自作AI-Agentによる情報収集自動化(HARO)
小川 雄太郎(松尾研究所)が自作したAI-Agent「HARO」(HAROは愛称)。毎朝の情報収集タスクを自動化・一元化するシステム。「AI-Agentもどき」と著者自身は表現しているが、LLM(Gemini 2.0 Flash)を使って論文Abstractの翻訳などをリアルタイムに生成している点で実質的なAIエージェントとして機能する。
概要
- 目的: 毎朝の情報収集(金融・天気・サイト最新記事・研究論文)を一画面でワンストップ確認
- UI: ChatGPTライクなチャットUIにAgentが情報を逐次的に表示
- 認証: Google OAuth 2.0
動作フロー
ログイン(Google OAuth 2.0)
↓
起動動画再生(その間に裏でRSSデータ読み込み)
↓
[1] 金融情報表示
日経平均株価・為替(ドル円)・S&P 500 の前日終値と前々日比
(プラス→青、マイナス→赤で色分け)
↓
[2] 天気予報表示
今日・明日・明後日 3時間ごと(天気・気温・降水確率・降水量・風速)
↓
[3] 全サイト最新記事一覧(自作RSSリーダー)
第1章で紹介した全サイトの直近記事を統一フォーマットで表示
CTRLクリックで気になる記事を裏タブに積む
↓
[4] Hugging Face Daily Papers 新着論文
各論文のAbstractを日本語に翻訳して表示
(LLM翻訳:Gemini 2.0 Flash Experimental)
技術スタック
フロントエンド
| 技術 | 用途 |
|---|---|
| React.js | メインフレームワーク |
| Vite | ビルドツール(バンドラー) |
| Material-UI(MUI) | デザインシステム・UIコンポーネントライブラリ |
| chat-ui-kit-react | チャットUIコンポーネント |
| markdown-it | Markdown → HTML 変換 |
| Google Cloud Storage | 静的ホスティング(SSRではなくSPA静的配信) |
描画の工夫: ストリーム処理ではなく「Markdown形式で一括取得 → markdown-it でHTMLに変換 → HTML要素を少しずつ描画(疑似ストリーム)」で実装。Tableはテーブル単位で描画。
バックエンド(全サーバーレス)
| 技術 | 用途 |
|---|---|
| Google Cloud Run Function | バックエンドAPI実行環境(AWSのLambda相当) |
| Fetch API | フロントエンドからのAPI呼び出し(axiosではなくFetch) |
API構成
| 機能 | 使用API / 技術 |
|---|---|
| RSS取得(サイト最新記事) | RSS to Json(外部API・Freeプラン)※CORSを回避するためサーバー経由 |
| 金融情報 | 自作API(Python yfinance パッケージ)on Cloud Run Function |
| 天気予報 | OpenWeatherMap「5 Day / 3 Hour Forecast」(無料) |
| 論文Abstract日本語翻訳 | Gemini 2.0 Flash Experimental via Google Cloud Vertex AI |
デザイン生成
- 静止画デザイン: GPT-4 で生成
- 起動時動画: 静止画をベースに Sora で生成
設計上の考え方
RSSをフロントエンド直接取得できない理由
JavaScript(ブラウザ)から直接RSSフィードのURLをFetchするとCORSエラーが発生する。対策として「RSS to Json」外部APIをサーバー(Cloud Run Function)経由で呼び出すことで、フロントエンドだけでRSSリーダー機能を実装できる。
金融情報APIを自作した理由
日経平均・ドル円・S&P 500 の3つを同時に無料で取得できる外部APIが見つからなかったため、Python の yfinance パッケージを使った自作APIを Cloud Run Function で構築した。
なぜAI-Agent(もどき)と呼ぶか
チャットUI上でAgentが情報を提示するインターフェースを持ち、LLMによる翻訳タスクをこなしているが、複雑な多段階推論や自律的なツール呼び出しチェーンは持たない。著者は謙遜して「もどき」と表現している。
意義
毎日・毎朝のように実施する情報収集・確認タスクを、可能な限り自分好みにカスタマイズしておく行為は、職業人生という数年から数十年レベルで考えたときに、非常に大きな効率化に繋がる。
日常反復タスクへのAI-Agent活用の実例として、LLMを使った業務改善の具体的なアーキテクチャパターンを示している。
関連
- AI情報収集手法 — 情報収集全体の体系
- AI系の情報収集手法を紹介(ビジネス・開発・研究)【2025年版】 — ソース記事
- 小川 雄太郎 — 著者・開発者
- 日常業務自動化の設計原則(shunya) — 日常タスク自動化の近接概念
- AIエージェント開発入門プロセス — AIエージェント開発の一般的手順