HowTo
公開ツールをAIエージェントとカスタマイズする:自分たちの評価方法へ
公開ツールをAIと活用し,必要な処理をPythonスクリプトへまとめる進め方を紹介します。既存機能の呼出しから独自評価の追加,READMEによる説明までを扱い,別案件やWork,他の技術者が再利用できる形へ育てる方法を説明します。改良時の確認とライセンスの扱いも整理します。
H. Kaimori
はじめに
設計の現場では,「この次数だけ一覧にしたい」「社内の比較表に合わせて出力したい」「同じ処理を次の案件にも使いたい」といった要望が生まれます。標準機能を使うことに加え,周辺ツールを業務に合わせて改良する方法があります。
当社は,メッシュ,データ変換,可視化,モータの空隙磁束密度のFFT解析,材料管理などのツールをGitHubで公開しています。ソースと説明を参照できるツールでは,AIエージ ェントと既存の処理を読み,必要な変更を具体化できます。
公開ツールを設計業務の部品として使う
例えば,ems_mesh_checkerはメッシュの点検やProperty境界の抽出,ems_mesh_morpherはメッシュの変形,ems_file_format_converterは形式変換を支援します。airgap_force_fftは,空隙磁束密度からの力・トルク評価や時空間の高調波解析に関係するツールです。pyemsiはデータ変換や可視化に利用できます。
それぞれの対応形式と適用範囲は,利用する版のREADMEやドキュメントを確認します。一つのツールであらゆるモデルを扱えるという前提は置かず,必要な機能を組み合わせます。
図1:既存機能を調べ,呼出し処理の作成か機能追加を選び,確認したコードと資料を版管理する流れ。
まず,既存の処理を呼ぶ小さ なスクリプトを作る
公開ツールを使い始める際,必ずしもそのソースを変更する必要はありません。既存のCLIやPython APIを呼び,入力を読み,必要な結果をまとめる短いスクリプトを作る方法があります。ツール本体と自分たちの作業の接点を整理する進め方です。
例えば,解析後に毎回同じフォルダを探し,データを変換し,図を保存しているなら,その順序をスクリプトへまとめます。AIには,既存の機能の使い方を調べ,入力と出力を指定できる形へ整えてもらいます。元のツールにない評価が必要になった段階で,機能追加を検討します。
このように,今回の結果を得る依頼から始め,役立った処理を再利用できる形へ育てることができます。最初から汎用的なアプリを完成させるより,自分たちが何度も使う仕事を明確にすることが大切です。
例:注目する高調波成分を比較表にする
ここでは,既存の解析出力から,指定した時間次数・空間次数に関する値を取り出して比較したい場合を考えます。これは改良の進め方を説明する題材であり,この記事専用の追加機能を実装済みという意味ではありません。
最初に,入力の形式,座標系,角度と時間の単位,次数の定義,振幅の正規化,出力したい列を整理します。AIには,同じ目的を満たす既存機能があるかを先に調べてもらいます。
追加が必要なら,既存の計算を利用して出力を加えるなど,範囲を絞った変更から進めます。新しい処理が返した値を,既存の出力や値が分かっている小さな入力と照合します。
AIには,仕様と確認方法を一緒に渡す
このリポジトリの既存機能を確認し,指定した成分を比較表へ出す方法を検討してください。最初に入力・出力と次数の定義を整理し,既存機能で対応できるか説明してください。変更が必要なら,最小限の変更案と確認方法を示してください。
このように依頼すると,何を作るかに加え,正しい動作をどう確かめるかを議論できます。仕様が曖昧なところを,AIが推測で埋めないようにすることも大切です。
変更を次の案件にも使える形にする
改良した処理には,利用条件,実行方法,入力と出力の例,確認結果を添えます。元のリポジトリの版と変更差分も残します。単発の会話だけにせず,説明とソースを一緒に管理することで,担当者が変わっても追いやすくなります。
最適化の評価処理へ追加する場合は,複数の入力で評価値が安定して得られるかを確認します。出力の欠落や解析失敗が,よい評価値として扱われないようにします。
READMEがあると,別のAIやWorkでも確認を始めやすい
他の担当者へ渡す際に,「このコードを使ってください」という説明だけでは,何を入力し,どの結果を見ればよいか伝わりません。READMEに目的,前提,実行例,出力の見方をまとめると,人とAIの両方が確認できる入口になります。
例えば,別のWorkで「このREADMEを読み,今回の解析結果を同じ形式で集計してください」と依頼できます。そのWorkからファイルを参照でき,必要な環境が整っていることが前提です。AIが以前の会話を覚えている必要はなく,説明とコードを読んで適用できるかを判断してもらいます。
入力形式や用途が変わる場合は,「今回どこを変更する必要があるかを先に示してください」と依頼します。実行できるかだけでなく,前の処理と同じ意味の値を取り出しているかを確認します。
個人の処理を共有するときに,設定と本体を分ける
PC固有のパスや案件名をコードに埋め込むと,他の環境で使うたびにソースを編集することになります。入力・出力の場所や,案件ごとに変わる条件を引数や設定へ分けると,使う人が変更箇所を見つけやすくなります。
すでにバッチやExcelマクロ,VBScriptで動いている処理があれば,その使い方を整理し,必要な部分だけPythonで補う方法もあります。既存の出力形式を保ちながら,複数条件の比較やファイルの整理を追加する,といった変更です。
Pythonを使うだけで共有が進むわけではありません。別の入力を使った例,確認した環境,変更した設定を残し,他の人が実際に使う中で不足する説明を更新します。小さな処理と説明が蓄積されることで,改良を次の案件へつなげやすくなります。
複数の処理を,一つのツールとして育てる
読込み,解析,集計,作図などのスクリプトが増えた場合は,機能一覧を用意し,どの処理を何のために使うかを説明します。READMEから機能一覧,入出力仕様,変更履歴へ案内すると,新しい利用者やAIが必要な処理を探しやすくなります。
特に入出力仕様には,形式と列名だけでなく,単位,評価値の定義,必須項目,対応しない入力も記載します。機能を追加・修正した際は,コードと説明を一緒に更新します。変更が既存の処理へ影響する場合は,どの版から変わったかをCHANGELOGなどへ残します。
複数人で管理するときは,Gitによる版管理を基本に,GitHubなどの共有リポジトリで変更を提案・確認する運用へ進めると,誰がいつ何を変更したか,その理由は何かを追いやすくなります。AIが支援した変更も,担当者が内容と確認結果を説明できる形で記録します。
不具合が出 た場合は,正常だった版と現在の版について,入力,実行環境,コード・設定の差を比較します。履歴を残すことは,改良を続けるためだけでなく,これまでの機能を保ちながら使うためにも役立ちます。
配布するプロジェクトに,処理のつながりを残す
例えば,メッシュを確認する処理,解析を実行する処理,結果を集計する処理を同じプロジェクトで管理する場合,READMEには「どの入力を,どの順序で処理し,何が出力されるか」を示します。docs/に入出力の詳しい約束を置き,設定例と小さな確認用データから最初の一件を試せるようにします。
当社のems_mesh_checkerやairgap_force_fftなど,公開ツールを部品として使う場合も同じです。使ったツールの版と担当する工程を記録し,自作スクリプトとの境界を説明します。公開リポジトリは構成を学ぶ参考にもできますが,複数の処理を組み合わせた独自プロジェクトの動作は,利用する側で確認します。
GitHubを使う場合は,Issueへ「この評価指標を追加したい理由」や「特定の入力で起きた不具合」を残し,Pull request(プルリクエスト)へ変更点と確認結果をまとめる使い方があります。大切なのは,要求,変更,確認した版をたどれることです。GitHubの操作説明は公式資料へ譲り,ここでは設計業務の道具を引き継ぐための記録として紹介します。
繰り返す実行手順が安定したら,Skillsにまとめる段階へ進めます。READMEと仕様を参照しながら既存の処理を呼び出す手順を用意すると,別の担当者やAIにも使い方を渡しやすくなります。
利用・改変の条件を確認する
公開されていることと,すべて同じ条件で利用できることは別です。当社の公開プロジェクトには,OSSとSource-Availableのものがあります。例えばems_mesh_checkerはMIT,ems_mesh_morpherはPolyForm Perimeter Licenseとして案内されています。利用・改変・配布は,対象リポジトリのライセンスに従ってください。
処理の中身を確認できることが,変更の相談に役立つ
既存の出力へ一列追加したいときも,その値がどこで,どの定義で計算されているかを確かめる必要があります。公開されているソースや説明をAIと読み,既存処理を使えるか,計算を追加する必要があるかを検討できます。
改良した結果が期待と違う場合には,入力,設定,処理,出力を順にたどります。READMEと確認用の小さな入力を残しておけば,別の担当者も同じ箇所から調べ始められます。コードへアクセスできることと,その意味を引き継ぐ説明があることを組み合わせると,継続した改良を進めやすくなります。
まとめ
公開ツールのソースと説明を使い,業務に必要な処理をAIと具体化できます。
既存機能を先に確認し,小さな変更と結果の照合から進めます。
ライセンス,版,変更内容,使い方を残すことで,改良を再利用しやすくなります。
