FlowiseのAIエージェントからConnect AI経由でBitbucket に接続

Flowise AI と CData Connect AI MCP Server を連携して、エージェントがレプリケーションなしで Bitbucket のリアルタイムデータを安全にクエリ・操作できるようにします。

Flowise AI は、AI ワークフローとカスタムエージェントを視覚的に構築できるオープンソースのノーコードツールです。ドラッグ＆ドロップインターフェースにより、大規模言語モデル（LLM）を API、データベース、外部システムと簡単に統合できます。

CData Connect AI は、数百種類のエンタープライズデータソースへのリアルタイム接続を可能にします。Model Context Protocol（MCP）サーバーを通じて、CData Connect AI は Flowise エージェントとリアルタイムの Bitbucket をセキュアかつ効率的に橋渡しします。データのレプリケーションは不要です。Flowise AI の直感的なエージェントビルダーと CData の MCP 統合を組み合わせることで、Flowise AI ワークフロー内でリアルタイムの Bitbucket のデータ を取得、分析、操作できるエージェントを作成できます。

このガイドでは、Flowise AI を CData Connect AI MCP に接続し、認証情報を設定して、エージェントがリアルタイムでBitbucket のデータをクエリできるようにする方法を説明します。

ステップ 1：Flowise 用の Bitbucket 接続を設定

Flowise AI から Bitbucket への接続は、CData Connect AI のリモート MCP サーバーによって実現されます。Flowise AI からBitbucket のデータを操作するには、まず CData Connect AI で Bitbucket 接続を作成・設定します。

  1. Connect AI にログインし、Sources をクリック、次に Add Connection をクリック
    2. Connect AI で接続を追加
  2. Add Connection パネルから Bitbucket を選択
    3. データソースを選択
  3. Bitbucket に接続するために必要な認証プロパティを入力します。

    ほとんどのクエリでは、ワークスペースを設定する必要があります。唯一の例外は、Workspacesテーブルです。このテーブルはこのプロパティの設定を必要とせず、クエリを実行すると、Workspaceの設定に使用できるワークスペーススラッグのリストが提供されます。このテーブルにクエリを実行するには、スキーマを'Information'に設定し、SELECT * FROM Workspacesクエリを実行する必要があります。

    Schemaを'Information'に設定すると、一般的な情報が表示されます。Bitbucketに接続するには、以下のパラメータを設定してください。

    • Schema: ワークスペースのユーザー、リポジトリ、プロジェクトなどの一般的な情報を表示するには、これを'Information'に設定します。それ以外の場合は、クエリを実行するリポジトリまたはプロジェクトのスキーマに設定します。利用可能なスキーマの完全なセットを取得するには、sys_schemasテーブルにクエリを実行してください。
    • Workspace: Workspacesテーブルにクエリを実行する場合を除き、必須です。Workspacesテーブルへのクエリにはこのプロパティは必要ありません。そのクエリはWorkspaceの設定に使用できるワークスペーススラッグのリストのみを返すためです。

    Bitbucketでの認証

    BitbucketはOAuth認証のみをサポートしています。すべてのOAuthフローからこの認証を有効にするには、カスタムOAuthアプリケーションを作成し、AuthSchemeをOAuthに設定する必要があります。

    特定の認証ニーズ（デスクトップアプリケーション、Webアプリケーション、ヘッドレスマシン）に必要な接続プロパティについては、ヘルプドキュメントを必ず確認してください。

    カスタムOAuthアプリケーションの作成

    Bitbucketアカウントから、以下のステップを実行します。

    1. 設定（歯車アイコン）に移動し、ワークスペース設定を選択します。
    2. アプリと機能セクションで、OAuthコンシューマーを選択します。
    3. コンシューマーを追加をクリックします。
    4. カスタムアプリケーションの名前と説明を入力します。
    5. コールバックURLを設定します。
      • デスクトップアプリケーションとヘッドレスマシンの場合、http://localhost:33333または任意のポート番号を使用します。ここで設定するURIがCallbackURLプロパティになります。
      • Webアプリケーションの場合、信頼できるリダイレクトURLにコールバックURLを設定します。このURLは、ユーザーがアプリケーションにアクセスが許可されたことを確認するトークンを持って戻るWebの場所です。
    6. クライアント認証情報を使用して認証する予定の場合、これはプライベートコンシューマーですを選択する必要があります。ドライバーでは、AuthSchemeをclientに設定する必要があります。
    7. OAuthアプリケーションに与える権限を選択します。これにより、読み取りおよび書き込みできるデータが決まります。
    8. 新しいカスタムアプリケーションを保存するには、保存をクリックします。
    9. アプリケーションが保存された後、それを選択して設定を表示できます。アプリケーションのKeyとSecretが表示されます。これらを将来の使用のために記録してください。Keyを使用してOAuthClientIdを設定し、Secretを使用してOAuthClientSecretを設定します。
    接続を設定（Salesforce の例）
  4. Save & Test をクリック
  5. Permissions タブに移動し、ユーザーベースの権限を更新
    6. 権限を更新

接続が確立されると、Bitbucket データは CData Connect AI でアクセス可能になり、MCP 対応ツールで使用する準備が整います。

Personal Access Token を追加

Personal Access Token（PAT）は、Flowise AI から Connect AI への接続を認証するために使用されます。きめ細かいアクセス制御を維持するため、統合ごとに個別の PAT を作成することをお勧めします。

  1. Connect AI アプリの右上にある歯車アイコン（）をクリックして Settings を開く
  2. Settings ページで Access Tokens セクションに移動し、 Create PAT をクリック
  3. PAT にわかりやすい名前を付けて Create をクリック
    4. 新しい PAT を作成
  4. トークンが表示されたらコピーして安全な場所に保存してください。再度表示されることはありません

Bitbucket 接続の設定と PAT の生成が完了したら、Flowise AI から Connect AI 経由でBitbucket のデータに接続できます。

ステップ 2：Flowise AI で Connect AI 認証情報を設定

Flowise AI ワークスペースにログインして統合をセットアップします。

OpenAI 認証情報を追加

  1. Credentials に移動し、Add Credential を選択
    2. Add credential をクリック
  2. ドロップダウンから OpenAI API を選択
  3. 名前（例：OpenAI_Key）を入力し、API キーを貼り付け
    4. Flowise で OpenAI 認証情報を追加

PAT 変数を追加

  1. Variables に移動し、Add Variable をクリック
    2. Variables に移動
  2. Variable Name（例：PAT）を設定し、タイプを Static に選択、Value に Base64 エンコードした username:PAT を設定
  3. Add をクリックして変数を保存
    4. Flowise で PAT を変数として追加

ステップ 3：Flowise AI でエージェントを構築

  1. Agent Flows に移動し、Add New を選択
    2. Agent Flow ページ
  2. 「+」アイコンをクリックして新しいノードを追加し、Agent を選択してワークフローにドラッグ
    3. Flowise でエージェントノードを追加
  3. Start ノードを Agent ノードに接続
    4. Flowise でエージェントノードを接続

エージェント設定を構成

Agent ノードをダブルクリックして詳細を入力：

  • Model：ChatOpenAI または希望のモデルを選択（例：gpt-4o-mini）
  • Connect Credential：先ほど作成した OpenAI API キー認証情報を選択
  • Streaming：有効
Agent Node の詳細を入力

カスタム MCP ツールを追加

  1. Tools の下で Add Tool をクリックし、Custom MCP を選択
  2. 以下のように JSON パラメータを入力：

{
  "url": "https://mcp.cloud.cdata.com/mcp",
  "headers": {
    "Authorization": "Basic {{$vars.PAT}}"
  }
}
Flowise でカスタム MCP ツールを設定

更新アイコンをクリックして利用可能な MCP アクションを読み込みます。アクションが一覧表示されたら、Flowise エージェントが CData Connect AI MCP に正常に接続されています。

ステップ 4：Flowise でリアルタイムのBitbucket のデータをテスト・クエリ

  1. Flowise で Chat タブを開く
  2. 「Show top 10 records fromBitbucket のデータtable」 のようなクエリを入力
  3. CData Connect AI MCP 接続を通じてリアルタイムでレスポンスが取得されることを確認
    4. Flowise でリアルタイムクエリをテスト

ワークフローの実行が完了すると、Flowise は CData Connect AI MCP サーバーを通じた Salesforce データの正常な取得を示します。MCP Client ノードにより、データに対して質問したり、レコードを取得したり、アクションを実行したりできます。

CData Connect AI を入手

クラウドアプリケーションから 数百種類の SaaS、ビッグデータ、NoSQL ソースに直接アクセスするには、CData Connect AI をお試しください！

はじめる準備はできましたか？

CData Connect AI の詳細、または無料トライアルにお申し込みください：

無料トライアル

この記事の内容

関連記事