Jinbaモジュール

概要

Jinbaモジュールは、抽出・解析・ルールベースのチェックを含む、LLMを活用した強力なデータ処理機能を提供します。これらのツールはLLMでファイルを解析し、複雑なデータ変換・検証タスクを高精度かつ柔軟に処理します。

主な機能

JINBA_MODULES_EXTRACT

ユーザーが定義したJSON Schemaに基づき、LLMがファイルを解析して構造化データを抽出します。

パラメータ	型	必須	説明
`name`	string	はい	タスク名
`fileUrl`	string	はい	データを抽出するファイルのURL
`dataSchema`	object	いいえ	抽出するデータのスキーマ。有効なJSON Schemaである必要があります
`extractionMode`	string	いいえ	`FAST`、`BALANCED`（デフォルト）、`QUALITY` のいずれか

出力: result — dataSchema に沿って抽出されたデータ。

JINBA_MODULES_PARSE

ファイル形式に応じてLLMが解析方法を自動調整し、内容を抽出する動的パーサーです。

パラメータ	型	必須	説明
`fileUrl`	string	はい	解析するファイルのURL
`outputFormat`	string	いいえ	`MARKDOWN`（デフォルト）、`TEXT`、`STRUCTURED` のいずれか
`extractionMode`	string	いいえ	`FAST`、`BALANCED`（デフォルト）、`QUALITY` のいずれか

出力: result — 解析結果の文字列。

JINBA_MODULES_CHECKER_V2

JSONで定義したルールをもとに対象ファイルを検証する、強化版のLLMチェッカーです。v2では柔軟なルール構造、高精度な判定、判定ごとの詳細な理由提示に対応しています。

パラメータ	型	必須	説明
`target_file`	string	はい	チェック対象のファイル（PDF、テキスト、JSON、XML、CSV、DOCX）
`task`	string	はい	タスク名
`description`	string	いいえ	タスクの説明。特定のタスクに特化した指示を追加したい場合に使用します
`rules`	array	いいえ	ルールオブジェクトのJSON配列（ルール形式を参照）
`references`	array	いいえ	参照ファイルのURL（最大10件）。ハルシネーション抑制のため、社内規程・法的文書・RAG検索結果などを渡せます
`additionalDataSchema`	object	いいえ	各チェック結果に付加して返すデータを定義するJSON Schema

出力: result — ルールごとのチェック結果の配列。各要素は uniqueId、rule、status（accepted / rejected / pending）、range、reason、および任意の additionalData を持ちます。

認証

認証やツール設定は不要です。Jinbaモジュール APIの認証情報はサーバー側で管理されています。

例: インテリジェント文書抽出

- id: upload_document
  name: upload_document
  tool: INPUT_FILE
  input:
    - name: description
      value: "抽出対象の文書をアップロードしてください"

- id: extract_structured_data
  name: extract_structured_data
  tool: JINBA_MODULES_EXTRACT
  input:
    - name: name
      value: "請求書データ抽出"
    - name: fileUrl
      value: "{{steps.upload_document.result}}"
    - name: dataSchema
      value: |
        {
          "$schema": "http://json-schema.org/draft-07/schema#",
          "type": "object",
          "properties": {
            "invoice_number": {
              "type": "string",
              "description": "請求書番号またはID"
            },
            "date": {
              "type": "string",
              "format": "date",
              "description": "請求書日付"
            },
            "vendor": {
              "type": "object",
              "properties": {
                "name": {"type": "string"},
                "address": {"type": "string"},
                "phone": {"type": "string"},
                "email": {"type": "string"}
              }
            },
            "items": {
              "type": "array",
              "items": {
                "type": "object",
                "properties": {
                  "description": {"type": "string"},
                  "quantity": {"type": "number"},
                  "unit_price": {"type": "number"},
                  "total": {"type": "number"}
                }
              }
            },
            "total_amount": {
              "type": "number",
              "description": "合計請求金額"
            },
            "tax_amount": {
              "type": "number",
              "description": "税額（存在する場合）"
            }
          },
          "required": ["invoice_number", "date", "total_amount"]
        }
    - name: extractionMode
      value: "QUALITY"  # オプション: FAST、BALANCED、QUALITY

- id: validate_document
  name: validate_document
  tool: JINBA_MODULES_CHECKER_V2
  input:
    - name: target_file
      value: "{{steps.upload_document.result}}"
    - name: task
      value: "請求書チェック"
    - name: description
      value: "アップロードされた請求書が以下のルールを満たしているか確認してください。"
    - name: rules
      value: |
        [
          {
            "uniqueId": "invoice-001",
            "name": "請求書番号の存在",
            "description": "文書には請求書番号またはIDが含まれている必要があります。"
          },
          {
            "uniqueId": "invoice-002",
            "name": "合計金額が正の数",
            "description": "合計金額は正の数である必要があります。"
          },
          {
            "uniqueId": "invoice-003",
            "name": "有効な請求書日付",
            "description": "請求書日付が存在し、有効な日付形式である必要があります。"
          },
          {
            "uniqueId": "invoice-004",
            "name": "有効なベンダーメールアドレス",
            "description": "ベンダーのメールアドレスが記載されている場合、有効なメール形式である必要があります。"
          }
        ]

- id: process_extraction_results
  name: process_extraction_results
  tool: PYTHON_SANDBOX_RUN
  input:
    - name: code
      value: |
        import json
        
        # 抽出結果とチェック結果を処理
        extracted_data = json.loads('''{{steps.extract_structured_data.result}}''')
        check_results = json.loads('''{{steps.validate_document.result}}''')
        
        print("文書抽出結果")
        print("=" * 20)
        
        # 抽出されたデータを表示
        print("抽出された情報:")
        print(f"請求書番号: {extracted_data.get('invoice_number', 'N/A')}")
        print(f"日付: {extracted_data.get('date', 'N/A')}")
        print(f"ベンダー: {extracted_data.get('vendor', {}).get('name', 'N/A')}")
        print(f"合計金額: ¥{extracted_data.get('total_amount', 0):,.2f}")
        
        if 'items' in extracted_data:
            print(f"アイテム数: {len(extracted_data['items'])}")
        
        print("\nチェック結果:")
        accepted_count = sum(1 for r in check_results if r.get('status') == 'accepted')
        total_rules = len(check_results)
        print(f"合格: {accepted_count}/{total_rules}")
        
        # 不合格のルールを表示
        rejected = [r for r in check_results if r.get('status') == 'rejected']
        if rejected:
            print("\n不合格のルール:")
            for r in rejected:
                print(f"  - {r.get('rule', '不明')}: {r.get('reason', '理由なし')}")
        else:
            print("すべてのルールに合格しました")

- id: export_processed_data
  name: export_processed_data
  tool: OUTPUT_FILE
  input:
    - name: content
      value: "{{steps.extract_structured_data.result}}"
    - name: filename
      value: "extracted_invoice_data_{{date | format('YYYY-MM-DD')}}.json"
    - name: fileType
      value: "json"

例: バッチ文書処理

- id: process_document_batch
  name: process_document_batch
  tool: JINBA_MODULES_EXTRACT
  input:
    - name: name
      value: "バッチ文書処理"
    - name: fileUrl
      value: "{{input.batch_file_url}}"
    - name: dataSchema
      value: |
        {
          "$schema": "http://json-schema.org/draft-07/schema#",
          "type": "object",
          "properties": {
            "documents": {
              "type": "array",
              "items": {
                "type": "object",
                "properties": {
                  "document_type": {"type": "string"},
                  "date": {"type": "string"},
                  "amount": {"type": "number"},
                  "vendor": {"type": "string"},
                  "metadata": {
                    "type": "object",
                    "additionalProperties": true
                  }
                },
                "required": ["document_type", "date", "amount"]
              }
            }
          }
        }
    - name: extractionMode
      value: "BALANCED"

- id: parse_document_content
  name: parse_document_content
  tool: JINBA_MODULES_PARSE
  input:
    - name: fileUrl
      value: "{{input.batch_file_url}}"
    - name: outputFormat
      value: "MARKDOWN"  # オプション: MARKDOWN、TEXT、STRUCTURED
    - name: extractionMode
      value: "BALANCED"

- id: comprehensive_validation
  name: comprehensive_validation
  tool: JINBA_MODULES_CHECKER_V2
  input:
    - name: target_file
      value: "{{input.batch_file_url}}"
    - name: task
      value: "バッチ文書チェック"
    - name: rules
      value: |
        [
          {
            "uniqueId": "doc-001",
            "name": "文書タイプの限定",
            "description": "すべての文書は請求書（invoice）、領収書（receipt）、契約書（contract）のいずれかである必要があります。"
          },
          {
            "uniqueId": "doc-002",
            "name": "金額の範囲",
            "description": "すべての文書の金額は0から1,000,000の間である必要があります。"
          },
          {
            "uniqueId": "doc-003",
            "name": "日付の範囲",
            "description": "すべての文書の日付は2020-01-01から2025-12-31の間である必要があります。"
          },
          {
            "uniqueId": "doc-004",
            "name": "ベンダー名の長さ",
            "description": "すべてのベンダー名は2文字以上200文字以下である必要があります。"
          }
        ]
    - name: additionalDataSchema
      value: |
        {
          "type": "object",
          "properties": {
            "documentType": {
              "type": "string",
              "description": "ルールの評価対象となった文書のタイプ"
            }
          }
        }

- id: generate_processing_report
  name: generate_processing_report
  tool: PYTHON_SANDBOX_RUN
  input:
    - name: code
      value: |
        import json
        from datetime import datetime
        
        # 処理レポートをコンパイル
        extracted = json.loads('''{{steps.process_document_batch.result}}''')
        parsed = '''{{steps.parse_document_content.result}}'''
        check_results = json.loads('''{{steps.comprehensive_validation.result}}''')
        
        report = {
            "processing_summary": {
                "timestamp": datetime.now().isoformat(),
                "total_documents": len(extracted.get('documents', [])),
                "extraction_mode": "BALANCED",
                "parsed_characters": len(parsed),
                "all_rules_accepted": all(r.get('status') == 'accepted' for r in check_results)
            },
            "document_breakdown": {},
            "check_summary": {
                "total_rules": len(check_results),
                "accepted": sum(1 for r in check_results if r.get('status') == 'accepted'),
                "rejected": sum(1 for r in check_results if r.get('status') == 'rejected'),
                "pending": sum(1 for r in check_results if r.get('status') == 'pending')
            },
            "recommendations": []
        }
        
        # 文書タイプ別内訳
        if 'documents' in extracted:
            doc_types = {}
            total_amount = 0
            for doc in extracted['documents']:
                doc_type = doc.get('document_type', 'unknown')
                doc_types[doc_type] = doc_types.get(doc_type, 0) + 1
                total_amount += doc.get('amount', 0)
            
            report['document_breakdown'] = doc_types
            report['processing_summary']['total_amount'] = total_amount
        
        # 推奨事項を追加
        if report['check_summary']['rejected'] > 0:
            report['recommendations'].append("不合格のルールを確認し、データの問題を修正してください")
        
        if report['check_summary']['pending'] > 0:
            report['recommendations'].append("保留（pending）のルールを手動で確認してください")
        
        print(json.dumps(report, indent=2, ensure_ascii=False))

- id: save_processing_report
  name: save_processing_report
  tool: OUTPUT_FILE
  input:
    - name: content
      value: "{{steps.generate_processing_report.result.stdout}}"
    - name: filename
      value: "batch_processing_report_{{date | format('YYYY-MM-DD-HHmm')}}.json"
    - name: fileType
      value: "json"

抽出モード

extractionMode パラメータは JINBA_MODULES_EXTRACT と JINBA_MODULES_PARSE の両方で使用できます。

FAST: 高速にデータを抽出します。シンプルな文書の大量処理に最適です
BALANCED（デフォルト）: 速度と精度のバランスを取って抽出します。汎用的な選択肢です
QUALITY: 最高精度で抽出します。重要文書や複雑なレイアウトに最適です

出力フォーマット

JINBA_MODULES_PARSE の outputFormat パラメータで解析結果の形式を指定できます。

MARKDOWN（デフォルト）: 見出し・表・リストを保持したMarkdown形式で出力します
TEXT: プレーンテキストで出力します
STRUCTURED: 構造化された形式で出力します

データスキーマ設計

JINBA_MODULES_EXTRACT の dataSchema パラメータには、有効な任意のJSON Schemaを指定できます。

基本スキーマ構造

{
  "$schema": "http://json-schema.org/draft-07/schema#",
  "type": "object",
  "properties": {
    "field_name": {
      "type": "string|number|object|array",
      "description": "フィールドの明確な説明",
      "format": "date|email|uri|etc",
      "pattern": "必要に応じて正規表現パターン"
    }
  },
  "required": ["必須フィールドのリスト"]
}

高度なスキーマ機能

ネストされたオブジェクト: 複雑なデータ構造
配列: 同じタイプの複数項目
条件付きフィールド: 他の値に依存するフィールド
パターンマッチング: 正規表現による検証
フォーマット検証: 日付、メール、URLフォーマット

ルール形式

JINBA_MODULES_CHECKER_V2 の rules パラメータは、ルールオブジェクトのJSON配列です。各ルールはLLMによって対象ファイルに対して評価されます。

フィールド	型	必須	説明
`uniqueId`	string	はい	対応するチェック結果にそのまま返される識別子
`name`	string	はい	短いルール名
`description`	string	はい	ルールがチェックする内容（自然言語で記述）
`references`	array	いいえ	ルール固有の参照情報。`type`（`text` または `url`）と、対応する `text` / `url` フィールドを持つオブジェクトの配列
`examples`	array	いいえ	判定の指針となる判定例

チェック結果

出力 result の各要素は1つのルールに対応します。

uniqueId: ルールの識別子
rule: 評価されたルール
status: accepted（合格）、rejected（不合格）、pending（保留）のいずれか
range: 判定が参照する対象内の位置
reason: 判定の詳細な理由
additionalData: additionalDataSchema を指定した場合に返される追加データ

使用例

請求書処理: 自動請求書データ抽出と検証
文書デジタル化: 紙文書を構造化データに変換
データ移行: レガシーシステムからのデータ抽出
コンプライアンスチェック: 規制に対する文書検証
研究データ: 研究文書からの構造化データ抽出
フォーム処理: フォームデータの自動抽出
契約分析: 契約から重要条項を抽出
財務処理: 財務諸表と報告書の処理

ベストプラクティス

スキーマ設計

スキーマをシンプルで焦点を絞ったものにする
明確で説明的なフィールド名を使用
包括的な説明を含める
サンプルデータでスキーマをテスト
一貫性のためにスキーマをバージョン管理

抽出最適化

ユースケースに適した抽出モードを選択
高品質な入力文書を提供
可能な場合は一貫した文書フォーマットを使用
抽出精度を監視し、必要に応じて調整

チェック戦略

ルールの description は明確で曖昧さのない自然言語で記述する
結果を長期的に追跡できるよう、各ルールに安定した uniqueId を付与する
ハルシネーション抑制のため、references に規程・法的文書・RAG検索結果などを添付する
pending の結果は手動で確認し、reason の内容をもとにルールを改善する

パフォーマンス考慮事項

類似の文書をまとめてバッチ処理
シンプルで大量の処理にはFASTモードを使用
精度が重要な場合にのみQUALITYモードを使用
抽出失敗時のエラーハンドリングを実装

​概要

​主な機能

​JINBA_MODULES_EXTRACT

​JINBA_MODULES_PARSE

​JINBA_MODULES_CHECKER_V2

​認証

​例: インテリジェント文書抽出

​例: バッチ文書処理

​抽出モード

​出力フォーマット

​データスキーマ設計

​基本スキーマ構造

​高度なスキーマ機能

​ルール形式

​チェック結果

​使用例

​ベストプラクティス

​スキーマ設計

​抽出最適化

​チェック戦略

​パフォーマンス考慮事項

概要