IT システムを、
AI エージェントに。
Biz AI Agent は、業務システム 1 つ + DSH 1 つで 1 人の AI 社員をつくる、完全オープンソースの AI エージェントフレームワークです。必要な業務を伝えるだけで、Claude Code・Codex などの AI コーディングツールが、同梱のスキルに従ってエージェントを開発・検証します。
# 1. オープンソースのリポジトリを取得 git clone https://github.com/ITC-cloud-soft/biz-ai-agent.git cd biz-ai-agent && npm install # 2. AI コーディングツールを開く(スキルは同梱済み) claude # または codex # 3. ふだんの言葉で頼む > agent-builder スキルで「出張経費」の AI エージェントを作って
エージェントは、まず普通の IT システム。
ドラッグ&ドロップのフローエディタはありません。業務システムが正本で、フローはコード。manifest・適合性テスト・業務テスト・評価・ログが守ります。
業務システムが正本
データ、ロール、誰が何を見られるか、誰が決めるか。すべて業務システムが持ちます。
AI は読んで提案するだけ
質問した社員本人の委任で読み、書き込みは提案だけ。人が採用したときにだけ実行され、金額は人が決めます。
誰に知らせるかは業務システム
通知・承認カード・報告の宛先は、Web 画面と同じルールで業務システムが決めます。
イベントに個人情報を載せない
ID・数値・日付・状態だけ。氏名・理由・金額は権限を確かめたうえで Web に表示します。
権限が先
すべての検索・グラフの回答は、並べ替えの前に質問者の権限で絞り込みます。見えないものは AI にも見えません。
1 業務 = 1 エージェント
業務システム 1 つと DSH 1 つで 1 人の AI 社員。Biz Assistant Framework 一式とエージェント層(ナレッジ・グラフ・設定)を 1 つのリポジトリに。
業務を伝えるだけ。
AI コーディングツールが開発する。
エージェントをゼロから書く必要はありません。リポジトリに同梱の agent-builder スキルに従い、AI が業務システムからナレッジ・評価・設定画面・DSH の設定までを作り、コマンドで検証します。サンプルの equipment-loans は、AI がこのスキルだけでゼロから作ったものです。
Claude Code
リポジトリのルートで claude を起動。スキルは .claude/skills/agent-builder/ にあり自動で読み込まれます。/agent-builder で直接呼べます。
Codex
リポジトリのルートで codex を起動。スキルは .agents/skills/agent-builder/ にあり自動で見つかります。$agent-builder で直接呼べます。
その他の AI コーディングツール
「まず skills/agent-builder/SKILL.md を全部読んで、その手順に従って」と頼むだけです。
agent-builder スキルで「出張経費」の AI エージェントを作って: - 社員は LINE で経費の規程を質問し、自分の申請の状況を確認する - 部門の申請はマネージャーが承認し、10 万円を超えるものは経理も承認する - 経理は毎月、件数の報告を受け取る - 規程の文書は <あなたの文書のパス>(日本語と中国語)
AI がすること
- まず決めることを聞き、AGENT_PLAN.md に書いて回答を待つ(答える人がいなければ推奨値で「要確認」)
- 参考実装をコピーし、業務システムと manifest を書いて適合性テスト 52 / 52 まで通す
- ナレッジとグラフをつなぎ、チューニングの前に評価を書き、設定画面・SNS の承認と報告・DSH プロファイルを作る
- どのステップもコマンドで検証し、結果・未検証・要確認を報告する
あなたがすること:決定に答える・文書を用意する・計画と報告を確認する・手元で試す・公開する
できあがるのは、普通の Node.js プロジェクト。
examples/<system-id>/ の中に、すべて git で管理されるファイルとしてできあがります。
| AGENT_PLAN.md | 決定とその根拠:誰が何を決めたか、何が要確認か、数値 |
| bridge.manifest.yaml | システムの自己紹介(オントロジー):ロール・エンティティ・イベント・AI のツール・画面のルート |
| src/app.mjs | 業務システム本体:データ・サインイン・業務ルール(hooks)・業務 API・設定プラグイン・ナレッジ・グラフ・DSH ゲートウェイ |
| src/server.mjs | 起動入口:ポート・秘密情報・データディレクトリを環境変数から読む |
| knowledge/*.md | 社内文書(閲覧範囲は文書の中に書く) |
| evals/ | 評価の問題と実行スクリプト |
| test/*.test.mjs | 業務ルール・適合性・ナレッジの権限・グラフ・評価の下限・設定プラグインのテスト |
| dsh-profile/ | AI 面(DSH)の製品プロファイル |
公開は、普通の Web サイトと同じ。
ブラウザ・IM:社員が画面を開く/LINE などの webhook
HTTPS リバースプロキシ:nginx・Caddy など、あなたのドメイン
業務システム(Node.js の Web アプリ):node src/server.mjs、DSH ゲートウェイ入り
AI 面(DSH):同じマシンのもう 1 つのプロセス。127.0.0.1 だけで待ち受け
- 業務システムは普通の Node.js の Web アプリ:
npm installしてNODE_ENV=production node src/server.mjs(systemd・pm2・Docker などで常駐) - 秘密情報は環境変数だけで渡し、データディレクトリは永続ストレージに置く
- DSH は Web アプリの中のゲートウェイからだけ使われ、IM の webhook は Web アプリの公開パスに向ける
- ほかに必要なのはモデルの API だけ。データベースは pgvector を使うときだけ
見えないものは、AI にも見えない。
1 回の質問 ── 社員が LINE で休暇の規程を聞く
メッセージ:dsh-im が受け取り、連携済みの社員か確かめる
ツール:ナレッジ検索をその社員の委任で呼ぶ
権限で検索:業務システムは読める節だけを出典つきで返す
ガード:出典ガードが出典を補い、リンクガードが外部リンクを消す
回答:業務画面へのリンクつきで LINE に返す
1 回の承認 ── 管理者が社内文書をアップロード
個人情報を確かめ、approval.requested をトランザクションで記録
承認カードが別の管理者の LINE へ(アップロードした本人には届かない)
「承認」を押すと、Web と同じ mayDecide で判断して公開
索引の再構築後、件数だけの報告が報告ロールに届く
検索方式は 3 つ。どれも権限が先。
ベクトルもグラフも、質問者が読める区画の中だけで比べます。モデルが失敗したら BM25F に戻り、画面にエラーコードを出します。
| 方式 | 必要なもの | しくみ |
|---|---|---|
| BM25F | なし(既定) | タイトル・キーワード・見出し・本文に重み。同義語を調整できる |
| RAG | Embedding モデル | BM25F + ベクトル(RRF で融合)。pgvector またはファイルに保存し、本文は保存しない |
| ナレッジグラフ | 基本モデル | 文書を実体と関係に抽出して JSON に保存。検索は BM25F + グラフ |
管理者:/agent-settings
モデル(キーは環境変数名だけ)、文書のアップロードと承認、検索方式、組織の IM ボット(13 種類の SNS + メール)、承認と報告の設定。日本語・英語・中国語、ライト/ダーク。
社員:/me/sns
連携コード(6 桁・10 分)を発行し、組織のボットに個別チャットで「連携 123456」と送るだけ。見えるのは本人の連携だけで、通知の種類と通知しない時間も自分で決められます。
守ることは、コードと設定で決まっている。
AI は読んで提案
書き込み API は委任に 403。金額は決めない。
宛先は業務システム
一人ずつ「Web で見られるか」を確かめ、決まらなければ送らない。
連携は本人だけ
業務システムのサインインで本人が行う。管理者も代行できない。
秘密を置かない
リポジトリ・設定・ログ・チャットには環境変数名だけ。
送信設定は閉じたまま
開くのは理由を書いた明示的な変更だけ。チェッカーが確かめる。
架空のデータで試す
テストは架空のデータと隔離した DSH ホームだけ。
評価はチューニングの前
言語ごとに 20 問以上。hit@3 80 % 以上、漏えい 0。
未検証は未検証と書く
すべてコマンドで確かめ、実行しなかったものは報告に残す。
まず手元で動かす。
Node.js 24.9 以上と npm、エンドツーエンドには pnpm。データベース・API キー・チャットのアカウントは不要です。
git clone https://github.com/ITC-cloud-soft/biz-ai-agent.git && cd biz-ai-agent npm install npm run vendor:install # 初回だけ npm test # 約 900 テスト、失敗 0 npm run e2e # 本物の DSH + 模擬モデル + 模擬 LINE:15 / 15 PASS
あなたの業務の AI エージェントを、
今日から AI と作る。
ソースはすべて GitHub で公開しています(Apache-2.0)。導入の相談も受け付けています。