画像解析 / 機械学習 / LLM をブラウザから簡単操作する実験プロジェクト

• Backend: Flask (起動ランチャ run_app.py)
• Frontend: React (CDN, 直接JS/JSX) + 最小構成
• 補助UI: Streamlit アプリ (src/streamlit/)

セットアップと実行

依存関係のインストール

uv sync

アプリケーションの実行 (Flask)

uv run run_app.py  # http://localhost:8000

重要: server/app.py を直接実行せず必ず run_app.py を使う。Python Path や絶対インポートが自動設定されるため。

Streamlit アプリ（任意）

uv run streamlit run src/streamlit/agent_app.py --server.port=8501

他: machine_learning.py, simple_app.py も同ディレクトリにあり。

Python環境 / 主なツール

• Python 3.13 + uv (依存管理 / 実行)
• 型/品質: mypy, ruff, pytest, pre-commit
• ログ/検証: loguru, pydantic, pathlib パターン徹底
• LLM/周辺: langchain など
• サンプル環境変数: sample.env を .env にコピーして編集

テスト

uv run pytest -q

Github Actions / 自動化

• PR 時に AI レビュー ワークフロー実行（手動トリガも可）
• pre-commit は .pre-commit-config.yaml を参照（フック導入 uv run pre-commit install）

Github Copilot / Prompts

詳細な使い方は .github/explanation.md を参照。VSCode Chat で / から各プロンプトを呼び出し、instructions 系はコードと一緒にコンテキストへ含める。

現状概要

• ML: Iris などの学習 (uv run python -m src.machineLearning.ml_class) → モデル/スケーラは将来的に保存ディレクトリ統合予定
• LLM: 画像解析 / PDF テキスト抽出 / テキスト分割 関数 (src/llm/)
• API: 画像解析 /api/analyze-image, PDF 抽出 /api/extract-pdf-text, テキスト分割 /api/split-text, Iris 予測 /api/iris-prediction
• Frontend: Iris 単発 & CSV バッチ予測、画像・PDF・テキスト操作 UI
• Streamlit: LLM エージェント実験 UI (agent_app.py 等)

全体フォルダ構成（抜粋）

FlaskReact/
├── src/
│   ├── run_app.py        # 起動ランチャ
│   ├── server/           # Flask エントリ & ルーティング
│   ├── llm/              # 画像解析 / PDF / テキスト分割
│   ├── machineLearning/  # 学習 & 推論コード
│   ├── streamlit/        # 実験用 UI
│   ├── util/             # 共通ユーティリティ
│   └── scrape/           # スクレイピング
├── static/               # React (CDN) フロント
├── data/                 # 入力データ / サンプル
├── csvLog / curveLog     # 学習ログ & 曲線画像
├── tests/                # pytest テスト
├── docs/                 # 補助ドキュメント
└── sample.env            # 環境変数サンプル


---
今後: モデル保存場所の統一 / LLM 機能追加 / API テスト自動化 などを拡張予定。