ソフトウェア開発 · AI · インフラ

試作から、
実際に使えるシステムへ。

アプリケーション、AI システム、そしてそれらを支えるインフラを設計・開発しています。画面やモデルだけでなく、外部サービスとの連携、デプロイ、運用まで見据えて、理解しやすく、テストと保守ができる仕組みをつくります。

システム全体を見渡す 実際の課題から始める 設計判断を見える形に
LeLab のエンジニアリングの核課題、データ、既存ツールを、ソフトウェア・AIシステム・開発ツールへつなぐ全体設計。01 / 入力課題 + 背景データ + 文書利用者 + 権限既存システム予算 + リソースソフトウェア製品 + アプリケーションAI システムエージェント + 検索ツールデプロイ + 監視設計 / 判断 / 実装独立した開発エンジニアリング全体を一つの視点で。
01

ソフトウェア

画面からデプロイまで、一体として機能するアプリケーション、API、連携。

SvelteKitRustPostgreSQL
02

応用AI

課題に合わせたAIワークフローと連携。ルールと境界を明確にします。

AgentsRAG連携
03

インフラ

理解しやすく保守できるデプロイ、可観測性、運用ツール。

DockerCI/CDセルフホスト
01 / プロジェクト

実際の課題から
生まれたツール。

LeLab では、自作ツール、技術的な実験、公開可能なプロジェクトを紹介しています。それぞれに、解決したい課題、設計上の判断、そして現実的なトレードオフがあります。

北欧の見張り役が望遠鏡で貨物グライダーを見守っています。
可観測性 開発中

軽量なサービス監視

Rust監視セルフホスト

運用負荷を増やさずにサービスを監視する。

稼働状況、遅延、インシデント履歴を確認するコンパクトな監視システム。監視基盤自体を大きな運用対象にしません。

北欧の鍛冶職人が工房でモジュール式の基盤を形づくっています。
アプリケーション基盤 ソースコード

SvelteKit アプリ基盤

SvelteKit開発体験テンプレート

同じ基盤を何度も作り直さない。

品質やデリバリーに関する繰り返しの判断を、堅実な出発点にまとめる再利用可能な SvelteKit 基盤です。

ドワーフの親方がルーン付きコンテナの積み込みを見守っています。
エージェントのワークフロー 開発中

AI コーディングのワークフロー

エージェントコーディングワークフロー

エージェントにも仕組みが必要。

Issue、実装、レビュー、人による最終判断をつなぐ、確認可能なコーディングエージェントのワークフローです。

北欧のオペレーターがタブレットで航空貨物を管理しています。
デプロイ 開発中

軽量なサービスデプロイ

デプロイComposeTraefik

新しいプラットフォームを増やさずにデプロイする。

既存の Compose サービスを活用し、操作を明確にして本番運用までの経路を確認しやすくする軽量な仕組みです。

図書館で飛行機械の設計図を調べるアーキビスト。

個人文書の検索

RAGRust知識検索

原本を情報源として保つ検索。

AI アシスタント向けの軽量な文書メモリ。元ファイルを正として保ちながら、再構築可能なインデックスで MCP から検索できます。

シャーマンが光る LeLab の印をルーン石に刻んでいます。
フロントエンド ソースコード

スクロール連動アニメーション

AnimationモーションUI

大きなアニメーション基盤を使わない動き。

ブラウザー標準機能、CSS トランジション、小さな Svelte 連携によるスクロール演出。限定的な用途に大きな依存を追加しません。

インタラクティブデモ

一件の問い合わせを、専門的な AI で判断する。

問い合わせ例または入力したメッセージを使って、Laya が分類、緊急度、優先度、担当先を提案する様子を確認できます。判断ルールは確認・変更でき、不確実な場合は追加確認や人によるレビューが必要です。

このデモは英語でご利用いただけます。

Your ticket

87 / 600

Result
Your result will appear here.

Choose an example or describe a ticket, then select Analyze.

Edit rules
Advanced settings

Customize the analysis

Adjust categories, questions and thresholds.

One key and description per line.

One level per line.

Priority rules

Review before acting.

Configuration

Changes take effect after you apply them.

Ready to analyze

03 / 開発方針

幅広く試し、
必要な技術を選ぶ。

課題から始め、適切な複雑さを選び、理解・テスト・運用ができるシステムをつくります。

01 / 課題から始める

まずは実際の
課題を理解する。

フレームワーク、モデル、提供元を選ぶ前に、必要なことと制約を整理します。

02 / 複雑さに理由を持たせる

課題に合う
複雑さを選ぶ。

十分なら自動化を。必要なら専用ソフトウェアを。より適切なら専門モデルを選びます。

03 / 運用まで考える

運用できる
システムをつくる。

テスト、デプロイ、障害対応、保守、セキュリティ境界も開発の一部です。完全な安全性を保証するものではありません。

04 / 実践的な開発

AI を、必要なところに
適切に使う。

既存ソフトウェア、業務上の要件、運用の制約に合う設計を考えます。実際に確認できたことに基づいて説明します。

ANRISOL / AI システム

AI を、必要なところに
適切に使う。

既存の連携や全体の流れを維持しながら、限定された判断に Jev を導入する方針を採用しました。

01 / 背景

より小さな専用コンポーネントで処理できる判断を、大規模言語モデルが担っていました。

02 / 設計判断

全体の連携を保ちながら、限定された判断に Jev を導入します。

03 / 目指す構成

大きなモデルは有効な処理に使い、理解しやすく過不足のない構成を目指します。

05 / LeLab について
Ludo ソフトウェアエンジニア · 独立系開発者

フロントエンド、API、AI、データ連携、インフラまで、ソフトウェアを一貫して設計・開発しています。LeLab は、自作ツールを育て、新しい技術を試し、その判断や学びを記録する場所です。

プライベートネットワーク、アクセス制御、入力検証、アプリケーションや AI エージェントの安全性にも関心を持ち、実際の制作と学習を通して理解を深めています。セキュリティ監査や侵入テストの専門サービスを提供しているという意味ではありません。

ソフトウェア・AI開発、協業、技術職に関する相談を歓迎します。

Ludo について
インタラクティブデモ

LeLab の仕事や 技術選択について

プロジェクト、ツール、設計判断について質問できます。回答は公開情報に基づき、以前の質問は引き継ぎません。

このデモは英語でご利用いただけます。

Your question

Answer

Each answer is independent; previous questions are not sent as context.

Your answer will appear here after you ask.

技術アーキテクチャ

仕組みを見る

静的サイトから別の Cloudflare API Worker にリクエストを送ります。Worker が入力を検証し、限定されたプライベート VPC サービス接続を通じて Nova 上の推論サービスに接続します。

  • Cactus Compute の Whistle が音声を文字に変換し、Nova 上の Docker コンテナーで動作します。
  • Laya は問い合わせを分類して構造化された候補を返します。実行する対応を自ら決めるものではありません。
  • アプリケーション側の明示的なルールで優先度と不確実性を扱います。不明確な場合は追加確認や人によるレビューが必要です。
  • ブラウザーから非公開の推論サービスや認証情報に直接アクセスしません。ネットワーク境界、入力検証、アクセス制限は実装上の対策であり、完全な安全性を保証するものではありません。
お問い合わせ

試作品を育てたい。新しいシステムをつくりたい。

アプリケーション、応用AI、連携、インフラ。最初の設計判断からデプロイと運用まで、まずは課題と制約を整理しましょう。

[email protected] に連絡する