---
title: AIエージェントのための分散SQL
tags: 
author: [Tadatoshi Sekiguchi](https://www.docswell.com/user/3335137)
site: [Docswell](https://www.docswell.com/)
thumbnail: https://bcdn.docswell.com/page/VJPK9VDXE8.jpg?width=480
description: AIエージェントのための分散SQL by Tadatoshi Sekiguchi
published: February 27, 26
canonical: https://www.docswell.com/s/3335137/Z2Q9VR-2026-02-27-140240
---
# Page. 1

![Page Image](https://bcdn.docswell.com/page/VJPK9VDXE8.jpg)

AIエージェントのための
分散SQL
TiDBが歩んだAIとの軌跡と
OSSエコシステムの進化
PingCAP株式会社
Open Source Conference Tokyo/Spring


# Page. 2

![Page Image](https://bcdn.docswell.com/page/2EVVMZ13EQ.jpg)

関⼝匡稔
X: @bohnen
PingCAP株式会社
Senior Solutions Architect
わかばちゃんと
つくって、壊して、
直して学ぶ
NewSQL⼊⾨ 好評発売中！


# Page. 3

![Page Image](https://bcdn.docswell.com/page/57GLG42YEL.jpg)

TiDBとは


# Page. 4

![Page Image](https://bcdn.docswell.com/page/4EQYXGP6JP.jpg)

NewSQL + HTAPの先進性
ミッションクリティカルな
ワークロードをスケーラブルに
Horizontal
Scalability
High
Availability
アーキテクチャを複雑に
することなくスケールア
ウト
ビジネス継続性を確実に
する自動フェイルオー
バーと回復
Strongly
Consistent
MySQL
Compatibility
分散環境でスケールする
ACIDトランザクション
ほとんどのケースで
MySQLコードの変更は
不要
+リアルタイム分析
リアルタイムの
洞察力を高める
ビジネスの
スピードを向上
シンプルな
アーキテクチャ
低い維持コスト


# Page. 5

![Page Image](https://bcdn.docswell.com/page/KJ4W65YM71.jpg)



# Page. 6

![Page Image](https://bcdn.docswell.com/page/LE1YVW6Y7G.jpg)

AIエージェント時代の
データベース


# Page. 7

![Page Image](https://bcdn.docswell.com/page/GEWGL6W1J2.jpg)

AIエージェントの
データアーキテクチャ
Agentic AI Data
Architectures
Blaize Steward & Ed Huang
より抜粋


# Page. 8

![Page Image](https://bcdn.docswell.com/page/47ZLMY5XJ3.jpg)

AIエージェントの特徴
チャットボットと異なる⾃律性
⽣成AIをレシピとするなら
AIエージェントはシェフ
与えられたタスクに基づいて
● 情報の収集
● 計画の⽴案
● 実⾏
● 実⾏結果に基づく計画の修正
● 再実⾏
を⾃律的に実⾏し、タスクを遂⾏する
知覚 (Perceive)
推論 (Reason)
多ソースからの信号活⽤
⽬的と制約の評価
学習 (Learn)
⾏動 (Act)
フィードバックループ
ワークフローの実⾏


# Page. 9

![Page Image](https://bcdn.docswell.com/page/YJ6WND9PJV.jpg)

AIエージェントにおけるコンテキストの重要性
コンテキストをどう作成するか = コンテキストエンジニアリング
⽣成AIのコンテキストは、セッション単位
セッションを超えるコンテキストは、
何らかの形で保存し、コンテキストに注⼊する必要がある。
●
●
●
●
●
タスク固有のデータ知識（RAG）
利⽤ツール、タスクの知識（Skills）
プロジェクト固有ルール、計画（Agent.md）
ユーザー固有の嗜好、与えた知識
タスク進捗状況、履歴、判断経緯
サブエージェントでは、これらを共有‧更新する必要も出てくる


# Page. 10

![Page Image](https://bcdn.docswell.com/page/GJ5M53NPJ4.jpg)

AIエージェントとデータベース
AIエージェントがデータベースを利⽤する上でのデータベース側の課題
従来想定していない、⼤量のオンデマンド‧動的な利⽤
●
●
●
●
タスクに応じたデータモデルをエージェントが作成
クエリも都度作成‧改変‧繰り返し
サブエージェントによる並列実⾏、更新ロック
負荷はそれぞれのエージェントが担うタスクにより増減
スキーマの柔軟性‧検索の容易性‧ワークロードの分離‧スケーラビリ
ティが重要になる


# Page. 11

![Page Image](https://bcdn.docswell.com/page/LE3WN626E5.jpg)

TiDB X - AIエージェントの時
代のデータベース


# Page. 12

![Page Image](https://bcdn.docswell.com/page/8EDKWVZM7G.jpg)

データベースのユーザーは⼈からエージェントへ
⾃律エージェントが計画‧実⾏を⾏い、データベースを操作する


# Page. 13

![Page Image](https://bcdn.docswell.com/page/V7PK9VDQJ8.jpg)

エージェントに必要な「⻑期記憶」
AIエージェントのコンテキストはセッション単位
パーソナライズや作業の再開‧分担には、永続的なメモリが必要
Context
Agentic AI
短期記憶
セッション単位
⻑期記憶（DB）
パーソナライズ‧永続化


# Page. 14

![Page Image](https://bcdn.docswell.com/page/2JVVMZ1PJQ.jpg)

実例： OpenClawの⻑期記憶アーキテクチャ
ベクトルDBにコンテキストを保持し、パーソナルエージェントとして振る舞う
有⽤性が評価されて開発者がOpenAIに参画
https://www.pingcap.com/blog/local-first-rag-using-sqlite-ai-agent-memory-openclaw/


# Page. 15

![Page Image](https://bcdn.docswell.com/page/5EGLG42QJL.jpg)

TiDB X: エージェントのためのデータベース
エージェントのための、オールマイティでスケーラブルなデータベース
オートスケール
ワークロードの分離
と⾃律的なスケール
適応能⼒
スキーマ変更への
素早い対応
マルチモデルサポート
リレーショナル
+ ベクター 等
ハイブリッドワークロー
ド
OLTPとOLAP、セマンティッ
ク検索の複合


# Page. 16

![Page Image](https://bcdn.docswell.com/page/4JQYXGPW7P.jpg)

TiDB Xのアーキテクチャ
TiDB Cloud Starter（2021）から継続して開発
●
Shared Everythingアーキテクチャ
○ S3が主要ストレージ
○ KV層はキャッシュとして動作
●
マイクロサービスとオンデマンドプロビ
ジョニング
○ 利⽤量（RU）による従量課⾦
○ 統計更新やインデックス作成など
のバッチ処理の⾼速化
●
数百万スケールの論理クラスタをサポー
トするメタデータ管理
●
データの複製不要で瞬時にコピーを作成
できるブランチ機能


# Page. 17

![Page Image](https://bcdn.docswell.com/page/K74W65Y1E1.jpg)

AIスタートアップでの実績： Manus
Manus Google Search Trend
Invite Only
Public Launch
The Urgency of Time
First Contact & Scoping
The Massive Amount of Users & Tasks
Go Prod
Exponential Data Growth


# Page. 18

![Page Image](https://bcdn.docswell.com/page/LJ1YVW65EG.jpg)

manus
Task Agent
Personal Agent


# Page. 19

![Page Image](https://bcdn.docswell.com/page/GJWGL6WW72.jpg)

PingCAPのAIへの取り組み


# Page. 20

![Page Image](https://bcdn.docswell.com/page/4EZLMY5273.jpg)

TiDB XアーキテクチャのAI対応開発の歴史


# Page. 21

![Page Image](https://bcdn.docswell.com/page/Y76WNDV67V.jpg)

Text2SQL：AIによるSQLの⽣成‧実⾏
RDBアクセスに必要なSQLをLLMに⽣成させ
AIを使って⾃然⾔語でDBを検索
LLM
APIやコーディングによ
るDBとの接続
質問の解釈
メタ情報の解析
●
SQL
●
テーブル定義
等メタ情報
SQL実⾏結果
SQLの組み⽴て
回答の⽣成
●


# Page. 22

![Page Image](https://bcdn.docswell.com/page/G75M53D574.jpg)

Text2SQLの例：OSS Insight
●
●
●
LLMは質問を構造化し、条件を明確にする
LLMはテーブル構造などのメタ情報を把握
LLMは動作するSQLを⽣成する
https://ossinsight.io/


# Page. 23

![Page Image](https://bcdn.docswell.com/page/9J29NZ8GER.jpg)

RAG（Retrieval Augmented Generation）
LLMにないドメイン知識を検索により取得
LLMに解釈させハルシネーションを防⽌
LLM
APIやコーディングによ
るDBとの接続
質問の解釈
外部情報の取得
●
質問（ベクトル）
●
●
ドキュメント
類似度
結果の解釈
回答の⽣成


# Page. 24

![Page Image](https://bcdn.docswell.com/page/DEY4PR6GJM.jpg)

RAGの例：TiDB AI
精度向上のために
‧ベクトル検索
‧質問の書き換え
‧知識グラフ
‧推奨演習
などを追加している
https://tidb.ai/


# Page. 25

![Page Image](https://bcdn.docswell.com/page/VJNY5DZ878.jpg)

Autoflow: Graph RAG構築フレームワーク
https://github.com/pingcap/autoflow


# Page. 26

![Page Image](https://bcdn.docswell.com/page/YE9PYGZXJ3.jpg)

“LLMにとってのUSB-C”
MCP Host = LLM Agent
MCP Server1
MCP Client1
LLM
MCP Client2
リアルタイム検索
MCP Server2
操作の実⾏
MCP Client3
MCP Server3
https://modelcontextprotocol.io/introduction
規約‧ルール参照


# Page. 27

![Page Image](https://bcdn.docswell.com/page/GE8D6V19ED.jpg)

MCP: PyTiDB[MCP] https://pingcap.github.io/ai/integrations/tidb-mcp-server/
MCP経由でDB操作が可能
TiDB操作クラスを利⽤し
たカスタマイズも容易


# Page. 28

![Page Image](https://bcdn.docswell.com/page/LELM95QM7R.jpg)

フルスタックアプリコーディングエージェント
https://github.com/pingcap/full-stack-app-builder-ai-agent
Next.jsを使ったWebアプリ
ケーションを構築、Vercelに
デプロイするコーディング
エージェント


# Page. 29

![Page Image](https://bcdn.docswell.com/page/4JMYZ316JW.jpg)

TiDB Cloud Zero: Built for AI Agents
https://zero.tidbcloud.com/?code=TIPLANET
サインアップ不要で、AIエー
ジェントから作成‧利⽤が可
能なTiDB Cloud
AIエージェントのプロジェク
トレベルでの利⽤を想定し、
保存期間は3⽇間
必要に応じて延⻑する機能も
実装予定


# Page. 30

![Page Image](https://bcdn.docswell.com/page/PJR96QLN79.jpg)

トレーニング
トレーナーによるワークショップと
オンライン⾃習コンテンツ
オンライン環境 labs.tidb.io
● ハンズオンシナリオと実⾏環境
が⼀体になったTiDBの演習環境
● TiDB Cloudのアカウントでログ
イン可能
● TiDBの基礎からパフォーマンス
‧チューニング、AIまで


# Page. 31

![Page Image](https://bcdn.docswell.com/page/PEXQM5W8JX.jpg)

TiDB Labs: AI Agentコンテンツ
様々な利⽤形態にあわせた学習コンテンツをご⽤意


# Page. 32

![Page Image](https://bcdn.docswell.com/page/3EK9G6VLED.jpg)

試してみましょう！
Claude Codeを使ったTiDBの使い⽅を紹介


# Page. 33

![Page Image](https://bcdn.docswell.com/page/L73WN6M675.jpg)

Thank You!
/ 33