川越 航太
肩書き
AIアプリケーションエンジニア / Agent・RAG
Backend・RAG・マルチエージェントを、設計から本番運用まで。
慶應義塾大学大学院でLLMエージェントを研究。AIチャット・プロンプト共有・メモ管理をひとつにまとめたワークスペース「Chat Core」を開発・運用しています。現在は、目標に合うMemory・Skill・Tool・Agentを探し、権限とポリシーを確かめて実行するPythonカーネル「Marmo-Core」を開発しています。
現在の研究
研究ページを見る
技術スタック
スキル
AIエージェント、RAG、Webアプリ、本番インフラで実際に使っている技術スタックです。
バックエンド / AI
Python
経験5年全主要プロジェクトのコア言語。FastAPI/Flask/DjangoからAIエージェント開発まで一貫対応
FastAPI
経験1年Browser-Agent・Chat-Core・Gemini3ハッカソン等、採用プロジェクト最多のフレームワーク
LangChain
経験2年Life-Style-AgentでFAISS/LangChainと組み合わせたRAGシステムを構築
LangGraph
経験1年Symphony Agent ConductorでブラウザとIoTを連携するマルチエージェントを設計
フロントエンド
TypeScript
経験1年文化祭サイト・Chat-CoreでTypeScriptを用いたフルスタック開発
React
経験1年Gemini3ハッカソン・Chat-Core等、複数のSPAをReactで開発
Next.js
経験半年学園祭サイト(App Router)・Chat-CoreでSSR/SSGサイトを構築
データ
PostgreSQL
経験2年Chat-Core・Scheduler AgentでのDB設計と運用
Redis
経験1年Chat-Coreでキャッシュサーバーとして利用
インフラ
Nginx
経験2年リバースプロキシ・SSL終端・負荷分散を本番環境で運用
Docker
経験4年全主要プロジェクトをDocker Composeでコンテナ化。Browser-AgentではnoVNCも構成
GitHub Actions
経験1年自動テスト実行やデプロイ確認のためのCIワークフローを構築
pytest
経験1年FastAPIプロジェクトでpytestを用いたユニットテスト・APIテストを実装
AWS EC2
経験1年EC2インスタンス上でWebアプリケーションのデプロイ・運用を実施
AWS VPC
経験1年サブネット・セキュリティグループ・ルーティングなどVPCネットワークを構築
フロントエンド
HTML
経験5年ポートフォリオ・文化祭サイト等、全主要プロジェクトのマークアップを担当
CSS
経験5年ポートフォリオサイトでアニメーション・グリッド・変数管理によるUI構築
JavaScript
経験4年FS-QR・IoT Agent等のWeb UIでDOMと非同期処理を実装
Tailwind CSS
経験半年複数のWebプロジェクトでユーティリティファーストのスタイリングを採用
Bootstrap
経験4年本ポートフォリオサイト等でグリッドシステム・コンポーネントを活用
フレームワーク・ライブラリ
Flask
経験5年よろずの窓口で利用
Django
経験半年MemoScribeでDjango 5・pgvector・Celeryを組み合わせたRAG搭載秘書アプリを開発
Transformers
経験1年松尾研LLMコースでLlama 3.1のLoRA SFT・DPOの実装とファインチューニングを実施
PyTorch
経験1年実践的なモデル開発でLlama 3.1のLoRA SFT・DPOファインチューニングを実施
TensorFlow
経験1年ディープラーニングプロジェクトで画像分類モデルの構築・学習に使用
OpenCV
経験1年コンピュータビジョンアプリでリアルタイム画像処理・カメラ入力を実装
データベース・サーバー
MySQL
経験4年本番DB設計・インデックス最適化・クエリチューニング
Gunicorn
経験2年PythonアプリのWSGIサーバーとしてNginxと連携運用
Ubuntu
経験4年開発・本番環境のメインOSとして継続使用
その他・資格
Git/GitHub
経験4年全プロジェクトで活用。ファインチューニング済みモデルとデータセットをHFで公開
Hugging Face
経験1年Llama-3.1-8B-Freedom_v3モデルと数学推論データセットをHugging Faceで公開
TOEIC
715点TOEIC 715点
Projects
Chat Core
Chat Coreは、AIチャット・プロンプト共有・メモ管理をまとめたAIワークスペースです。複数LLMに対応し、会話の保存・一時利用、メール認証、ストリーミング応答を備えています。プロンプトの共有・検索や、チャットルームの公開共有も可能。FastAPI・Next.js、PostgreSQL・Redisで構成しています。more
FastAPI
Next.js
PostgreSQL
Redis
Tailwind CSS
Docker Compose
Marmo-Core
Marmo-CoreはAIエージェントの目標に合うMemory・Skill・Tool・Agentを探し、権限を確認して実行するPythonカーネルです。ToolやAgentは人の承認を求められ、実行を監査記録に残します。CLIとPython APIから利用できます。more
Python
CLI
BM25F
MCP
Permission Checks
Audit Trail
relua
reluaは、インターン・本選考・イベントの募集情報をログインなしで横断検索できる就活情報サービスです。ChatGPT・ClaudeからMCP経由で企業・募集データを更新し、入力検証・重複防止・監査ログを備えています。FastAPI・Next.jsで構築し、募集の保存・共有やカレンダーへの追加にも対応します。more
FastAPI
Next.js
PostgreSQL
Redis
MCP
Docker Compose
Scheduler-Agent
Scheduler-AgentはFastAPIとReactで構築された個人向けルーチン管理サービスです。日々のルーチンやステップ、カスタムタスクを管理し、LLM連携チャットで計画作成やモデル選択ができます。more
FastAPI
React
Vite
MCP
PostgreSQL
Docker Compose
Browser-Agent
Browser-Agentは複数のLLMに対応し、自然言語の指示でChromeを操作するブラウザ自動化エージェントです。Chrome DevTools(CDP)を介して実ブラウザを制御し、FastAPI＋SSEで進捗をリアルタイム配信。WebArena評価、構造化メモ、noVNC表示やバッチ実行に対応します。more
FastAPI
browser-use
CDP
SSE
noVNC
Docker Compose
IoT-Agent
IoT-Agentは、FastAPIバックエンドとReactフロントエンドで構成されています。チャット操作でエッジ機器（Jetson、Raspberry Pi等）にジョブを配信・管理します。デバイステストやハードウェア連携を容易にするIoT運用プラットフォームです。more
FastAPI
React
Vite
MCP
Redis
Docker Compose
AI Housing Scientist
AI Housing Scientistは、賃貸物件探しを会話形式で支援するWebアプリです。希望条件の整理、複数の探索方針による候補収集・比較、問い合わせ文の作成、契約時の注意点確認までを一連の流れで進められます。more
FastAPI
React
TypeScript
SQLite
Brave Search
Docker Compose
Symphony-Agent
Symphony-Agent-Conductorは、複数エージェントを計画・実行・レビューするオーケストレーターです。FastAPIとLangGraph/ChatOpenAIを使い、ブラウザ/IoT/ライフアシスタント連携とSPAフロントエンドを備え、短期／長期メモリを軽量なJSONで管理します。more
FastAPI
LangGraph
MCP
React
Vite
Docker Compose
FS-QR
ファイルをアップロードして、QRコードやID, Passwordからダウンロード可能。 すぐに小さなファイルを隣の人と共有することを目的に作成しました。大学などで、メッセージは交換していないけれどグループワークをしたいときなどに便利です。more
FastAPI
MySQL
Redis
Jinja2
WebSockets
Docker Compose
経歴・活動
研究・学業・主要コンペ実績の要点です。
学歴
-
慶應義塾大学大学院 政策・メディア研究科
（CIプログラム）修士課程
研究室: HH Lab
神奈川県 | 2026年4月 – 現在 -
神奈川工科大学
情報学部 情報ネットワーク・コミュニケーション学科
神奈川県 | 2021年4月 – 2026年3月 -
University of North Alabama
交換留学プログラム修了
アラバマ州, 米国 | 2023年5月 – 2024年5月
ブログ
Blog Highlights
About Me
慶應義塾大学大学院でサイバーインフォマティクスを学び、AIエージェントを研究しています。複数LLMを用いたRAG最適化の共同研究を主導し、FIT 2025で成果を発表。回答信頼性の向上を実証し、特許を共同出願しました（出願中）。AIチャット・プロンプト共有・メモ管理を備えた「Chat Core」を開発・運用。現在は、目標に合うMemory・Skill・Tool・Agentを選び、権限を確かめて実行するPythonカーネル「Marmo-Core」を開発中です。研究と開発を通じて、人々の時間を生むAIエージェントを目指しています。