データストレージ

プラグイン開発では、ユーザー設定、セッション状態、キャッシュ情報、設定ファイル、モデルファイルなど、データを永続化する必要がよくあります。Nekro Agentは、異なるストレージニーズに対応するため、プラグイン向けの2つの補完的なデータストレージ方法を提供します。

ストレージ方法の概要

Nekro Agentプラグインシステムは2つのデータストレージ方法を提供します：

1. KVキー値ストレージ（`plugin.store`）

ストレージタイプ: データベースバックエンドのキー値ペアストレージ
データ形式: 文字列型（複雑なデータはシリアル化が必要）
使用例: 小さな構造化データ、設定項目、状態情報
アクセス方法: plugin.store APIを介した非同期アクセス
データスコープ: セッションレベル、ユーザーレベル、プラグイングローバルの3つのスコープをサポート

2. プラグイン永続ディレクトリ（`plugin.get_plugin_path()`）

ストレージタイプ: ファイルシステムディレクトリ
データ形式: 任意のファイルとバイナリデータ
使用例: 大きなファイル、バイナリデータ、モデルファイル、リソースファイル
アクセス方法: pathlib.Pathを介したファイルシステム操作
データスコープ: プラグイン専用ディレクトリ、サブディレクトリ構造の自己管理が必要

選択ガイド

ストレージニーズ	推奨方法	理由
ユーザー設定	KVストレージ	小さな構造化データ、スコープ分離をサポート
セッション状態	KVストレージ	セッションレベルのデータ分離が必要
設定キャッシュ	KVストレージ	高速な読み書き、クエリと更新が容易
画像、音声、動画	永続ディレクトリ	大きなバイナリファイル
機械学習モデル	永続ディレクトリ	大きなファイル、データベースストレージに不向き
ログファイル	永続ディレクトリ	継続的な追加、ファイル操作がより効率的
一時ファイル	永続ディレクトリ	ファイルシステム操作がより柔軟
データセットファイル	永続ディレクトリ	大量のデータ、ストリーム処理が必要な場合あり

方法1：KVキー値ストレージ

概要

plugin.storeは、データベースに保存されたキー値ペアデータを操作するための一連の非同期メソッドを提供します。主な特徴は以下の通りです：

キー値ストレージ: シンプルで直感的なKVストレージモデル
データ分離: 各プラグインは独立した名前空間を持ち、キー名の競合を回避します
スコープデータ: 3つのデータスコープをサポート
- セッション固有データ（chat_key）: データは特定のチャットセッションにバインドされます
- ユーザー固有データ（user_key）: データは特定のユーザーにバインドされます（セッションを跨ぐ）
- プラグイングローバルデータ（キーなし）: データはプラグイン自体に属し、特定のセッションやユーザーに関連付けられません
文字列ストレージ: 基底ストレージは文字列ベースで、複雑なデータはシリアル化が必要です

コアAPI

1. データの設定（`set`）

ストレージにキー値ペアを追加または更新します。

python

async def set(
    self,
    chat_key: str = "",    # オプション、セッション識別子
    user_key: str = "",    # オプション、ユーザー識別子
    store_key: str = "",   # 必須、ストレージキー名
    value: str = ""        # 必須、保存する値（文字列）
) -> Literal[0, 1]:        # 成功は1、失敗は0を返す

例:

python

from nekro_agent.api.schemas import AgentCtx
from nekro_agent.api import core
import json

@plugin.mount_sandbox_method(SandboxMethodType.TOOL, "save_preference", "ユーザー設定を保存")
async def save_preference(_ctx: AgentCtx, key: str, value: str) -> str:
    """ユーザー設定を保存する"""

    # セッション固有データを保存
    await plugin.store.set(
        chat_key=_ctx.from_chat_key,
        store_key="last_command",
        value="/weather London"
    )

    # ユーザー固有の設定を保存（セッションを跨ぐ）
    user_prefs = {"theme": "dark", "notifications": True}
    await plugin.store.set(
        user_key=_ctx.from_user_id,
        store_key="preferences",
        value=json.dumps(user_prefs)
    )

    # プラグイングローバル設定を保存
    await plugin.store.set(
        store_key="plugin_last_updated",
        value=str(time.time())
    )

    return "設定が保存されました"

2. データの取得（`get`）

キー名に基づいてストレージからデータを取得します。

python

async def get(
    self,
    chat_key: str = "",    # オプション、セッション識別子
    user_key: str = "",    # オプション、ユーザー識別子
    store_key: str = ""    # 必須、ストレージキー名
) -> Optional[str]:        # 保存された文字列値を返す、存在しない場合はNone

例:

python

@plugin.mount_sandbox_method(SandboxMethodType.TOOL, "get_preference", "ユーザー設定を取得")
async def get_preference(_ctx: AgentCtx, key: str) -> str:
    """ユーザー設定を取得する"""

    # セッション固有データを取得
    last_command = await plugin.store.get(
        chat_key=_ctx.from_chat_key,
        store_key="last_command"
    )

    # ユーザー設定を取得、存在しない場合はデフォルト値を使用
    prefs_str = await plugin.store.get(
        user_key=_ctx.from_user_id,
        store_key="preferences"
    )

    if prefs_str:
        user_preferences = json.loads(prefs_str)
    else:
        # デフォルト値
        user_preferences = {"theme": "light", "notifications": False}

    # プラグイングローバルデータを取得
    timestamp_str = await plugin.store.get(store_key="plugin_last_updated")
    last_updated = float(timestamp_str) if timestamp_str else None

    return f"設定: {user_preferences}"

3. データの削除（`delete`）

キー名に基づいてストレージからキー値ペアを削除します。

python

async def delete(
    self,
    chat_key: str = "",    # オプション、セッション識別子
    user_key: str = "",    # オプション、ユーザー識別子
    store_key: str = ""    # 必須、ストレージキー名
) -> Literal[0, 1]:        # 成功は1、失敗は0を返す

例:

python

@plugin.mount_sandbox_method(SandboxMethodType.BEHAVIOR, "clear_cache", "キャッシュをクリア")
async def clear_cache(_ctx: AgentCtx) -> str:
    """セッションキャッシュデータをクリアする"""

    # セッションの特定のキャッシュを削除
    await plugin.store.delete(
        chat_key=_ctx.from_chat_key,
        store_key="session_cache_data"
    )

    # ユーザーの設定を削除
    await plugin.store.delete(
        user_key=_ctx.from_user_id,
        store_key="old_setting"
    )

    return "キャッシュがクリアされました"

4. データの存在確認

getメソッドの戻り値でキーが存在するかを判断します：

python

value = await plugin.store.get(chat_key=_ctx.from_chat_key, store_key="my_key")
if value is not None:
    core.logger.info("'my_key'がストレージに存在します")
else:
    core.logger.info("'my_key'は存在しません")

構造化データの保存

KVストレージは文字列のみをサポートするため、複雑なデータ構造は保存時にシリアル化する必要があります。Pydanticモデルを使用することを推奨します：

python

from pydantic import BaseModel
from typing import List, Dict, Optional
import time

class Note(BaseModel):
    id: str
    title: str
    content: str
    created_at: float
    tags: List[str] = []

class UserNotes(BaseModel):
    notes: Dict[str, Note] = {}

@plugin.mount_sandbox_method(SandboxMethodType.BEHAVIOR, "add_note", "メモを追加")
async def add_note(_ctx: AgentCtx, note_id: str, title: str, content: str, tags_str: str = "") -> str:
    """現在のユーザーにメモを追加する"""

    # 1. 既存のメモデータを取得
    user_notes_json = await plugin.store.get(
        user_key=_ctx.from_user_id,
        store_key="all_notes"
    )

    if user_notes_json:
        user_notes_data = UserNotes.model_validate_json(user_notes_json)
    else:
        user_notes_data = UserNotes()

    # 2. 新しいメモを作成
    new_note = Note(
        id=note_id,
        title=title,
        content=content,
        created_at=time.time(),
        tags=tags_str.split(',') if tags_str else []
    )
    user_notes_data.notes[note_id] = new_note

    # 3. シリアル化して保存
    await plugin.store.set(
        user_key=_ctx.from_user_id,
        store_key="all_notes",
        value=user_notes_data.model_dump_json()
    )

    return f"メモ '{title}' が追加されました、ID: {note_id}"

@plugin.mount_sandbox_method(SandboxMethodType.TOOL, "get_note", "メモを取得")
async def get_note(_ctx: AgentCtx, note_id: str) -> str:
    """指定されたIDのメモ内容を取得する"""

    user_notes_json = await plugin.store.get(
        user_key=_ctx.from_user_id,
        store_key="all_notes"
    )

    if not user_notes_json:
        return "ユーザーにメモがありません"

    user_notes_data = UserNotes.model_validate_json(user_notes_json)
    note = user_notes_data.notes.get(note_id)

    if note:
        return f"タイトル: {note.title}\n内容: {note.content}\nタグ: {', '.join(note.tags)}"

    return f"ID '{note_id}' のメモが見つかりません"

方法2：プラグイン永続ディレクトリ

概要

plugin.get_plugin_path()は、プラグイン専用のファイルシステムディレクトリを指すpathlib.Pathオブジェクトを返します。各プラグインは独立したディレクトリを持ち、通常は以下の場所にあります：

data/plugins/<plugin_author>.<plugin_module_name>/

この方法は、大きなファイル、バイナリデータ、複雑なファイル構造を必要とするシナリオに適しています。

プラグインディレクトリの取得

python

from pathlib import Path
from nekro_agent.api import core

# プラグインデータディレクトリを取得
plugin_dir: Path = plugin.get_plugin_path()
core.logger.info(f"プラグインデータディレクトリ: {plugin_dir}")

# 出力例: data/plugins/my_author.my_plugin/

基本的なファイル操作

例1：テキストファイルの保存

python

import aiofiles

@plugin.mount_sandbox_method(SandboxMethodType.BEHAVIOR, "save_log", "ログを保存")
async def save_log(_ctx: AgentCtx, log_content: str) -> str:
    """ログをファイルに保存する"""

    # プラグインディレクトリを取得
    plugin_dir = plugin.get_plugin_path()

    # ログサブディレクトリを作成
    logs_dir = plugin_dir / "logs"
    logs_dir.mkdir(parents=True, exist_ok=True)

    # ログファイルを保存
    log_file = logs_dir / f"log_{int(time.time())}.txt"
    async with aiofiles.open(log_file, "w", encoding="utf-8") as f:
        await f.write(log_content)

    core.logger.info(f"ログが保存されました: {log_file}")
    return f"ログが {log_file.name} に保存されました"

例2：バイナリファイルの保存

python

@plugin.mount_sandbox_method(SandboxMethodType.BEHAVIOR, "save_image", "画像を保存")
async def save_image(_ctx: AgentCtx, image_data: bytes, filename: str) -> str:
    """画像ファイルを保存する"""

    plugin_dir = plugin.get_plugin_path()
    images_dir = plugin_dir / "images"
    images_dir.mkdir(parents=True, exist_ok=True)

    image_path = images_dir / filename
    async with aiofiles.open(image_path, "wb") as f:
        await f.write(image_data)

    return f"画像が保存されました: {image_path}"

例3：ファイルの読み取り

python

@plugin.mount_sandbox_method(SandboxMethodType.TOOL, "read_config", "設定ファイルを読み取り")
async def read_config(_ctx: AgentCtx) -> str:
    """プラグイン設定ファイルを読み取る"""

    plugin_dir = plugin.get_plugin_path()
    config_file = plugin_dir / "config.json"

    # ファイルが存在するか確認
    if not config_file.exists():
        return "設定ファイルが存在しません"

    # ファイルを読み取り
    async with aiofiles.open(config_file, "r", encoding="utf-8") as f:
        config_content = await f.read()

    return f"設定内容: {config_content}"

高度なファイル操作の例

例4：リソースファイルの管理

python

from typing import List

@plugin.mount_init_method()
async def init_plugin_resources():
    """プラグイン初期化時にリソースディレクトリ構造を準備する"""

    plugin_dir = plugin.get_plugin_path()

    # 複数のサブディレクトリを作成
    directories = [
        plugin_dir / "cache",
        plugin_dir / "models",
        plugin_dir / "exports",
        plugin_dir / "temp",
        plugin_dir / "user_uploads"
    ]

    for directory in directories:
        directory.mkdir(parents=True, exist_ok=True)
        core.logger.info(f"ディレクトリを作成しました: {directory}")

    # デフォルト設定ファイルを作成（存在しない場合）
    default_config = plugin_dir / "config.json"
    if not default_config.exists():
        default_settings = {
            "version": "1.0.0",
            "enabled": True,
            "cache_ttl": 3600
        }
        async with aiofiles.open(default_config, "w") as f:
            await f.write(json.dumps(default_settings, indent=2))
        core.logger.success(f"デフォルト設定ファイルを作成しました: {default_config}")

@plugin.mount_sandbox_method(SandboxMethodType.TOOL, "list_exports", "エクスポートファイルを一覧表示")
async def list_exports(_ctx: AgentCtx) -> str:
    """すべてのエクスポートファイルを一覧表示する"""

    plugin_dir = plugin.get_plugin_path()
    exports_dir = plugin_dir / "exports"

    if not exports_dir.exists():
        return "エクスポートディレクトリが存在しません"

    # ディレクトリ内のファイルを一覧表示
    files = [f.name for f in exports_dir.iterdir() if f.is_file()]

    if not files:
        return "利用可能なエクスポートファイルがありません"

    return f"エクスポートファイルリスト:\n" + "\n".join(f"- {f}" for f in files)

例5：外部リソースのダウンロードとキャッシュ

python

import hashlib

@plugin.mount_sandbox_method(SandboxMethodType.TOOL, "cache_resource", "外部リソースをキャッシュ")
async def cache_external_resource(_ctx: AgentCtx, url: str) -> str:
    """外部リソースをダウンロードしてキャッシュする"""

    # requestsを動的にインポート
    from nekro_agent.api.plugin import dynamic_import_pkg
    requests = dynamic_import_pkg("requests>=2.25.0")

    plugin_dir = plugin.get_plugin_path()
    cache_dir = plugin_dir / "cache"
    cache_dir.mkdir(parents=True, exist_ok=True)

    # URLハッシュをファイル名として使用
    url_hash = hashlib.md5(url.encode()).hexdigest()
    cache_file = cache_dir / f"{url_hash}.cache"

    # キャッシュが存在するか確認
    if cache_file.exists():
        core.logger.info(f"キャッシュファイルを使用します: {cache_file}")
        async with aiofiles.open(cache_file, "rb") as f:
            cached_data = await f.read()
        return f"キャッシュから読み込み、サイズ: {len(cached_data)} バイト"

    # リソースをダウンロード
    try:
        response = requests.get(url, timeout=30)
        response.raise_for_status()
        content = response.content

        # キャッシュに保存
        async with aiofiles.open(cache_file, "wb") as f:
            await f.write(content)

        core.logger.success(f"リソースがダウンロードされキャッシュされました: {cache_file}")
        return f"リソースがダウンロードされました、サイズ: {len(content)} バイト"

    except Exception as e:
        core.logger.error(f"リソースのダウンロードに失敗しました: {e}")
        return f"ダウンロードに失敗しました: {e}"

例6：一時ファイルのクリーンアップ

python

import time
import os

@plugin.mount_sandbox_method(SandboxMethodType.BEHAVIOR, "cleanup_temp", "一時ファイルをクリーンアップ")
async def cleanup_temp_files(_ctx: AgentCtx, max_age_hours: int = 24) -> str:
    """指定された時間より古い一時ファイルをクリーンアップする"""

    plugin_dir = plugin.get_plugin_path()
    temp_dir = plugin_dir / "temp"

    if not temp_dir.exists():
        return "一時ディレクトリが存在しません"

    now = time.time()
    max_age_seconds = max_age_hours * 3600
    deleted_count = 0

    # 一時ディレクトリを反復処理
    for file_path in temp_dir.iterdir():
        if file_path.is_file():
            # ファイル変更時刻を確認
            file_age = now - file_path.stat().st_mtime

            if file_age > max_age_seconds:
                try:
                    os.remove(file_path)
                    deleted_count += 1
                    core.logger.info(f"期限切れの一時ファイルを削除しました: {file_path.name}")
                except Exception as e:
                    core.logger.error(f"ファイルの削除に失敗しました: {e}")

    return f"クリーンアップが完了し、{deleted_count}個のファイルを削除しました"

ファイルとAIサンドボックスの相互作用

プラグインディレクトリからAIにファイルを渡したり、AI生成のファイルを受け取ったりする必要がある場合は、ファイルシステムAPIを使用する必要があります：

python

@plugin.mount_sandbox_method(SandboxMethodType.TOOL, "process_user_file", "ユーザーアップロードファイルを処理")
async def process_user_file(_ctx: AgentCtx, file_path: str) -> str:
    """ユーザーアップロードファイルを処理してプラグインディレクトリに保存する"""

    # 1. AIから渡されたファイルの実際のパスを取得
    host_path = _ctx.fs.get_file(file_path)

    # 2. ファイル内容を読み取り
    async with aiofiles.open(host_path, "rb") as f:
        file_content = await f.read()

    # 3. プラグインディレクトリに保存
    plugin_dir = plugin.get_plugin_path()
    uploads_dir = plugin_dir / "user_uploads"
    uploads_dir.mkdir(parents=True, exist_ok=True)

    # タイムスタンプを一意のファイル名として使用
    saved_file = uploads_dir / f"{int(time.time())}_{host_path.name}"
    async with aiofiles.open(saved_file, "wb") as f:
        await f.write(file_content)

    core.logger.success(f"ファイルがプラグインディレクトリに保存されました: {saved_file}")
    return f"ファイルが処理され保存されました、サイズ: {len(file_content)} バイト"

@plugin.mount_sandbox_method(SandboxMethodType.TOOL, "export_data", "データファイルをエクスポート")
async def export_data(_ctx: AgentCtx, data_content: str, filename: str) -> str:
    """データファイルをエクスポートしてAIに返す"""

    # 1. プラグインディレクトリに保存
    plugin_dir = plugin.get_plugin_path()
    exports_dir = plugin_dir / "exports"
    exports_dir.mkdir(parents=True, exist_ok=True)

    export_file = exports_dir / filename
    async with aiofiles.open(export_file, "w", encoding="utf-8") as f:
        await f.write(data_content)

    # 2. AIがアクセス可能なサンドボックスパスに変換
    sandbox_path = await _ctx.fs.mixed_forward_file(export_file, file_name=filename)

    return f"データがエクスポートされました: {sandbox_path}"

詳細なファイル転送メカニズムについては、ファイルインタラクションの章を参照してください。

両方のストレージ方法の組み合わせ

実際のアプリケーションでは、通常、両方のストレージ方法を組み合わせて使用します：

python

from pydantic import BaseModel
from typing import Optional

class ModelInfo(BaseModel):
    """モデル情報（KVに保存）"""
    name: str
    version: str
    file_path: str  # 実際のモデルファイルへのパス（プラグインディレクトリからの相対パス）
    size_bytes: int
    created_at: float

@plugin.mount_sandbox_method(SandboxMethodType.BEHAVIOR, "download_model", "モデルをダウンロード")
async def download_model(_ctx: AgentCtx, model_url: str, model_name: str) -> str:
    """機械学習モデルをダウンロードしてメタデータを保存する"""

    from nekro_agent.api.plugin import dynamic_import_pkg
    requests = dynamic_import_pkg("requests")

    # 1. モデルファイルをプラグインディレクトリにダウンロード
    plugin_dir = plugin.get_plugin_path()
    models_dir = plugin_dir / "models"
    models_dir.mkdir(parents=True, exist_ok=True)

    model_file = models_dir / f"{model_name}.model"

    try:
        response = requests.get(model_url, timeout=300)
        response.raise_for_status()
        model_data = response.content

        # モデルファイルを保存
        async with aiofiles.open(model_file, "wb") as f:
            await f.write(model_data)

        # 2. モデルメタデータをKVストレージに保存
        model_info = ModelInfo(
            name=model_name,
            version="1.0.0",
            file_path=f"models/{model_name}.model",  # 相対パス
            size_bytes=len(model_data),
            created_at=time.time()
        )

        await plugin.store.set(
            store_key=f"model_info:{model_name}",
            value=model_info.model_dump_json()
        )

        return f"モデル '{model_name}' が正常にダウンロードされました、サイズ: {len(model_data)} バイト"

    except Exception as e:
        return f"ダウンロードに失敗しました: {e}"

@plugin.mount_sandbox_method(SandboxMethodType.TOOL, "load_model", "モデルをロード")
async def load_model(_ctx: AgentCtx, model_name: str) -> str:
    """ダウンロードしたモデルをロードする"""

    # 1. KVストレージからモデルメタデータを取得
    model_info_json = await plugin.store.get(store_key=f"model_info:{model_name}")

    if not model_info_json:
        return f"モデル '{model_name}' は存在しません"

    model_info = ModelInfo.model_validate_json(model_info_json)

    # 2. プラグインディレクトリからモデルファイルをロード
    plugin_dir = plugin.get_plugin_path()
    model_file_path = plugin_dir / model_info.file_path

    if not model_file_path.exists():
        return f"モデルファイルが見つかりません: {model_file_path}"

    # ここでモデルをロードして使用する処理を実装
    # 例: model = load_my_model(model_file_path)
    
    return f"モデル '{model_name}' が正常にロードされました、パス: {model_file_path}"

ベストプラクティス

適切なストレージ方法の選択:
- 小さな構造化データ（設定、状態情報など）にはKVストレージを使用します
- 大きなファイル、バイナリデータ、複雑なファイル構造には永続ディレクトリを使用します
- 両方を組み合わせて使用することも一般的です（例：メタデータをKVに、実際のファイルをディレクトリに保存）
データのシリアル化:
- KVストレージに複雑なデータを保存する場合は、JSONやPydanticモデルを使用してシリアル化します
- 一貫性のあるシリアル化形式を使用し、エラーハンドリングを適切に行います
ファイルパスの管理:
- プラグインディレクトリ内では相対パスを使用し、絶対パスのハードコーディングを避けます
- サブディレクトリを適切に整理し、ファイルの種類ごとに分類します
エラーハンドリング:
- ファイル操作やデータベース操作では適切な例外処理を行います
- ファイルが存在しない場合やデータが破損している場合に備えて、デフォルト値やフォールバック処理を用意します
クリーンアップとメンテナンス:
- 一時ファイルやキャッシュファイルの定期的なクリーンアップメカニズムを実装します
- 不要になったデータの削除方法を提供します
パフォーマンスの考慮:
- 大きなファイルの操作では非同期I/Oを使用します
- 頻繁にアクセスするデータはKVストレージに、大きなファイルはディレクトリに保存します

これらのストレージ方法を適切に使用することで、プラグインは効率的にデータを管理し、ユーザーに優れた体験を提供できます。

コアコンセプト

高度な機能

データストレージ

ストレージ方法の概要

1. KVキー値ストレージ（`plugin.store`）

2. プラグイン永続ディレクトリ（`plugin.get_plugin_path()`）

選択ガイド

方法1：KVキー値ストレージ

概要

コアAPI

1. データの設定（`set`）

2. データの取得（`get`）

3. データの削除（`delete`）

4. データの存在確認

構造化データの保存

方法2：プラグイン永続ディレクトリ

概要

プラグインディレクトリの取得

基本的なファイル操作

例1：テキストファイルの保存

例2：バイナリファイルの保存

例3：ファイルの読み取り

高度なファイル操作の例

例4：リソースファイルの管理

例5：外部リソースのダウンロードとキャッシュ

例6：一時ファイルのクリーンアップ

ファイルとAIサンドボックスの相互作用

両方のストレージ方法の組み合わせ

ベストプラクティス

データストレージ ​

ストレージ方法の概要 ​

1. KVキー値ストレージ（plugin.store） ​

2. プラグイン永続ディレクトリ（plugin.get_plugin_path()） ​

選択ガイド ​

方法1：KVキー値ストレージ ​

概要 ​

コアAPI ​

1. データの設定（set） ​

2. データの取得（get） ​

3. データの削除（delete） ​

4. データの存在確認 ​

構造化データの保存 ​

方法2：プラグイン永続ディレクトリ ​

概要 ​

プラグインディレクトリの取得 ​

基本的なファイル操作 ​

例1：テキストファイルの保存 ​

例2：バイナリファイルの保存 ​

例3：ファイルの読み取り ​

高度なファイル操作の例 ​

例4：リソースファイルの管理 ​

例5：外部リソースのダウンロードとキャッシュ ​

例6：一時ファイルのクリーンアップ ​

ファイルとAIサンドボックスの相互作用 ​

両方のストレージ方法の組み合わせ ​

ベストプラクティス ​

データストレージ

ストレージ方法の概要

1. KVキー値ストレージ（`plugin.store`）

2. プラグイン永続ディレクトリ（`plugin.get_plugin_path()`）

選択ガイド

方法1：KVキー値ストレージ

概要

コアAPI

1. データの設定（`set`）

2. データの取得（`get`）

3. データの削除（`delete`）

4. データの存在確認

構造化データの保存

方法2：プラグイン永続ディレクトリ

概要

プラグインディレクトリの取得

基本的なファイル操作

例1：テキストファイルの保存

例2：バイナリファイルの保存

例3：ファイルの読み取り

高度なファイル操作の例

例4：リソースファイルの管理

例5：外部リソースのダウンロードとキャッシュ

例6：一時ファイルのクリーンアップ

ファイルとAIサンドボックスの相互作用

両方のストレージ方法の組み合わせ

ベストプラクティス