shape

StartHub - RAG とベクトル DB でパーソナライズされた公募のレコメンドを実装する

概要

Pinecone ベクトル DB を用いてユーザーに最適化された支援公募をレコメンドする

技術スタック

  • Kotlin

    Kotlin

  • Python

    Python

  • Spring Boot

    Spring Boot

  • FastAPI

    FastAPI

  • MySQL

    MySQL

  • Redis

    Redis

  • Firebase

    Firebase

  • Docker Compose

    Docker Compose

  • GCP

    GCP

  • Spring AI

    Spring AI

  • Pinecone

    Pinecone

チーム

7名(バックエンド・AI2名、Web3名、App2名)

期間

2025.08 ~ 2025.09

関連リンク

AIサーバーコードメインサーバーコードWebサービス

詳細

  1. 概要
    • 創業者に適した支援公募をレコメンドするため、RAG システムを自ら構築し、ベクトル DB を連携しました。
    • Jsoup ベースのクローリングサービスにより、K-STARTUP などの外部公募データを毎日スクレイピングして保存します。
  2. 私が担当した部分
    • Pinecone をクラウドベクトル DB として活用し、埋め込み済みの公募を保存・検索できるように実装しました。
    • AI サービス向けの FastAPI サーバーをマイクロサービスとして構成し、OpenAI API および埋め込みモデルと連携しました。
    • Claude API にベクトル化したユーザーの活動情報をリアルタイムで注入し、ユーザーに最適化されたチャットボットを実装しました。
  3. Claude MCP による自然言語での公募検索の実装
    • Claude MCP を用いて、自然言語のリクエストに対し適切な条件の公募を探し、JSON 形式でデータを返すように実装しました。
  4. バックエンドインフラ構成
    • 主要機能は Spring Boot サーバーで処理し、トラフィックの高い API(ログイン、公募照会など)は Redis でキャッシュしました。
    • FCM を通じて、公募の通知をリアルタイムでユーザーへプッシュします。
    • クラウドコスト削減のため、オンプレミスサーバーを構築し運用・管理しました。
    バックエンドインフラ構成 1