Pythonとfletを使用して開発されたなぜなぜ分析アプリケーションです。
ユーザーが問題を入力し、Anthropic APIを使用して原因分析と対策案を生成します。
なぜなぜ分析は問題の原因追及、再発防止策を考える際に
非常に有益な分析手法である事が知られている。
しかし、正しい分析を行うためには分析者実行者に一定のスキル(慣れや勘所)が求められる上、
慣れてない者がなぜなぜ分析を行うと、誤った結論を導き出してしまう危険性もある。
そのためAIによるサポートにより、なぜなぜ分析に慣れていない人でも効果的な分析が行えるようにする。
また過去の分析結果や横展開された情報を共有する事で
更に深掘りした分析が行えるようにする。
- 誰でもなぜなぜ分析結果の品質向上: AIサポートを用いて、誰でも真因の特定/効果的な対策案を立てられるようにします。
- 分析結果の共有、横展開: 過去の分析結果を参照したり、直ぐに横展開を行い、より良い分析をえられるようにします。
- 使いやすさの追求: 直感的なGUIにより、専門知識がなくても簡単に高度な分析ができるようにします。
- 問題の入力
- AIモデルの選択
- なぜなぜ分析の実行
- 分析結果の表示（原因分析と対策案）
- 分析結果の編集機能
- 過去の分析結果の参照
- 分析結果の横展開
- 分析結果のエクスポート機能
- Python 3.9+
- flet: GUIフレームワーク
- Anthropic API: Claude AIモデルの利用s
※ Anthropic APIを使用する場合は事前に環境変数への登録が必要となります。 https://docs.anthropic.com/en/docs/initial-setup#set-your-api-key
-
リポジトリをクローン:
git clone https://github.com/your-username/python-flet-nazenaze.git -
必要なパッケージをインストール:
pip install -r requirements.txt -
アプリケーションを実行:
python src/main.py
- アプリケーションを起動します。
- AIモデルを選択します（現在は一部のみ機能）。
- 分析したい問題を入力します。
- "なぜなぜ分析を実行"ボタンをクリックします。
- 結果画面で原因分析と対策案を確認します。
- 必要に応じて、結果を編集できます。
- 基本的なGUI実装
- ダミーデータでの動作確認
- Anthropic API統合
- 追加情報入力機能
- 最大深度と最大分岐数の設定機能
- 過去の分析結果の参照
- 分析結果の横展開
- 分析結果のエクスポート機能
-
Anthropic API完全統合: Claude AIモデルとの完全な統合を行い、リアルタイムでの分析を可能にします。
-
追加情報入力機能の実装: より詳細な分析のために、ユーザーが補足情報を入力できる機能を追加します。
-
分析パラメータのカスタマイズ: 最大深度（なぜの回数）と最大分岐数をユーザーが設定できるようにし、分析の柔軟性を高めます。
-
結果の保存と共有機能: 分析結果をファイルとして保存したり、他のユーザーと共有したりできる機能を追加します。
-
履歴機能: 過去の分析結果を保存し、後で参照できるようにします。
-
横展開機能: 分析結果を横展開できる仕組みを導入します。。
-
モバイル対応: スマートフォンやタブレットでも快適に使用できるように、レスポンシブデザインを実装します。
-
ユーザーフィードバックシステム: ユーザーからのフィードバックを収集し、AIモデルの精度向上に活用するシステムを構築します。
これらの機能は、ユーザーフィードバックと開発リソースの状況に応じて、優先順位を調整しながら順次実装していく予定です。
このプロジェクトは MIT ライセンス の下で公開されています。
プロジェクトへの貢献は歓迎します。問題の報告や機能の提案は、Issueを作成してください。プルリクエストも受け付けています。
質問や提案がある場合は、Issues でお問い合わせください。