# Ollama で Mattermost の AI ボットを作る

Source: https://langbot.app/docs/ja/recipes/ollama/mattermost

LangBot で Ollama を使った Mattermost の AI ボットを動かす手順：モデル設定、ボットの認証情報、ネットワーク、テスト、トラブルシューティング。

このレシピでは Ollama のモデルを Mattermost のボットにつなぎます。LangBot が Mattermost のメッセージを受け取り、パイプラインで処理して返信するので、プラットフォーム連携のコードは不要です。

Ollama でオープンモデルをローカル実行し、LangBot の内蔵エージェントから提供します。会話データは手元のマシンから出ません。

## 必要なもの

- 稼働中の LangBot：[LangBot Cloud](https://space.langbot.app/cloud)（サーバー不要）、または Docker や `uvx langbot` による[セルフホスト](https://langbot.app/docs/ja/deploy/langbot/docker.md)。
- LangBot から呼び出せる Ollama のアカウントまたはサーバー。
- Mattermost の **ボットアカウント**（ロール `Member`）とアクセストークン、Mattermost サーバーの URL。

## ネットワーク

LangBot から Mattermost サーバーに到達できれば十分で、Mattermost から LangBot への接続は不要です。

## 1. Ollama のモデルを追加する

1. Ollama をインストールしてモデルを取得します（`ollama pull` にモデル名）。
2. LangBot の **モデル** で LLM モデルを追加し、プロバイダーに Ollama、リクエスト URL に Ollama サーバー（既定ポート `11434`）を指定します。
3. LangBot が Docker で動いている場合、`localhost` はコンテナ自身を指すため、ホストのアドレス（例：`host.docker.internal`）を使います。

## 2. パイプラインを作成する

LangBot WebUI の **パイプライン** でパイプラインを作成（または既定のものを編集）し、**AI** を次のように設定します。

| 項目      | 設定値                          |
| ------- | ---------------------------- |
| ランナー    | **Local Agent**（内蔵エージェント）    |
| モデル     | 追加したモデル。予備モデルも指定できます。        |
| プロンプト   | ボットの役割、口調、してはいけないこと。         |
| ナレッジベース | 任意。ナレッジベースを付けると資料に基づいて回答します。 |

## 3. Mattermost のボットを作成する

1. Mattermost でボットアカウントを作成し（DM を使う場合は `post:all`）、一度しか表示されないトークンをコピーします。
2. **Mattermost** アダプターでボットを作成し、サーバーアドレスとトークンを入力してパイプラインを紐付けます。

## 4. 紐付けてテストする

ボットを開いて作成したパイプラインを選び、保存してボットが有効になっていることを確認します。

ボットに DM を送るか、参加しているチャンネルでメンションします。

## トラブルシューティング

- 小さなローカルモデルはツール呼び出しが苦手な場合があります。関数呼び出しに対応しないモデルでは **ツール使用** をオフにします。
- 管理者向け機能には対応していないため、ボットのロールは `Member` のままにします。
- パイプラインや AI 側がストリーミングに対応しない場合は、ボットのストリーミングを無効にします。
- WebUI の **モニタリング** に、すべてのメッセージ、パイプラインの実行、エラーが記録されます。

## よくある質問

### Mattermost には公開 IP のあるサーバーが必要ですか？

いいえ。LangBot から Mattermost サーバーに到達できれば十分で、Mattermost から LangBot への接続は不要です。

### Mattermost のボットはストリーミング返信に対応していますか？

はい。ボットでストリーミングを有効にし、AI 側もストリーミングに対応している必要があります。詳しくは[プラットフォーム機能一覧](https://langbot.app/docs/ja/insight/platform-features.md)をご覧ください。

### 同じ Ollama の設定を他のプラットフォームでも使えますか？

はい。1 つのパイプラインを複数のボットに紐付けられるので、同じ設定で複数のプラットフォームに同時に応答できます。

## 関連ガイド

- [Mattermost の詳しい設定ガイド](https://langbot.app/docs/ja/usage/platforms/mattermost.md)
- [モデルの設定](https://langbot.app/docs/ja/usage/models/readme.md)
- Mattermost で使える他の AI：[Dify](https://langbot.app/docs/ja/recipes/dify/mattermost.md) · [n8n](https://langbot.app/docs/ja/recipes/n8n/mattermost.md) · [Coze](https://langbot.app/docs/ja/recipes/coze/mattermost.md) · [Langflow](https://langbot.app/docs/ja/recipes/langflow/mattermost.md) · [DeepSeek](https://langbot.app/docs/ja/recipes/deepseek/mattermost.md)
- Ollama を他のプラットフォームで使う：[Telegram](https://langbot.app/docs/ja/recipes/ollama/telegram.md) · [Discord](https://langbot.app/docs/ja/recipes/ollama/discord.md) · [Slack](https://langbot.app/docs/ja/recipes/ollama/slack.md) · [Lark（Feishu）](https://langbot.app/docs/ja/recipes/ollama/lark.md) · [DingTalk](https://langbot.app/docs/ja/recipes/ollama/dingtalk.md) · [WeCom（社内アプリ）](https://langbot.app/docs/ja/recipes/ollama/wecom.md)