• VISION
  • AUDIO
  • DATA
  • HUMAN

AIでDeepInfraを活用し、高度な推論処理を実行する方法

DeepInfraをAIクライアントに接続すれば、音声の文字起こしや画像の読み取りが可能になります。接続後は、標準的なLLMでは対応が難しいデータも、エージェントが専門モデルを用いて処理できるようになります。

このページについてAIに聞く

すぐに答え

AIでどのように専門的な推論を実行できますか?

DeepInfra MCPを使用することで、OCRや音声文字起こしなどのタスクに特化したモデルを呼び出せます。エージェントがデータをDeepInfraのサーバーレス環境へ送り、処理結果を受け取る仕組みです。これにより、エージェントのデータ解釈能力が大幅に向上します。

実現できること

エージェントが生成するアウトプット

DeepInfraは、エージェントがテキスト以外のファイルを理解するために必要な生データを提供します。

VISION

画像からのテキスト抽出

AIがOCRモデルを使用して、ドキュメントやスクリーンショットを読み取ります。画像ファイルから構造化されたテキストを取得できます。

AUDIO

音声の文字起こし

エージェントが音声ファイルをテキストに変換します。録音データが検索可能になり、内容をテキストとして確認できます。

DATA

複雑なファイルの解析

標準的なテキストプロンプトでは解析できないデータ形式も、専門モデルが処理します。エージェントが扱いやすいクリーンなデータが得られます。

HUMAN

手動による検証

文字起こしされたテキストやOCRの結果をユーザー自身が確認できます。専門モデルによる重要な情報の見落としを防げます。

ワークフロー

専門的なデータが届いたときのAIの動き

エージェントは重い計算処理を専門モデルに任せます。

  1. タスクの特定

    エージェントがファイルやリクエストを確認し、OCRや音声処理のために専門モデルが必要であると判断します。

    run_native_inference
  2. 推論の実行

    エージェントは、そのタスクに必要な特定のモデルを実行するため、生のデータをDeepInfraへ送信します。

    run_native_inference
  3. 処理済みデータの受信

    DeepInfraから、テキスト、文字起こし結果、または解析結果がエージェントに返されます。

    run_native_inference
  4. 回答の生成

    エージェントは得られた新しい情報に基づき、元の質問への回答や依頼されたタスクの完了を行います。

    run_native_inference

試してみる

以下のプロンプトをコピーして開始できます。

これらのプロンプトを使って、専門的なタスクを実行しましょう。

出発点

これらは入力例です。実際のファイル名や具体的なタスクに合わせて書き換えて使用してください。

DeepInfra Connector

準備完了です。MCPクライアントを選択し、セットアップ手順に従ってください。

コネクタリンクhttps://edge.vinkius.com/vk_preview_RMvS2UlIMhdShOjNbZfqar6XAZE9QfzTMbaejxJY/mcp

Claude Desktop

以下の手順で数秒で接続できます。

  1. 1In Claude Desktop, open Settings → Connectors.
  2. 2Click “Add custom connector” and paste the connector link above as the remote MCP server URL.
  3. 3Click Add and start a new chat — DeepInfra capabilities are ready to use.
設定 · claude_desktop_config.jsonコピー
{
  "mcpServers": {
    "deepinfra-serverless-llm-inference-mcp": {
      "url": "https://edge.vinkius.com/vk_preview_RMvS2UlIMhdShOjNbZfqar6XAZE9QfzTMbaejxJY/mcp"
    }
  }
}
チャットにコピー04
  • プロジェクトフォルダ内のスクリーンショットに対してOCRを実行し、テーブルデータを抽出して。

  • ダウンロードフォルダにある会議の音声ファイルを文字起こしして。

  • アップロードしたPDF内のテキストを、専門的な推論モデルを使って読み取って。

  • 今添付した画像の内容を、OCRモデルを使って解析して。

  • Claude
  • ChatGPT
  • Cursor
  • VS Code
  • Windsurf
  • Claude Code
  • JetBrains
  • Cline

ここから始める

DeepInfraを一度接続すれば、すぐに使えます。

リンクをクリックしてアカウントを接続してください。認証情報は暗号化されて保持されます。接続完了後、お使いのAIクライアントですぐにこれらのツールを利用できます。

DeepInfraをAIに接続する

FAQ

専門的な推論の仕組みについて

  • 01

    AIはこれらのモデルをローカル環境で実行できますか?

    いいえ。推論はローカルPCではなく、DeepInfraのサーバーレスインフラストラクチャ上で実行されます。

  • 02

    どのモデルを使用するかはAIが判断しますか?

    はい。エージェントがタスクの内容を判断し、必要に応じて適切なツールを呼び出します。

  • 03

    AIは元の音声や画像ファイルを編集できますか?

    いいえ。このツールはデータの読み取りと解析を行い、テキストなどの結果を返すのみです。元のファイルを書き換えることはありません。

  • 04

    OCRが失敗した場合はどうなりますか?

    ツールからエラーまたは空の結果がエージェントに返されます。その場合は、元のファイルの品質を確認してください。

  • 05

    モデルごとに独自のAPIキーを用意する必要がありますか?

    いいえ。DeepInfraを接続すれば、MCPが推論エンジンへの必要な接続をすべて処理します。

  • DeepInfraについてさらに詳しく知りたいですか? DeepInfra Connectorの全機能を見る

『DeepInfra』を Claude、Cursor、ChatGPT などに接続