Codex、Cursor、GitHub Copilot を利用する VS Code、Claude Code、Claude は、いずれも同じ Entity Enricher MCP サーバーに接続します。これらのエージェントは、スキーマの設計、複数言語でのエンティティのエンリッチメント、モデルのフュージョン、セマンティックIDのキュレーション、品質のベンチマーク、リレーショナルテーブルのデータベースへの同期を、プラットフォームのモデル上で、またはジョブが LLM 呼び出しを委任する場合はクライアント自身のモデル上で実行できます。さらに、Entity Enricher 自体に関する質問であれば、製品のサポートアシスタントに問い合わせることもできます。
スキーマ検証やモデル間の一致は、事実の正確性や情報の新しさを保証するものではありません。ソース、失敗、データベースへの部分的な反映結果をご確認ください。MCPは対話によるアクセスを提供し、n8nとMakeは同じサービス上でワークフロー自動化を提供します。
既定では、すべての start ツールはジョブをお使いのモデル上で実行します(use_platform_models=true を指定するか、プラットフォームモデルを明示すると、代わりにプラットフォームの課金対象モデル上で実行されます)。このジョブはプラットフォームモデルを呼び出さず、クレジットも消費しません。会話、ドキュメント、接続済みツールをすでに保持している MCP クライアントのモデルがジョブのすべてのモデル呼び出しに応答し、プラットフォームは得意分野に専念します。すなわち、プロンプトの構築、出力スキーマの適用、各応答の検証と正規化、レコードの保存、データベースの同期です。
enable_web_searchを指定します。省略した場合は web_search_undecided が返されるため、まずユーザーに確認してください。検索を行うのはあなた自身のモデルだからです。ジョブは最初のモデル呼び出しの準備が整った時点で一時停止します。llm_requests を読み取ります。各エントリは MCP sampling/createMessage 形式の 1 回のモデル呼び出し(システムプロンプト、メッセージ、ツール、toolChoice)で、ステップを示す purpose と期限が含まれます。バイナリの添付ファイルはインライン化されず、enricher://attachments/{id} リソースとして参照されます。抽出済みのテキストはすでにメッセージに含まれています。ファイルをアップロードしたクライアントは自身のコピーを読み取るため、添付ファイルのためにプラットフォームのモデルが必要になることはありません。answer_llm_request で返します。プラットフォームは、プロバイダーの回答とまったく同じようにスキーマに照らして検証します。拒否された回答は、失敗したツール結果にエラーを含んだ同じ会話として返されるため、修正して再度応答できます。プロトコルの詳細とエッジケース(オプトアウト、ウェブ検索の判断、同時リクエスト、エンリッチメントの修復リクエスト、添付ファイル、タイムアウト)については、下記の委任された LLM 呼び出しガイドをご覧ください。
OAuth を使えば、API キーなしでクライアントを接続できます。Entity Enricher の同意画面には、クライアント、組織、接続に付与されるロールが表示されます。アクセス権は API キー → 連携アプリ で管理または取り消せます。
これらの例では、ブラウザでのサインイン (OAuth) と同一の Streamable HTTP エンドポイント https://entityenricher.ai/api/mcp/ を使用します (末尾のスラッシュも含みます)。設定フォーマットはクライアントごとに異なります。
Codex は ~/.codex/config.toml を通じて、アプリ・CLI・IDE 拡張機能の間で MCP 設定を共有します。最初のコマンドで Entity Enricher を登録し、認証が必要な場合は login コマンドがブラウザでのサインイン画面を開きます。
codex mcp add entity-enricher --url https://entityenricher.ai/api/mcp/
codex mcp login entity-enricherCursor はプロジェクト単位のサーバーを .cursor/mcp.json から、個人用のサーバーを ~/.cursor/mcp.json から読み込みます。リモートサーバーのエントリは mcpServers に記述し、OAuth のサインインフローは Cursor が処理します。
{
"mcpServers": {
"entity-enricher": {
"url": "https://entityenricher.ai/api/mcp/"
}
}
}VS Code では .vscode/mcp.json に servers オブジェクトと明示的な http トランスポートを記述します。サーバーを起動して認可すると、そのツールが GitHub Copilot のエージェントから利用できるようになります。
{
"servers": {
"entity-enricher": {
"type": "http",
"url": "https://entityenricher.ai/api/mcp/"
}
}
}このコマンドは、Claude Code にリモート HTTP サーバーを登録します。Claude Code 内で /mcp コマンドを実行すると、接続と認証の管理画面が開きます。
claude mcp add --transport http entity-enricher https://entityenricher.ai/api/mcp/claude.ai と Claude Desktop では、コネクター設定に「カスタムコネクターを追加」の操作があります。コネクターに上記のサーバー URL を指定すると、Entity Enricher の認可画面が開きます。このホスト型接続はコネクター設定から構成します。claude_desktop_config.json はローカルサーバー用です。
組織のアクセスキーは 設定 → API キー でロールを選択して作成します。クライアントは OAuth でサインインする代わりに、X-API-Key ヘッダーでキーを送信できます。たとえば次の Codex 設定では、環境変数からキーを読み取ります:
[mcp_servers.entity-enricher]
url = "https://entityenricher.ai/api/mcp/"
env_http_headers = { "X-API-Key" = "ENTITY_ENRICHER_API_KEY" }Codex を実行するプロセスの環境に、ENTITY_ENRICHER_API_KEY としてキーを設定する必要があります。Cursor と VS Code は、それぞれの headers 設定オブジェクトでこの HTTP ヘッダーを受け付けます。上記のクライアント別リファレンスに、サポートされる設定項目が記載されています。
同じリクエストがどのクライアントでも機能します: "Entity Enricher のスキーマを一覧表示し、製薬会社スキーマを使って Sanofi をエンリッチメントし、保存されたレコードを表示してください。"クライアントはツールを検出し、それらを使ってスキーマを選択してエンリッチメントを実行します。確認ダイアログ、進捗表示、リソースへのアクセスはクライアントによって異なります。
62 個のツールが、スキーマ作成、エンリッチメント、ベンチマーク、Database Sync、セマンティックID、製品サポートをカバーします。これらのツールは、検証・課金・処理についてバックエンドサービスを再利用します。各ツールは、それぞれがサポートするパラメーターを公開します。長時間実行される処理(バッチエンリッチメント、サンプル生成、ベンチマーク実行)は非同期です。開始ツールが job_id を返し、クライアントが get_job_statusをポーリングして、生成されたレコードまたはベンチマーク結果を読み取ります。成功を報告する前に、失敗や部分的な結果を確認してください。
| カテゴリ | ツール | 説明 |
|---|---|---|
| 検出 | list_models | 利用可能なモデルキー、公称能力、言語、ストラテジー、自動選択されたデフォルト、組織の profile_limits を一覧表示します。 |
| スキーマ | generate_sample | スキーマ作成のために、自由記述のリクエストから編集可能なサンプル JSON を生成します。 |
| スキーマ | list_schemas | 組織内の保存済みスキーマを、ピン留めしたものから順に一覧表示します。 |
| スキーマ | get_schema | 保存済みスキーマを、そのプロパティ、アノテーション、input_contract とともに取得します。 |
| スキーマ | create_schema_from_sample | レビュー済みサンプルからスキーマを生成して自動保存し、schema_id、スキーマ内容、レコードリンクを返します。 |
| スキーマ | save_schema | 直接作成したスキーマを保存し、そのIDとリンクを返します。 |
| スキーマ | update_schema | LLM を呼び出さずに、保存済みスキーマのメタデータを編集するか、schema_content 全体を置き換えます。 |
| スキーマ | get_schema_part | 編集に必要なスキーマの断片だけを取得します。 |
| スキーマ | get_enum_candidates | 各オープン列挙型の現在の語彙に含まれない観測値を、最近のエンリッチメントレコードでの件数とともに一覧表示します。 |
| スキーマ | update_schema_property | スキーマ全体を置き換えずに、パス指定で1つのプロパティを編集または削除します。 |
| スキーマ | add_schema_property | ルート(parent_path=')、オブジェクトパス、または '$defs.X' の配下にプロパティを追加します。 |
| スキーマ | move_schema_property | プロパティを 1 つ、ルート、オブジェクトパス、または '$defs.X' に移動します。フラグと専門性は保持されます。 |
| スキーマ | resolve_unify_proposal | get_schema から返された保留中のエンティティタイプ統合提案を 1 件処理します。 |
| スキーマ | nest_schema_region | get_schema の x-entityMap からエンティティリージョンを実体化します。 |
| スキーマ | publish_schema | データベースにリンクされたスキーマの作業コピーを、エンリッチメントとレプリカが使用するコントラクトとして公開します。 |
| スキーマ | delete_schema | 保存済み schema を UUID で論理削除します。 |
| スキーマ | analyze_sample | スキーマ生成の前に、サンプルのプロパティの曖昧さとリレーションシップのアイデンティティスコープを分析します。 |
| スキーマ | analyze_schema | 保存済みスキーマのプロパティの曖昧さとリレーションシップのアイデンティティスコープを分析し、注釈をスキーマに書き込みます。 |
| エンリッチメントとフュージョン | start_batch_enrichment | schema_idまたはtarget_schemaのいずれか一方のみを指定して、エンティティリストの有償の非同期エンリッチメントを開始します。 |
| エンリッチメントとフュージョン | enrich_entity | schema_id または target_schema のいずれか一方のみを指定して1つのエンティティをエンリッチし、構造化出力、record_id、コスト、データベースの処理結果を返します。 |
| エンリッチメントとフュージョン | retry_expertises | 既存レコードのうち失敗した専門ドメインのみを再試行し、出力を更新して、その実行のフュージョン/同期を試みます。 |
| エンリッチメントとフュージョン | merge_records | 同じエンティティの2つ以上のレコードをフュージョンして、新しい調停レコードを作成します。 |
| ジョブ制御 | get_job_status | ジョブのステータス、進捗、および保存済みレコード ID を含むコンパクトな終了時サマリーを取得します。 |
| ジョブ制御 | cancel_job | 待機中、実行中、または一時停止中の LLM ジョブのキャンセルを要求します。 |
| ジョブ制御 | answer_job_question | 一時停止中に返された質問への回答を渡して、ジョブを再開します。 |
| ジョブ制御 | answer_llm_request | 委任されたジョブで保留中のモデル呼び出し 1 件の結果を送信します。委任されたジョブとは、ユーザーがクライアント自身のモデルで開始したジョブです(use_platform_models=true の場合や…を除き、すべての開始ツールのデフォルト)… |
| レコードと統計 | list_records | 組織内のレコードをコンパクト形式・ページ単位で、新しい順に一覧表示します。 |
| レコードと統計 | get_record | 保存済みレコード 1 件の structured_output、entity_input_data、検証エラー、専門性の判定、メトリクスを取得します。 |
| レコードと統計 | get_stats | 組織全体のレコード総数、成功率、トークン数、コストのサマリーを取得します。 |
| ベンチマーク | list_benchmark_scenarios | ベンチマークシナリオの概要(コンパクト形式)と合計を一覧表示します。 |
| ベンチマーク | get_benchmark_scenario | ベンチマークシナリオ 1 件を、モデルごとの品質・コスト・速度の結果とともに取得します。 |
| ベンチマーク | get_benchmark_scenario_results | シナリオのモデル別ベンチマーク結果を絞り込み、並べ替え、件数を制限します。 |
| ベンチマーク | create_benchmark_scenario | 必須のスコアリングジャッジを備えた、再利用可能なベンチマークを作成します。 |
| ベンチマーク | update_benchmark_scenario | ベンチマークのテスト定義またはスコアリング設定を編集します。 |
| ベンチマーク | set_benchmark_reference | エンリッチメントまたはスキーマ生成ベンチマークの正解リファレンスを保存します。 |
| ベンチマーク | revert_benchmark_reference_updates | 採点パスがシナリオのリファレンスに加えた自動編集を元に戻します。 |
| ベンチマーク | delete_benchmark_scenario | ベンチマークシナリオと保存された結果を削除します。 |
| ベンチマーク | run_benchmark | ベンチマークの有償の非同期実行とスコアリングを開始します。 |
| 添付ファイル | upload_attachment | 再利用可能なソース素材としてbase64形式のファイルデータをアップロードします。idとrequires_capabilityを返します。 |
| 添付ファイル | delete_attachment | 組織内の添付ファイルを、保存されているファイルごと完全に削除します。 |
| Database Sync | list_database_syncs | 保存済みスキーマのデータベース登録、リンクされたスキーマ、オプション、同期ホストを一覧表示します。 |
| Database Sync | list_entity_states | 実行ごとのレコードではなく、スキーマの現在のマージ済みエンティティ行を閲覧します。 |
| Database Sync | create_database_sync | 保存済みスキーマを PostgreSQL、MySQL、SQLite へのリレーショナル同期に登録します。 |
| Database Sync | assign_sync_host | Database Sync をプロビジョニングするホストを割り当て、または解除します。 |
| Database Sync | classify_database_model | 連携済みスキーマに対して、データベースキー、SQL型、インデックス、リレーションの所有関係を提案する有償の分析を開始します。 |
| Database Sync | delete_database_sync | データベース登録とキュー内の差分を削除し、そのフィードを停止します。 |
| Database Sync | get_database_setup_instructions | ee-database sync クライアント向けに、機密情報を含まないインストール手順、ブラウザで確認するペアリング手順、および実行手順を返します。 |
| Database Sync | fetch_database_deltas | データベース同期について、順序付けされた次のウィンドウ分の SQL 差分と正規ペイロードを取得します。 |
| Database Sync | ack_database_deltas | 適用が成功したら up_to_id ですべての差分に確認応答し、そのリースを解放します。 |
| Database Sync | sync_records_to_database | 保存済みまたは指定されたエンリッチメント結果を検証し、エンティティレイヤーおよび連携するデータベース同期に反映します。 |
| セマンティックID | list_semantic_concepts | エイリアス、使用回数、タイプ/モデルのファセット付きで組織の概念を閲覧します。 |
| セマンティックID | get_semantic_concept | コンセプト 1 件のエイリアス、同一性ソースキー、リンクされたレコード、および同じタイプ/モデルのスライス内の最近傍を取得します。 |
| セマンティックID | probe_semantic_concept | コンセプトを追加したり使用回数を増やしたりせずに、同一性解決をプレビューします。 |
| セマンティックID | add_semantic_concept | 使用回数0のアイデンティティ概念を追加するか、alias_of を使ってテキストをエイリアスとして追加します。 |
| セマンティックID | update_concept_alias | get_semantic_concept で取得したエイリアス ID を使って、コンセプトのエイリアスを削除または昇格します。 |
| セマンティックID | import_semantic_concepts | 1〜1000 件のテキストを 1 つのコンセプトタイプに対して解決します。 |
| セマンティックID | merge_semantic_concepts | 不採用のコンセプトを採用側のコンセプトに統合します。 |
| セマンティックID | delete_semantic_concepts | ids、concept_types、または unused_only で選択した概念を削除します。 |
| セマンティックID | migrate_semantic_embeddings | 組織のコンセプト埋め込み空間を検査または移行します。 |
| 製品サポート | ask_support | Entity Enricher の製品サポートアシスタント Rupert に、アプリケーション自体について質問できます。機能・ツール・設定の動作、error_code や制限、ステータスの意味など… |
| 製品サポート | get_support_conversation | ターンごとにサポートスレッドの 1 つを読み取ります:お客様の質問(role user)、Rupert の回答(assistant)、サポートチームのフォローアップ(admin、author_name 付き)。 |
| 製品サポート | list_support_conversations | サポートスレッドの一覧です。最新の更新順で、message_count と unread_for_user(未読のサポートチームのフォローアップ)を含みます。 |
サーバー指示は利用可能なワークフローを、ツールの説明は個々の呼び出しを説明します。モデリングの判断やリカバリーが必要な場合、クライアントはenricher://docsのガイド索引を読み、MCPリソースからガイドを選択できます。ガイドを読んでもモデルは実行されません。以下のリンクからは、公開リポジトリにある同じ英語版ガイドを開けます。
デフォルトでは、開始したジョブはすべてご自身のモデル上で実行されます。各モデル呼び出しには `answer_llm_request` で応答してください。プラットフォームがすべての回答をスキーマに対して検証します。`use_platform_models=true` を指定すると、ジョブはプラットフォーム上で、そのタスクに対して組織のベンチマークで最良のモデルを使って実行されます。
レビュー済みの例から、アイデンティティ、リレーションシップ、多言語フィールドを含む再利用可能なスキーマを設計します。
シリアライズされた JSON Schema、サンプルデータ、プロパティツールのパスを混同することなく、Entity Enricher のスキーマドキュメントを読み取り、作成、編集します。
抽出、ナレッジエンリッチメント、または2パスの組み合わせを選択し、呼び出しをまたいで添付ファイルの出所情報を保持します。
エンティティをエンリッチし、実際の結果を解釈して、成功した処理を繰り返すことなくモデルの部分的な失敗から回復します。
エンティティリストを非同期でエンリッチし、スキップ、失敗、フュージョン済み、データベース登録済みの結果を区別します。
正しい参照とスコアの解釈を用いて、エンリッチメント、サンプル生成、またはスキーマ生成でモデルを比較します。
エンリッチメントスキーマを自社データベースのリレーショナルテーブルに変換し、受け入れ、マイグレーション、レプリカ配信をそれぞれ個別に検証できます。
表記の違いを越えて繰り返し現れるエンティティを認識し、不確実な一致を確認し、語彙の変更がレプリカに与える影響を把握します。
製品サポートアシスタント Rupert に Entity Enricher 自体について何でも質問し、開始したスレッドを継続して、サポートチームのフォローアップを確認できます。
リソースは、スキーマとレコードのデータ、およびワークフローガイドを Markdown として公開します。検出と読み込みの方法はクライアントが選択します。リソースの内容もモデルのコンテキストを消費する点にご注意ください。
| URIテンプレート | 説明 |
|---|---|
| enricher://docs | ワークフローガイドの一覧です。各ガイドは記載されたリソースURIで利用できます。 |
| enricher://schemas/{schema_id} | 保存済みスキーマの作業コピーを Markdown 形式で取得します。有効なリンク済みコントラクトには、version="published" を指定して get_schema を使用してください。 |
| enricher://records/{record_id} | 過去のエンリッチメントレコードをMarkdownとして表示したものです。メタデータ+構造化出力+検証エラー。 |
| enricher://attachments/{attachment_id} | アップロードされた添付ファイルのバイトを、実際のメディアタイプで提供します。LLM 呼び出しを委任するジョブが、クライアント自身がアップロードしていない PDF、画像、音声ファイルをクライアントに渡すための仕組みです。 |
Entity Enricher 自体に関する質問(機能やツールの動作、エラーコード・制限・警告の意味、結果がそのように表示される理由など)で、ガイドに答えが見つからない場合、サーバーの指示に従い、エージェントは推測せずに ask_support で製品サポートアシスタントの Rupert に問い合わせます。この呼び出しは、完全な回答と、開かれたスレッドの ID を返します。そのconversation_id を次の質問に渡すことで、やり取りのコンテキストが維持されます。
各質問は組織の日次サポートクォータを消費し、questions_remainingとして報告されます。サポートチームがスレッド内で回答する場合があります。そのスレッドに対する次回の ask_support では、これらの追加メッセージがnew_admin_messagesとして返され、get_support_conversation はスレッド全体を読み取ります。同じスレッドは、Web アプリのサポートチャットにも表示され、オーナーの場合はユーザーページの「ディスカッション」タブにも表示されて、AI エージェントが開いたことを示すバッジが付きます。
enrich_entity に分類モデルの使用を指示したものの、エンティティがスキーマのタイプに一致しない場合、ツールは構造化された詳細を含むエラーではないレスポンスを返します。クライアントはそれを読み取り、判断の根拠をあなたに提示し、(あなたの確認後に)force_after_classification_warning=true を指定して再試行します — この場合、再試行では分類器が使用されません。
{
"success": false,
"error_code": "classification_warning",
"message": "Pre-flight classification rejected the entity. ...",
"classification": {
"status": "mismatch",
"reasoning": "Titan is a moon of Saturn, not a planet.",
"confidence": 0.97
},
"job_id": "..."
}MCPのレスポンスには分類の詳細が保持されるため、クライアントは新しい呼び出しを開始する前にその判断を説明できます。
この同じインタラクティブ性は、2 つ目のフローも支えています。generate_sample をソースドキュメント付きで実行すると、プランナーが構造に関する確認の質問を提示して一時停止することがあります。クライアントはその質問をあなたに伝え、answer_job_question でジョブを再開します — サンプルが生成されるまで、何度でも繰り返されます。
ほとんどのツールエラーは error_code フィールドを含む構造化オブジェクトを返すため、クライアントはクォータ、分類、タイムアウト、プロバイダー障害を区別できます。古い一部のレスポンスには error または message フィールドしか含まれません。トランスポートのステータスだけでなく、実際の結果も確認してください。
| error_code | タイミング |
|---|---|
| invalid_request | 不正な形式の UUID、相互排他的な引数(schema_id + target_schema)、またはリクエストボディの検証に失敗しました。 |
| prompt_limit_reached | 日次/週次/月次のプロンプトクォータを使い切りました(HTTP 402)。ボディには period、limit、used、needed が含まれます。 |
| insufficient_credits | 組織は請求が有効になっていますが、クレジット残高が低すぎてジョブを開始できません(HTTP 402)。本文には残高と購入URLが含まれます。 |
| model_limit_exceeded | プランで許可されている数を超えるモデルが要求されました(HTTP 402)。制限値と要求値を返します。 |
| language_limit_exceeded | プランで許可されている数を超える言語が要求されました(HTTP 402)。 |
| concurrent_job_limit_reached | この組織でアクティブなエンリッチメントジョブが多すぎます。お待ちいただくか、プランをアップグレードしてください。 |
| classification_warning | ⚡ エラーではありません: 事前チェックの分類器がエンティティを拒否しました。レスポンスには分類のコンテキストが含まれるため、クライアントはユーザーに確認を求めた上で force_after_classification_warning=true を指定して再試行できます。 |
| benchmarks_not_in_plan | この組織のプランにはモデルベンチマークが含まれていません(HTTP 403)。ベンチマークを変更するツールでは、オーナー権限も確認されます。 |
| support_question_limit_reached | 組織の日次サポート質問クォータを使い切りました(HTTP 402)。本文には limit と used が含まれます。ask_support の結果には、いずれも questions_remaining が報告されます。 |
| support_requires_user | ask_support が組織のアクセスキーで呼び出されました(HTTP 403)。サポートスレッドは個人に属します。OAuth または個人の API キーでサインインしてください。 |
| support_unavailable | サポートアシスタントが回答できませんでした(中継エラー)。質問はカウントされ、スレッドは作成済みです。すぐに再度質問せず、後で get_support_conversation で読み取ってください。 |
| web_search_undecided | お使いのモデルで実行するジョブに対し、enable_web_search を指定せずに start ツールが呼び出されました。お使いのモデルがウェブ検索を使用してよいかユーザーに確認し、enable_web_search=true または false を指定して再度呼び出してください。 |
| delegation_requires_auto | お使いのモデルで実行中のジョブが、起動後に注入された明示的なプラットフォームモデル(組織のデフォルトなど)と競合しました(HTTP 400)。use_platform_models=true を指定してジョブを開始するか、そのデフォルトを解除してください。 |
| request_not_pending | answer_llm_request で指定されたリクエストは、すでに回答済みか、期限切れか、または先へ進んだジョブに属しています。現在保留中のリクエストは get_job_status(job_id).llm_requests で確認してください。 |
| llm_request_pending | answer_job_question が、質問ではなく委任されたLLMリクエストで一時停止中のジョブに対して呼び出されました。answer_llm_request で回答してください。 |
| llm_request_timeout | LLM呼び出しを委任したジョブが、保留中のリクエストへの回答を15分以内に受け取れなかったため、ジョブは失敗しました。委任されたジョブにはデフォルトの回答がありません。 |
| ambiguity_check_disabled | 曖昧性チェックが無効になっているスキーマに対して analyze_schema が呼び出されました(HTTP 400)。まず update_schema で ambiguity_check_enabled=true を指定して再度有効にしてください。 |
| enrichment_timeout | ジョブが timeout_seconds を超えました。モデルを減らすか、エンティティを分割することをお勧めします。 |
| schema_generation_timeout | スキーマ生成が timeout_seconds を超過しました。 |
| schema_generation_failed | スキーマ生成中にアップストリームのLLMエラーが発生しました(HTTP 502)。 |
| model_output_invalid | model がスキーマに一致しない出力を返しました(HTTP 502)。ボディには model 名、問題のあるプロパティパス、および retryable: true が示されます。ツールを再度呼び出すか、より強力な model を選択してください。 |
| cancelled | ジョブが実行中にキャンセルされました (HTTP 499)。 |
| not_found | スキーマまたはレコード ID が組織内に存在しません。 |
| http_error | 構造化された詳細本文を持たない HTTP エラーの総括処理。 |
get_stats はチャット側のサマリーに対応します。完全なダッシュボードはアプリ内でご利用いただけます。