MVPの画面を公開します。デモ用の画面です。ログイン認証を済ませたら、このようにチャット画面に移ります。左端にこれまでのチャット履歴フレームの右側がチャット画面で左上にモデル変更プルダウンチャットのクイックリプライもついていて、質問例がある検索対象を絞り込むこともできる。例えばこういう感じでクイックリプライから「授業計画の立て方を教えてください」を選ぶこれはデモ版なので学校を想定しているが、実際はアップロードした文書からこのクイックリプライが作られるので利用ユーザーを学校に限定しているわけではないクイックリプライ以外に自由な質問も可能そして下の検索対象はカテゴリを選んで、カテゴリに含まれるタグを選べるこれらは複数選ぶことができて、カテゴリごとに色を設定できるので視覚的にわかりやすくなっている。これが会話画面となる質問内容からRAGで文書を取得してきてLLMが返答している参照した文書も可視化できるので、自分でそのファイルを見て確認することもできる参照した文書と質問に対する類似度がパーセンテージで示されているこれはつまり、その質問と文書がどのくらい関連性があるかを計算した結果となる。現在はデモ版なので、UIまでだが、自分で文書をアップロードしたりモデルをアップロードしたり、ユーザーを追加したり、権限を付与したり権限をカスタムしたりという機能も追加していきます！

本プロジェクトのソースコードはオープンソース化することになりました！Notionで進捗・スケジュールを管理し、随時更新いたします！Notion：https://www.notion.so/LocalAILab-2954de8c58ed80a2ada9d720561e5426?source=copy_link本プロジェクトの要件定義、設計、実装、試験などの成果をgithubで公開していきます！github:https://github.com/localailab/LocalSafeAI/tree/mainこちらも随時更新いたします！これらの情報をもとに、プロジェクトの実現性と透明性を高めていきます。会社サイト:https://localailab.net/会社x:https://x.com/localailabお問い合わせ:info@localailab.net

本プロジェクトがクラウドファンディング名鑑で掲載いただけることになりました！https://crowdfunding.meikan.org/project/campfire-896411/

本プロジェクトを実現させるにあたって幾つかのプロセスがあります。使用するローカルLLMモデルを決める。同時に大体のアプリの要件やサンプル返却のプロトタイプを作る。↓追加でモデル学習する場合に、どのような方法で学習するかを決める。↓モデル学習を試行する。↓モデル学習を試行しながら、外側のロジックを作る。フロントエンド：Next.jsバックエンド：Python↓RAGは実験しながら調整していく。全文検索、ベクトル検索、キーワード検索など各手法の複合的なRAGとなることが予想される。↓ロジックとモデルとRAGを繋げたらアルファ版が完成する。↓ブラッシュアップして完成版を作る↓デスクトップアプリ化（Windows、Mac、Linuxで動作確認）↓公開して完成まずはその初期段階のローカルLLMモデルの選定から。嬉しいことに、弊社公式サイトのチャットを通して使えそうな日本語モデルの情報を下さった方がいらっしゃいました。参考にさせていただきます。ありがとうございます。