このプロジェクトについて

小寵栄養士はペットオーナー向けのAI食事評価システムであり、核心設計はAgentとEngineの厳格な階層分離にあります。LangGraph ReAct Agentが理解、追加質問、スケジューリング、説明を担当し、純粋なPython栄養エンジンがRER/MER、修正Atwater、AAFCOテーブル参照、Ca:P、疾患制約、アレルゲン衝突などの計算を行い、すべてのデータにsource/version/review_dateの出典が付与されます。 システムは責務が単一の8つのツールを提供し、USDAテーブル参照、エネルギー必要量計算、総合栄養評価、Qwen3-VLによるペットフード包装OCR認識、ペットプロフィール管理、長期記憶書き込みを含みます。記憶システムは3層に分かれ、MySQLがスレッド間でプロフィールと事実を永続化し、SQLite checkpointが単一スレッドのAgentStateを保存し、メッセージが30件を超えるとLLM要約圧縮を行います。 バックエンドはFastAPIとSQLAlchemyの非同期アーキテクチャを採用し、フロントエンドはVue 3 + Pinia + Viteで、SSEにより思考、ツール呼び出し、評価レポートをストリーミング返却します。システムはJWT認証とデータ分離を強制し、匿名アクセス経路はありません。プロジェクトには119のテストケースが含まれ、エンジン単体テスト、ツールシグネチャ、graph smokeテストをカバーしています。 本プロジェクトは、説明可能で追跡可能な垂直領域Agentを必要とする開発者の参考に適しており、LLMが数値計算に関与しないこと、ツールパラメータをRunnableConfig経由で注入して身元偽造を防ぐことなどのエンジニアリング実践を示しています。