果ダイアログに表示されるメトリクスとテストケースの合否ステータス。

実行結果ダイアログに表示されるメトリクスとテストケースの合否ステータス。

AIP Evals のメトリクス目標について詳しくはこちら。

AIP Evals のメトリクス目標についてさらにサポートが必要な場合は、Palantir サポートにお問い合わせいただくか、コミュニティフォーラム ↗をご覧ください。

AIP エージェントの複数種類の取得コンテキスト対応を紹介

公開日: 2025-06-19

注記：2026年4月27日の週から、AIP Agent Studio は AIP Chatbot Studio に名称変更されました。既存の機能はすべて変更なく利用できます。

AIP エージェントが取得コンテキスト内で複数の種類に対応するようになりました。これにより、オブジェクトセット、関数、ドキュメントを同時に取得コンテキストとして指定できます。新しいユーザーメッセージごとに、エージェントに種類が追加された順序で、各コンテキストが文字列のプロンプトに解決されます。同じ種類のコンテキストを複数指定することにも対応しているため、同じ取得コンテキストのプロンプト内で、あるドキュメントコレクションにはセマンティック検索を、別のコレクションには全文抽出を使用できます。

複数の種類を使用して、エージェントに追加の取得コンテキストを指定できるようになりました。

複数のコンテキストの種類に対応するため、エージェントの引用設定が一元化されました。以前は、引用設定は、ドキュメント、オントロジー、関数 RAG といった個々の取得コンテキスト設定内にネストされていました。既存の引用設定はすべて新しい一元化された引用設定に移行されているため、複数種類の取得コンテキストを利用するためにユーザーが追加の操作を行う必要はありません。

AIP Agent Studio のサイドバーで、オブジェクトタイプごとにカスタムの引用動作を設定します。

さらに、すべての取得コンテキストに対して引用を一括で有効または無効にできるようになりました。引用設定ではオントロジーの引用に対するオーバーライドを設定でき、各オブジェクトタイプをそれぞれ専用の引用オーバーライドにマッピングできます。たとえば、オブジェクトタイプ A からの引用では外部リンクを開き、オブジェクトタイプ B からの引用ではメディアアイテムを開くように設定できます。

「引用を有効にする」をオンにすると、ユーザーが AIP エージェントの使用した情報ソースを確認できるようになります。

引用により、ユーザーは AIP エージェントの使用した情報ソースを確認できます。

引用を有効にすると、ユーザーが AIP エージェントの使用した情報ソースを確認できるようになります。

複数種類の取得コンテキストへの対応については、取得コンテキストのドキュメントをご覧ください。

フィードバックを共有する

ご利用の感想やフィードバックをお待ちしています。Palantir サポートのチャネル、または Developer Community ↗ で、aip-agent-studio ↗ タグを使用してご意見をお寄せください。

`use_sidecar` の紹介：Python トランスフォーム内の専用コンテナでモデルを実行

公開日: 2025-06-12

palantir_models バージョン 0.1673.0 以降、ModelInput クラスで、Python トランスフォーム内で使用できる use_sidecar パラメーターが公開されています。use_sidecar を True に設定すると、Spark トランスフォーム自体を実行するマシン上にプロビジョニングされた別のコンテナでモデルが実行されます。これにより、プラットフォーム全体で、モデルを簡単かつ移植性と信頼性を備えた形で本番利用できます。この機能は、別のリポジトリやコードワークスペースで構築したモデルを推論のために Python トランスフォームにインポートする際に発生しうる依存関係の競合を防ぎます。さらに、モデルが構築時とまったく同じ依存関係で動作することを保証し、予期しない動作や実行時の障害からユーザーを保護します。

use_sidecar は軽量トランスフォームでは利用できず、サイドカーの ModelInput を使用するトランスフォームのプレビューも利用できないことに注意してください。

主な機能とメリット

依存関係の分離：use_sidecar は、元の依存関係を備えた管理された環境でモデルが実行されることを保証し、トランスフォームのライブラリとの競合を防ぎます。
再現性の保証：モデルの学習および検証時と同一のライブラリバージョンが使用されることが保証されるため、一貫性と信頼性を確保してモデルを実行できます。
リポジトリをまたぐ利用と複数モデルの利用の簡素化：別のリポジトリや Code Workspace で構築されたモデルを使用する場合、use_sidecar が正しいモデルアダプターコードの読み込みを自動的に管理します。これにより、新しいモデルバージョンでアダプターコードや依存関係が変更された場合に、トランスフォームのリポジトリ内の依存関係を手動で更新して確認する必要がなくなり、競合を心配することなく同じリポジトリに複数のモデルをインポートできます。
カスタマイズ可能なリソース：sidecar_resources パラメーターを使用して、サイドカーコンテナの CPU、メモリー、GPU リソースを指定できます。

使用方法

コンテナ内にモデルを読み込むには、use_sidecar=True を設定するだけです。ほかにコードを変更する必要はありません。

Copied!1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
from transforms.api import Input, Output, transform, TransformInput, TransformOutput
from palantir_models.transforms import ModelInput, ModelAdapter

@transform(
    out=Output('path/to/output'),
    model_input=ModelInput(
        "path/to/my/model",
        use_sidecar=True,
        sidecar_resources={
            "cpus": 2.0,
            "memory_gb": 4.0,
            "gpus": 1
        }
    ),
    data_in=Input("path/to/input")
)

def my_transform(out: TransformOutput, model_input: ModelAdapter, data_in: TransformInput) -> None:
    inference_outputs = model_input.transform(data_in)
    out.write_pandas(inference_outputs.output_df)

詳しくは、ModelInput クラスのリファレンスドキュメントをご覧ください。

Control Panel でカスタムのエンロールメントロールを設定する

公開日: 2025-06-10

Control Panel のエンロールメント権限ページからカスタムロールを作成し、エンロールメントレベルのワークフローに対して細かく権限を付与できるようになりました。

Control Panel のエンロールメント権限設定ページで、エンロールメントのカスタムロールを設定します。

Control Panel のエンロールメント権限設定ページで、エンロールメントのカスタムロールを設定します。

カスタムロールは、ユーザーやグループが、既存のデフォルトロールに合致しない特定のワークフローの権限を必要とする場合に便利です。たとえば、カスタムの IT グループを作成することで、イングレスやエグレスの設定を変更する権限を付与せずに、そのグループにドメインを追加または変更する権限を付与できます。

新しいカスタムロールのメンバーに権限を付与するワークフローを個別に選択します。

新しいカスタムロールのメンバーに権限を付与するワークフローを個別に選択します。

カスタムロールの作成をはじめるには、Control Panel でエンロールメント権限の設定に移動します。詳しくは、公開ドキュメントをご覧ください。

カスタムロールについてさらに支援が必要な場合は、Palantir サポートにお問い合わせいただくか、Community Forum ↗ をご利用ください。

プロセスの構築、自動化、最適化を実現する Machinery のご紹介

公開日: 2025-06-05

Machinery は、医療処置、保険査定、政府業務などの実世界のイベントをプロセスとしてモデル化するアプリケーションです。ニーズに合わせたカスタム AI 搭載アプリケーションを通じて、そのプロセスをリアルタイムで探索できます。6月の第1週より、Machinery はすべてのエンロールメントで一般提供されています。

Machinery を使用してプロセスをマイニングまたは実装し、望ましくない振る舞いを特定して、望ましい結果の達成に向けて進捗を測定しながら進められます。また、人による介入を促すことで、非効率性を減らし、プロセスのパフォーマンスを継続的に改善できます。

Machinery でプロセスをゼロから実装し、レビューして最適化します。

Machinery でプロセスをゼロから実装し、レビューして最適化します。

Machinery の一般的なワークフローには、次のようなものがあります。

AIP と自動化を活用してプロセスの非効率性を解消する
複数の AI エージェントをオーケストレーションし、AIP のユースケースをエンドツーエンドで管理する
人によるリアルタイムの介入で AIP ワークフローを監督する業務アプリケーションを構築する
外部のイベントログから進行中のプロセスをマイニングし、既存のプロセスを可視化する
パフォーマンスのメトリクスとデータが満たすべき条件を定義および監視し、プロセスのボトルネックを特定する

自動化と AIP でプロセスを最適化する

Palantir プラットフォームでプロセスを実装するには、オブジェクトタイプ、アクション、自動化など、多くの個別リソースを使用します。Machinery は、これらすべてのコンポーネントを包括的に表示し、自動化と手動アクションの順序立てられたフローを定義できるようになりました。状態を中心とした独自の視点により、組織のエッジケースに対処して解決しながら、望ましい結果に向けて段階的に進められます。さらに、Value Type と実行条件によって、適合性を保証する仕組みを追加できます。

自動化ノードを Machinery グラフに組み込めます。

自動化ノードを Machinery グラフに組み込めます。

Machinery は、カスタムレイアウトアルゴリズムを備えています。自動レイアウト機能により、手動で操作しなくても見やすいグラフを作成できます。この機能を無効にして要素を自由に移動し、個人の好みに合わせて調整することもできます。

単一の Machinery グラフでの複数オブジェクトタイプのモデル化

サブプロセスと並列プロセスを作成することで、ワークフローの柔軟性と制御性を高められます。サブプロセスでは、メインの Machinery プロセス内にネストされたプロセスを作成できます。これにより、複雑なタスクを構造化して管理し、より大きなワークフローにシームレスに統合できます。このモジュール化されたアプローチは並列プロセスにも対応しており、複数のプロセスを同時に実行できるため、効率の向上とボトルネックの削減につながります。

Machinery でリンクされた複数のプロセスを構築し、組織全体にわたって動作するプロセスをモデル化できるようになりました。

Machinery でリンクされた複数のプロセスを構築し、組織全体にわたって動作するプロセスをモデル化できるようになりました。

フォーカス表示機能では、特定のサブプロセスを拡大して詳細を表示できるため、複雑なワークフローのナビゲーションと管理が容易になり、ユーザー体験がさらに向上します。これらの機能により、組織全体の複雑さを管理してプロセスの自動化をより高度に進められ、最終的に生産性の向上と業務の効率化につながります。

マイニングモード

ログオントロジーを設定すると、マイニングモードに移行できます。このモードでは、既存の状態と編集候補の両方をセピア色で強調表示する専用のグラフが表示されます。特定の状態をマイニングから除外することで、ノイズを効果的に減らし、関連するデータに集中できます。遷移頻度スライダーを使用して重要度の低いノードを絞り込み、整理された自動レイアウトのグラフを活用しながら、最も重要な遷移のみを強調表示できます。

Machinery のマイニングモードでプロセス全体をマイニングします。

Machinery のマイニングモードでプロセス全体をマイニングします。

通過するオブジェクトが71.5個未満のノードを除外する遷移フィルターを使用した Machinery のマイニングモード。

通過するオブジェクトが71.5%未満のノードを除外する遷移フィルターを使用した Machinery のマイニングモード。

Workshop モジュールを生成して開発をセットアップする

Palantir プラットフォームでプロセスを業務に活用するには、ワンクリックで Workshop モジュール（「Machinery Express アプリケーション」）をすばやくセットアップし、アプリケーション開発を開始できます。Express アプリケーションは、分析を行い、エージェント型ワークフローにリアルタイムで介入できる動的な実験環境として機能します。その後、Machinery に戻り、アクション、自動化、AIP ロジック関数を使用してプロセスを改良、更新、最適化できます。

Machinery Express をすぐに使える分析ツールとして使用する場合でも、独自のアプリケーションを構築する基盤として使用する場合でも、プロセスの探索と改良を円滑に行き来できます。また、Machinery Express アプリケーションを使用すると、このプロセスを業務ユーザーとすぐに共有でき、システムをリアルタイムで効果的に活用するために必要なコンテキストを提供できます。

Machinery Express アプリケーションを生成し、Workshop でのアプリケーション開発を開始しやすくします。

Machinery Express アプリケーションを生成し、Workshop でのアプリケーション開発を開始しやすくします。

新しいアプリケーションをゼロから構築する場合や、既存の Workshop モジュールに Machinery を追加する場合は、Workshop に Machinery プロセス概要ウィジェットを追加できます。

Machinery の詳細については、ドキュメントをご覧ください。