Glean Chatbot

社内の契約ドキュメントの小規模なセットを Glean にインデックス登録し、それらのドキュメントに基づいて Search + Chat で質問に回答し、同じフローを MCP ツール（ask_glean）として公開します。

要件

• Python 3.10+

• Glean インスタンス

• Indexing API トークン

• Search と Chat のスコープを持つ Client API トークン

Related MCP server: search-context

セットアップ

1. リポジトリをクローンして移動します：

git clone <your-repo-url>
cd glean-chatbot

2. 依存関係をインストールします：

pip install -r requirements.txt

3. サンプルから .env を作成し、値を入力します：

# macOS / Linux
cp .env.example .env

# Windows (PowerShell)
copy .env.example .env

.env は config.py（python-dotenv 経由）によって自動的に読み込まれます。source する必要はありません。

実行

ドキュメントのインデックス登録

python scripts/index_documents.py
# optional: wait until Search can find them
python scripts/index_documents.py --verify

CLI から質問する

python scripts/ask.py "Who owns the Enronry Tony contract?"
python scripts/ask.py "What must OKLightning Tony deliver before go-live?" --top-k 3

MCP (Cursor)

プロジェクト設定は .cursor/mcp.json にあります（src/mcp_server.py の絶対パス + 環境変数）。編集後は Cursor を再起動するか MCP を再読み込みしてください。ツールは ask_glean です。

サーバー単体のスモークテスト：

python src/mcp_server.py

テスト

python tests/test_pipeline.py

ネットワークは使用しません。Search/Chat をモックします。

仕組み

scripts/index_documents.py は Indexing API 経由で data/documents.json をプッシュします。クエリ時には、src/pipeline.py が Search を呼び出し、ヒットがある場合のみ、そのヒットをクローズドブックのコンテキストとして Chat を呼び出し、回答と出典を返します。CLI と MCP はどちらも同じパイプラインを呼び出します。結果は自社ドキュメントに限定されます。Search が何も返さない場合は、回答を捏造するのではなく、類似したドキュメントのタイトルを提案します。

注意事項 / 制限事項

• 共有サンドボックスは datasourcesFilter を無視するため、ドキュメント ID の接頭辞（CUSTOM_<DATASOURCE>_Contract_）でクライアント側のフィルタリングをしています。

• インデックス登録は非同期です。ドキュメントが検索可能になるまで数分かかる場合があります。

• デモ用ドキュメントは allowAnonymousAccess: true を使用しています。本番環境では有効にしないでください。

• ドキュメントの viewURL は GLEAN_URL_REGEX に一致する必要があります。一致しない場合、インデックス登録が拒否されます。

API のトレードオフと本番運用に関する注意点については DESIGN_NOTE.md を参照してください。