この統合が重要な理由

InterSystemsは、IRISにネイティブにAI機能をさらに推し進めています――ベクタ検索、MCPのサポート、そしてエージェント型AI機能です。このロードマップは重要であり、後退する意図はありません。

しかしAIの状況は、エコシステム統合をますます不可欠にする形でも進化しています。Dify のような、オープンソースのプロダクション品質LLMオーケストレーションプラットフォームは、エンタープライズのAIスタックにおいて真剣な存在感を持つようになりました。特に日本では、Difyの導入はもはやスタートアップや趣味の領域に限られていません。大企業にまで広がり、従業員が社内のAIワークフローの基盤として使っています。新しい能力を単独でゼロから作り込むのと同じくらい、開発者やチームがすでにいる場所で合流することが価値を持ちます。

この統合が目指しているのはまさにそれです。IRISは、得意なこと――信頼性が高く、クエリ可能で、SQLでアクセスできるデータに、組み込みの処理ロジックを備えること――を担当し、DifyはLLMオーケストレーション、RAGパイプライン、エージェント型ワークフローを担当します。両者が組み合わさることで、IRISの利用者は、自分たちのデータ基盤と、周囲で勢いを増しているAIツールのどちらを選ばなければならない、という状況から解放されます。

この統合はOSSプルリクエストとしてDifyに提供され、Dify v1.11.2でマージされました（#29480）。その後、いくつかのフォローアップ修正がマージされています（下記で説明します）。本記事ではセットアップ手順を説明します。

まず、この投稿を英語のDeveloper Communityに出すよう後押ししてくれた @megumi.Kakechi に感謝します――その後押しがなければ、この記事は日本語だけの記事のまま残っていたでしょう。あわせて、この統合を実際に手で試し、後続のリリースに含めることになった修正内容の形作りに役立つ、非常に貴重なフィードバックを提供してくれた @tomohiro.Iwamoto と @Mihoko.Iijima にも感謝します。

OSSの背景： その貢献（コントリビュート）の道のり自体が気になる方は、Zennで記事を書きました：「このDB、もっと知られてもいいのでは？」からOSSコントリビュートに至った話（日本語）

前提条件

セットアップ

1. Difyリポジトリをクローンする

> git clone https://github.com/langgenius/dify.git

> cd dify/docker

2. 環境ファイルを用意する

> cp .env.example .env

3. ベクタストアとしてIRISを有効化する

.envを開き、次の1行を変更します：

# 変更前（デフォルト）

VECTOR_STORE=weaviate

  
  
  変更後


VECTOR_STORE=iris

これが最低限です。IRISの接続設定（デフォルト値）はローカル利用向けに事前設定されています。既存のIRISインスタンスに接続する、またはセットアップをカスタマイズする場合に関連するパラメータは以下です：

4. コンテナを起動する

> docker compose up -d

5. すべてのコンテナが起動していることを確認する

> docker compose ps

STATUSがUpになっているirisコンテナを探します：

> docker % docker compose ps --format "table {{.Name}}\t{{.Service}}\t{{.Status}}"

NAME                     SERVICE         STATUS

docker-api-1             api             Up

docker-db_postgres-1     db_postgres     Up (healthy)

docker-nginx-1           nginx           Up

docker-plugin_daemon-1   plugin_daemon   Up

docker-redis-1           redis           Up (healthy)

docker-sandbox-1         sandbox         Up (healthy)

docker-ssrf_proxy-1      ssrf_proxy      Up

docker-web-1             web             Up

docker-worker-1          worker          Up

docker-worker_beat-1     worker_beat     Up

iris                     iris            Up   <-- これ

Difyにアクセスする

ブラウザで http://localhost/ にアクセスします。初回起動時には、管理者アカウントを作成するよう求められます。

IRISがあなたのベクタを保存していることを確認する

ステップ1――ナレッジベースを作成する

1. Difyにログインする
2. Knowledge → Create Knowledge
3. テキストファイルまたはPDFをアップロードする
4. ステップ2で、Index Method の下にある "High Quality"（推奨）を選択する

まだEmbedding Modelが設定されていない場合、ドロップダウンには「No model found.」と表示されます。続行するために、ドロップダウン下部の"Model Provider Settings"をクリックします。

ステップ2――モデルプロバイダを設定する（OpenAI）

Model Providerの画面には、利用可能なプロバイダが一覧表示されます。OpenAI を見つけ、Install をクリックします。

コストに関する注記： OpenAI は、ChatGPT Plus のサブスクリプションとは別の API キーを要求します。OpenAI API アカウントにクレジットを追加する必要があります。ただし、埋め込み（Embedding）のコストは非常に低いため、数ドルでかなりの量が実行できます。無料の代替を希望する場合は、LM Studio または Ollama（OpenAI-API 対応）のローカルモデルもサポートされています。

インストール後、OpenAI は 「設定が必要です」 の下に表示されます。Setup をクリックしてください。

API キーの認証設定 ダイアログが開きます。まだ API キーを持っていない場合は、OpenAI API キーズページを直接開くために 「OpenAI から API キーを取得する」 をクリックします。

名前を入力（例：dify）、API キーを貼り付け、そして Save をクリックします。

 

ステップ 3 — 埋め込みモデルを選択する

知識作成（Knowledge creation）画面に戻ります。Embedding Model のドロップダウンには、利用可能な OpenAI モデルが一覧表示されます。text-embedding-3-small を選択してください。ほとんどのユースケースに対して、コストと検索品質の優れたバランスを提供します。

Save & Process をクリックします。ドキュメントの横に緑のチェックマークが表示されたら、埋め込みは完了です。ドキュメントのチャンクは現在、IRIS 内のベクターとして保存されています。

ステップ 4 — Management Portal でデータを確認する

ここが IRIS ユーザーにとって大きな利点です。Management Portal を開きます：

http://localhost:52773/csp/sys/UtilHome.csp?$NAMESPACE=USER

System Explorer → SQL に移動し、スキーマフィルターを dify に設定すると、Dify が作成したテーブルが表示されます。1 つ開いてみると、ドキュメントのチャンク—生のベクター埋め込みを含め—が、どの IRIS テーブルであってもそうであるように、まさに期待どおりに保存されていることが分かります。

IRIS の利点： ほとんどのベクターストアでは、埋め込みデータは不透明であり、アクセスできるのは専用の API 経由に限られます。IRIS では、完全に SQL でアクセスできます。ベクターのデータを直接クエリし、同じネームスペース内ですでにある業務データと結合し、インデックスされている内容を確認したり、その上に独自の検索ロジックを構築したりできます。これは、すでに IRIS エコシステムに投資しているチームにとって意味のある能力です。

最初のリリース以降に修正された点

初期の統合は v1.11.2 でいくつかの荒さ（未整備な部分）を残した状態で出荷されました。それ以来、既知の問題はすべて解決され、公式の Dify コードベースに統合されています。

Durable %SYS に関する注記： #31899 および #31901 の修正がなければ、コンテナの再作成時に IRIS データが失われる可能性がありました。これは、Community Edition の Docker イメージでよくある問題です。IRIS の開発者なら Durable %SYS についてすぐに気付くはずです。これらの修正により、Docker のセットアップがそれを正しく扱うようになります。

トラブルシューティング

WindowsでIRISコンテナが起動に失敗する

Windowsでは、ボリュームのディレクトリ権限の問題により、IRISコンテナが起動に失敗することがあります。コンテナを起動する前に、次をdockerディレクトリから実行してください：

chmod -R 777 ./volumes/iris

注: これはWindowsホスト環境における既知の制限です。この手順をなくすための修正は、今後のリリースで予定されています。

IRISコンテナが起動に失敗する（コア数が多い場合）

コア数が多いマシンでは、IRIS Community Edition の20コア制限がトリガーされることがあります。docker-compose.ymlの iris サービスに次を追加してください：

services:


  iris:


    cpuset: "0-19"

まとめ

このスタック上で完全なRAGチャットボットを構築する手順については、続報の投稿で説明します。ご質問や課題があれば、下のコメントに書き込んでください。

参考文献

• Difyドキュメント
• Dify GitHub
• IRIS Community Edition — Docker Hub
• InterSystems Developer Community