技術記事・設計リファレンス公開中
stock-analyzer-core(整合性基準設計・財務スクリーニング基盤)
外部APIの不完全な出力や通信エラーを前提に、システム全体のデータ整合性を自己修復しながら高速スクリーニングを実行するコアエンジン設計。
- 3層フィルタ(除外監査ファイル分離)による安全な銘柄スクリーニング
- Pandas MultiIndex / Polars Expression によるベクトル演算パイプライン
- 破損を前提としたSQLite3ウォームキャッシュ&自動再構成
API制限で止まる夜間バッチ。終わらない手作業の集計。思いどおりに動かないAI。プロジェクトマネージャーとして現場を回してきた経験から、「止まる前提」で設計し、壊れても自分で立ち直る仕組みを形にしてきました。
取り組んでいること
API制限・データ欠損・ロック破損でも「絶対に止まらない」自律データパイプライン
「外部APIの429レート制限で夜間バッチが止まる」「取得データの欠損や訂正で分析結果が狂う」「クラウド・Colab上のDBがロック破損して遅い」
不完全な外部API出力を前提とし、差分キャッシュ・恒等式によるデータ再構成・Polarsベクトル演算・ローカルステージングを組み合わせた「自己修復型データ基盤」を構築。全4,400銘柄規模の財務・価格データ処理を10分以内で安定して完走させています。
使う技術 Python / Polars / Pandas MultiIndex / SQLite3 / DuckDB / EDINET API / yfinance / Google Colab
手作業の集計・レポート・ツール間転記をゼロにする堅牢なサーバーレス自動化
「毎日スプレッドシートへ手動で数値を転記している」「NotionとGoogle Workspaceのデータが二重管理になっている」「既存GASスクリプトがブラックボックス化して保守できない」
Google Apps Script (TypeScript / clasp) と外部API・Notion APIを連携し、データ収集から可視化ダッシュボード更新、定期通知までを完全自動化。ローカルエミュレータによる自動テスト環境も整備し、仕様変更に強い運用にしています。
使う技術 Google Apps Script / TypeScript / clasp / Google Sheets API / Notion API / REST Webhook / GitHub Actions
社内ツールをAIに接続するMCP開発と、暴走・トークン浪費を防ぐ制御プレーン設計
「AIエージェントに業務ツールを安全に操作させたい」「APIトークン消費量が膨大でコストが合わない」「機密データを外部に出さずローカルGPUで実用的なAI開発環境を動かしたい」
Model Context Protocol (MCP) サーバーの独自実装から、Rust × Node.js による特権分離、ハッシュキャッシュによるAIトークン消費90%削減、コンシューマGPU(RTX 3060)でのSWE-bench 40.7%完走を実現した制御プレーンまで、実務で破綻しないAI基盤を実装・検証してきました。
使う技術 MCP (Model Context Protocol) / Rust / Node.js / TypeScript / Python / Local LLM / Ollama / Aider / systemd
私について
会社では長くプロジェクトマネージャーとして、要件・予算・納期の折り合いをつけながら現場を回してきました。そこで身についたのは、報告や見積もりを鵜呑みにせず「それは本当に動くのか」「止まったとき誰が困るのか」を最初に確かめる習慣です。
いまはAIエージェントも“チームの一員”として扱い、同じ目でマネジメントしています。出てきた成果は必ず検証し、暴走やコストの膨張は仕組みの側で止める。そうした試行錯誤から得られた知見を集め、再現可能な形で技術記事やノートに見える化して発信しています。
実績
実際に現場で起きた問題を解いた記事が、同じ問題に困っている人の検索に応えています。(2026-10-20 時点で確認)
| 検索キーワード | 結果 | 評価されたポイント |
|---|---|---|
| yfinance 429yfinance 日本株 欠損 | 2記事同時上位ランクイン | 累計PV 1位の看板記事と最新EDINET連携記事が、ともに検索上位に表示 |
| yfinance RSI MultiIndex 高速 銘柄 | 1位・2位独占(AI引用 [1],[2],[4],[5]) | 4,000銘柄のテクニカル指標計算・高速復旧でGoogle AI Overviewを独占 |
| EDINET 訂正有報 Python yfinance | Google検索 1位(AI最優先引用 [1]) | 30日スキャン+差分キャッシュによる訂正有報の取りこぼし防止設計 |
| Polars Expression 銘柄 株価 Python | Google検索 1位(AI最優先引用 [1]) | 手続き型ループから宣言型Polars Expressionへの転換で0.03秒処理を実現 |
| yfinance Polars 債務超過 スクリーニング | Google検索 1位(AI最優先引用 [1]) | 独自考案の「3層フィルタ」アーキテクチャがGoogle AI回答にそのまま採用 |
| Colab Google Drive DuckDB SQLite 遅い ロック | Google検索 1位(AI最優先引用 [1],[2]) | 「データステージング設計」がGoogle AI回答の標準プラクティスとして採用 |
| Colab SQLite3 自己修復 キャッシュ | 1位・2位(AI引用 [1]〜[5] すべて自記事) | AI Overviewの引用枠([1]〜[5])がすべて自分の記事 |
| Colab "destination path already exists" git clone | 上位ランクイン(AI引用 [2]) | ノートブック再実行時の冪等性を担保するリポジトリセットアップ設計 |
| Qiita 統計 GAS スプレッドシート PV | Google検索 1位(AI最優先引用 [1]) | Qiita API × スプレッドシート × Notion連携による統計全自動化 |
| GAS MCPサーバー claspGAS エミュレータ AIエージェント MCP | 2記事同時上位ランクイン | GASをAIエージェントから自律開発・テストさせるMCPサーバー&エミュレータ設計 |
| SWE-bench Lite RTX 3060 ローカルLLM | Google検索 1位(AI最優先引用 [1]) | RTX 3060(12GB VRAM)環境でのローカルLLM制御プレーン設計と40.7%完走記録 |
ツール・書籍
技術記事・設計リファレンス公開中
外部APIの不完全な出力や通信エラーを前提に、システム全体のデータ整合性を自己修復しながら高速スクリーニングを実行するコアエンジン設計。
記事
Qiitaで31本の技術記事を公開しています(累計 24,145 PV)。
コンタクト
技術記事やコードへのご感想・ご質問、アーキテクチャの壁打ちや情報交換など、お気軽にメッセージをお寄せください。
下記のようなトピックのご連絡を受け付けています。お気軽にお送りください。
Qiita(@akkyey)経由でのご連絡も可能です。
下記ボタンから Google フォームが開きます。お名前(ニックネーム可)とご連絡先、メッセージをご記入のうえ送信してください。