版数: 1.2 | 更新日: 2026-06-07
基本設計
1. 目的
競馬向け馬体診断アプリケーションにおいて、フィードバック収集・AI 再学習・
アプリ再ビルド・端末配布までを含む継続運用可能なインフラを構築・検証する。
アプリケーションの診断精度そのものは本プロジェクトの検証対象外とする。
2. システム構成（論理）
| 領域 | コンポーネント | 役割 |
|---|
| クライアント |
モバイルアプリ（スタブ） |
撮影（または画像選択）、端末内推論、FB 送信 |
| エッジ |
Cloudflare Edge + cloudflared |
内向き FB 通信を Edge で受け、Tunnel 経由で自宅 PC の FastAPI へ中継（CGNAT 回避）。PoC の poc-api-tunnel（api.dammy-otoko.com）を再利用 |
| サーバー（自宅 PC） |
FastAPI / DB / Storage / AI Worker |
FB 保存、再学習、新モデル生成、Webhook 送信。ホストは Windows 11 PC（2026-06-07 〜）。開発経緯は 開発ログ |
| CI/CD |
GitHub Actions / Fastlane（②のみ） |
モデル同梱アプリの自動ビルド・配布 |
| 配布 |
APK 直配布（①）/ TestFlight（②） |
管理下端末へ更新を届ける |
3. 検証スコープ
| 区分 | 対象 | 対象外 |
|---|
| インフラ |
FB 受信、再学習トリガー、GHA ビルド、配布、Webhook 連携 |
— |
| アプリ |
スタブによる通信・ビルド同梱の確認 |
診断精度、UI/UX の本番品質 |
| AI |
モデルファイルの更新・同梱フロー |
学習アルゴリズムの精度検証 |
4. 段階的検証方針
- Phase ① Android: プラットフォーム非依存のパイプラインを確立（Ubuntu ランナー、TFLite、APK 配布）
- Phase ② iPhone: ①の手順・構成を踏襲し、macOS ランナー・CoreML・TestFlight を追加
5. 非機能要件
| 項目 | 要件 |
|---|
| 運用性 | 手順書（HTML runbook）に従い、第三者が再現可能であること |
| コスト | ①では Apple Developer Program 不要。GHA 無料枠内での運用を目指す |
| セキュリティ | FB データに個人情報・位置情報を含めない。Tunnel 経由の HTTPS 通信 |
| 更新頻度 | 月次 1 回のモデル更新・配布を想定 |
6. 技術スタック（検証時）
| レイヤー | ① Android 検証 | ② iPhone 検証 |
|---|
| クライアント | Flutter（スタブ） | Flutter または Swift（既存資産に合わせる） |
| オンデバイス ML | TensorFlow Lite | CoreML |
| API | FastAPI | FastAPI（共通） |
| DB | PostgreSQL または SQLite | 同上 |
| CI/CD | GitHub Actions（ubuntu-latest） | GitHub Actions（macos-latest） |
| 配布 | APK artifact + adb | TestFlight |