プロンプト・モデルのチューニング

.env.example

@@ -6,4 +6,6 @@ FRONTEND_ENDPOINT=http://localhost:${FRONTEND_PORT}
 BACKEND_ENDPOINT=http://localhost:${BACKEND_PORT}/api/v1
 OLLAMA_ENDPOINT=http://host.docker.internal:${OLLAMA_PORT}/v1
 
+MODEL_NAME_PREFIX=thor-
+
 CLOUDFLARE_TUNNEL_TOKEN=changeme

.vscode/settings.json

@@ -46,7 +46,7 @@
     "rgba(79,236,236, 0.2)"
   ],
   // Error Lens
-  "errorLens.gutterIconsEnabled": true,
+  "errorLens.gutterIconsEnabled": false,
   "errorLens.gutterIconSet": "emoji",
   "errorLens.gutterEmoji": {
     "error": "🔥",

CLAUDE.md

@@ -4,7 +4,7 @@ This file provides guidance to Claude Code (claude.ai/code) when working with co
 
 ## Project Overview
 
-Thor is an AI-driven full-stack monorepo project that extracts and analyzes step count data from Apple Healthcare exports.
+Thor is an AI-driven full-stack monorepo that extracts step count data from Apple Healthcare XML exports to estimate and visualize sleep patterns, with LLM-generated feedback via Ollama.
 
 ## Architecture
 
@@ -22,136 +22,138 @@ Thor-Monorepo/
 
 ```
 backend/src/
-├── core/              # Common utilities (environment variables, etc.)
-├── routers/           # FastAPI endpoint definitions
-├── schemas/           # Pydantic schemas (request/response models)
-└── usecases/          # Business logic layer
+├── core/              # Shared utilities (Envs class, constants)
+├── routers/           # FastAPI endpoint definitions (thin layer only)
+├── schemas/           # Pydantic request/response models
+└── usecases/          # All business logic
+    ├── extract_steps/ # Apple XML parsing
+    ├── estimate_sleep/# K-means clustering → feature extraction → sleep time estimation
+    ├── llm_feedback/  # Ollama integration (via OpenAI-compatible SDK)
+    └── via_email/     # SMTP email delivery with Jinja2 templates
 ```
 
-**Important design principles:**
+**Design principles:**
+- `routers/` must only contain endpoint definitions — business logic goes in `usecases/`
+- `schemas/` holds all Pydantic models
+- `core/` contains shared utilities: `load_env.py` (Envs class) and `constants.py`
 
-- `routers/` should only contain endpoint definitions
-- Business logic must be placed in `usecases/`
-- Request/response type definitions go in `schemas/`
-- `core/` contains shared utilities like environment variables and middleware
+### Backend API Endpoints (`/api/v1`)
 
-### Frontend Architecture
+1. **POST `/extract-steps`** — Parses Apple Healthcare XML, returns step data in 15-min intervals. Body is raw `text/xml`. Query params: `months_of_extract` (int) OR `start_date_of_extract`+`end_date_of_extract` (ISO 8601), `include_recorded_sleep` (bool).
+2. **POST `/estimate-sleep`** — Runs ML pipeline (K-means → feature extraction → late-night detection → bed/wake time estimation). Returns daily sleep estimates + available LLM models.
+3. **POST `/feedback`** — Fetches LLM feedback from Ollama for a previously saved estimation (identified by `id`). Params: `id`, `llm` (model name), `lang` (`ja`/`en`).
+4. **POST `/via-email`** — One-shot workflow: extract → estimate → feedback → send email. FormData with `xml_file` (multipart) + `req` (JSON string).
 
-Built with React Router v7, a full-stack framework with server-side rendering support.
+**Data persistence pattern**: `extract-steps` generates a hash-based `id` and saves data as JSON to `VAULT_DIR`. Subsequent endpoints use this `id` to retrieve the saved data, enabling stateless requests.
 
-## Development Environment
+### Frontend Architecture
 
-### Prerequisites
+Single-page application (all UI in `app/routes/home.tsx`) with three UI states:
+1. **Input** — Survey form (3 questions about phone habits + bedtime), XML file upload, optional email
+2. **Loading** — Progress through extract → estimate → feedback stages
+3. **Results** — Recharts timeline/bar charts for bed/wake times; LLM feedback rendered as Markdown via react-markdown
 
-- VSCode with Dev Container extension
-- Docker running
-- GitHub SSH connection configured
+Key directories:
+- `app/components/` — Reusable components (survey-form, file-upload, result-view, ai-feedback)
+- `app/utils/` — SWR hooks (`use-extract-steps`, `use-estimate-sleep`, `use-ai-feedback`) + fetch wrappers in `api.ts`
+- `app/core/` — `constants.ts` (API endpoint), `survey-schema.ts` (Zod validation)
+- `app/locales/` — `translation-ja.json` and `translation-en.json` (i18next)
+
+## Development Environment
 
 ### Container Services
 
-- `thor-workspace`: Development workspace
-- `thor-backend`: FastAPI server (port 8000)
-- `thor-frontend`: React Router dev server (port 5173)
-- `thor-ollama`: AI/LLM service (port 11434)
+- `thor-workspace`: Dev Container (VSCode)
+- `thor-backend`: FastAPI on port 8000
+- `thor-frontend`: React Router dev server on port 5173
+- `thor-ollama`: Ollama LLM service on port 11434
 
 ### Environment Variables
 
-- Backend environment variables are managed in `backend/.env`
-- Defined and accessed via the `Envs` class in `src/core/load_env.py`
+**Backend** (`backend/.env`) — all defined in `src/core/load_env.py` as the `Envs` class:
 
-## Development Commands
-
-### Task Runner
-
-This project uses Go-Task. View available commands with `task -l`.
-
-### Start Development Servers
+Required:
+```
+DATA_ID_SALT=          # Salt for ID generation
+MAIL_ADDRESS=          # Gmail address
+MAIL_USERNAME=         # Same as MAIL_ADDRESS
+MAIL_PASSWORD=         # Gmail App Password (16 chars, not account password)
+MAIL_FROM=             # Sender address
+```
 
-```bash
-# Start backend
-task backend:dev
+Optional (defaults shown):
+```
+IS_DEBUG=false
+DATASTORE_DIR=./datastore
+VAULT_DIR=./datastore/vault
+OLLAMA_ENDPOINT=http://host.docker.internal:11434/v1/
+FRONTEND_ENDPOINT=http://localhost:5173
+API_V1_PREFIX=/api/v1
+MAIL_PORT=587
+MAIL_SERVER=smtp.gmail.com
+```
 
-# Start frontend
-task frontend:dev
+**Frontend** (`frontend/.env`):
+```
+VITE_BACKEND_ENDPOINT=http://localhost:8000
 ```
 
-Backend runs at `http://localhost:8000`, Frontend at `http://localhost:5173`.
+## Development Commands
 
-### Format & Lint
+This project uses Go-Task. View all commands with `task -l`.
 
-```bash
-# Format everything
-task format
+### Servers
 
-# Lint everything
-task lint
+```bash
+task backend:dev   # FastAPI with auto-reload on port 8000
+task frontend:dev  # Vite HMR on port 5173
+```
 
-# Backend only
-task backend:format
-task backend:fix
+### Format, Lint & Type Check
 
-# Frontend only
-task frontend:format
-task frontend:lint
+```bash
+task format           # Format backend (Ruff) + frontend (Prettier)
+task lint             # Lint and auto-fix backend (Ruff) + frontend (ESLint)
+task type-check       # TypeScript type check (frontend only)
+task check            # CI-equivalent: format-check + lint-check + type-check (no auto-fix)
 ```
 
 ### Tests
 
 ```bash
-# Run all tests
-task test
-
-# Backend only
-task backend:test
-
-# Frontend only
-task frontend:test
+task test             # Run all tests
+task backend:test     # pytest -v
+task frontend:test    # pnpm run test
 ```
 
-### Type Checking
-
+Run a single backend test file or function:
 ```bash
-# Type check everything
-task type-check
-
-# Frontend only
-task frontend:type-check
+task backend -- uv run pytest path/to/test_file.py -v
+task backend -- uv run pytest path/to/test_file.py::test_function_name -v
 ```
 
-### CI-equivalent Checks
+### Arbitrary Container Commands
 
 ```bash
-# Run pre-push checks (format-check + lint-check + type-check)
-task check
+task backend -- <command>   # Run in backend container (e.g., uv add <pkg>)
+task frontend -- <command>  # Run in frontend container (e.g., pnpm add <pkg>)
 ```
 
 ## Commit Conventions
 
-Git hooks are managed by Lefthook.
-
-### Commit Message Format
-
-```
-<type>: <description>
-```
-
-Allowed `<type>` values:
+Git hooks via Lefthook:
+- **pre-commit**: Auto-formats and lints, stages fixes
+- **pre-push**: Runs `task check` (no auto-fix)
 
-- `feat`: New feature
-- `fix`: Bug fix
-- `refactor`: Code refactoring
-- `chore`: Other changes
+Commit message format: `<type>: <description>`
 
-### Automatic Hooks
-
-- **pre-commit**: Auto-formats and lints code, staging fixes automatically
-- **pre-push**: Runs all checks (format-check + lint-check + type-check)
+Allowed types: `feat`, `fix`, `refactor`, `chore`
 
 ## API Development Guide
 
 ### Receiving XML Files
 
-For large files like Apple Healthcare's export.xml, use this pattern:
+For raw XML bodies (not JSON), use `Body()` directly — `BaseModel` schemas expect JSON and won't work:
 
 ```python
 from fastapi import APIRouter, Body
@@ -164,40 +166,20 @@ async def extract_steps(
         example="<?xml version=\"1.0\"?>..."
     )
 ):
-    # xml_data contains raw XML string
     pass
 ```
 
-Client-side usage:
-
 ```bash
-# Using curl
 curl -X POST -H 'Content-Type: text/xml' \
   --data-binary @export.xml \
-  http://localhost:8000/api/v1/extract-steps
-
-# Using JavaScript fetch
-const file = document.getElementById('input').files[0];
-await fetch('http://localhost:8000/api/v1/extract-steps', {
-  method: 'POST',
-  headers: {'Content-Type': 'text/xml'},
-  body: file
-});
+  'http://localhost:8000/api/v1/extract-steps?months_of_extract=1'
 ```
 
-**Note**: Using a `BaseModel` schema expects JSON format and won't work with raw XML. Use `Body()` directly instead.
-
-## Package Management
+### LLM Integration
 
-- **Backend**: Uses `uv` (dependencies managed in `pyproject.toml`)
-- **Frontend**: Uses `pnpm` (dependencies managed in `package.json`)
+The backend uses the OpenAI Python SDK pointed at the Ollama endpoint — not actual OpenAI. The `OLLAMA_ENDPOINT` env var configures this. Model names come from Ollama's model list (e.g., `thor-gemma3:latest`).
 
-Execute commands inside containers:
-
-```bash
-# Run arbitrary command in backend container
-task backend -- <command>
+## Package Management
 
-# Run arbitrary command in frontend container
-task frontend -- <command>
-```
+- **Backend**: `uv` (`pyproject.toml`)
+- **Frontend**: `pnpm` (`package.json`)

README.md

@@ -3,12 +3,10 @@
 Thor の AI 駆動のフルスタック
 
 https://github.com/273Do/Thor
-https://github.com/273Do/Thor-Web-App-Frontend  
-https://github.com/273Do/Thor-Web-App-Backend
 
 ## アプリ概要
 
-本 web アプリは、iPhone のヘルスケアデータから睡眠パターンを推定・分析するWebサービスです。
+本 web アプリは、iPhone のヘルスケアデータから睡眠パターンを推定・分析し、LLM からフィードバックを取得するWebサービスです。
 
 ### フロー
 
@@ -29,6 +27,20 @@ https://github.com/273Do/Thor-Web-App-Backend
 
 本サービスは Apple ヘルスケアの XML エクスポートを利用するため、iPhone ユーザーを対象としています。Android など他のデバイスをお使いの方は、ヘルスデータを[指定の形式](https://github.com/273Do/Thor-Monorepo/blob/1923da19e313a79f8afa3c7c4b4036ce1542586a/backend/src/schemas/estimate_sleep.py#L29-L46)に変換したうえで API を直接呼び出すことでご利用いただけます。
 
+### LLM を用いたフィードバック
+
+独自のアルゴリズムによって推定された睡眠データを参考に、ローカル LLM を使用してフィードバックを行います。対応経路によって使用するモデルとプロンプトが異なります。
+
+- ブラウザ表示では解析結果がグラフで視覚的に確認できるため、LLM フィードバックは補助的な位置づけです。応答速度がユーザー体験に直結するため、軽量モデルを使用し、プロンプトも睡眠傾向の要約と手軽なアドバイスに絞っています。
+
+- メール送信では応答速度より質を優先できます。グラフを伴わないテキストのみの出力になります。睡眠パター
+  ンの詳細な分析・専門的見解・生活習慣への影響・具体的な改善アドバイスを含む包括的なフィードバックを返すプロンプトを使用しています。
+
+| 種別                   | モデル                                                                  | レスポンス内容                                                                 | レスポンス速度 | 対応経路             |
+| ---------------------- | ----------------------------------------------------------------------- | ------------------------------------------------------------------------------ | -------------- | -------------------- |
+| 専門的なフィードバック | [gemma3:27b](https://ollama.com/library/gemma3:27b)                     | 解析結果をもとにした睡眠異常・専門的見解・生活への影響・具体的な改善アドバイス | 1分程度        | メール経由のみ       |
+| 簡易的なフィードバック | [mistral-small3.1:24b](https://ollama.com/library/mistral-small3.1:24b) | 睡眠傾向のサマリーと、すぐに実践できる簡単なアドバイス                         | 10秒程度       | ブラウザ・メール経由 |
+
 ## プロジェクト構成
 
 - **Frontend**: React + TypeScript + Tailwind CSS
@@ -58,24 +70,25 @@ git clone git@github.com:273Do/Thor-Monorepo.git
 
 ### 3. LLM の用意
 
-以下のコマンドを実行して`ollama/` 内に用意された LLM を読み込みます。
+以下のコマンドを実行して`ollama/` 内に用意された LLM を読み込みます。かなり時間がかかります。
 
 ```bash
 chmod +x ollama/setup.sh
 ./ollama/setup.sh
 ```
 
-うまく読み込めると以下のように表示されますが、自作モデル（thor-\*）はベースモデルの重みを共有して参照しているだけなので、ディスク容量が2倍になるわけではありません。Modelfile
-で設定したパラメータの差分だけが追加で保持されています。
+うまく読み込めると以下のように表示されますが、自作モデル（thor-\*）はベースモデルの重みを共有して参照しているだけなので、ディスク容量が2倍になるわけではありません。Modelfile で設定したパラメータの差分だけが追加で保持されています。
 
 ```
 NAME                  ID              SIZE      MODIFIED
-gemma3:12b            hogehogehoge    o GB    x seconds ago
-thor-gemma3:latest    fugafugafuga    o GB    x seconds ago
-thor-llama3:latest    piyopiyopiyo    o GB    x seconds ago
-llama3.1:8b           fofoofoofoof    o GB    x seconds ago
+gemma3:27b                          abcdefghijkl    17 GB     X hours ago
+thor-gemma3-27b:latest              mnopqrstuvwx    17 GB     X hours ago
+thor-mistral-small3-1-24b:latest    yz0123456789    15 GB     X hours ago
+mistral-small3.1:24b                ABCDEFGHIJKL    15 GB     X hours ago
 ```
 
+Modelfile の各パラメータ詳細は[公式ドキュメント](https://docs.ollama.com/modelfile#parameter)を参照。
+
 ### 4. 起動方法
 
 VSCode で Dev Container でプロジェクトを開きます。
@@ -122,7 +135,7 @@ claude
 
 ## 公開設定
 
-- cloudflare tunnel を使用してアプリを公開します。
+- cloudflare tunnel を使用してアプリを公開します。(未対応)
 
 1. [Cloudflareダッシュボード](https://dash.cloudflare.com)から [Zero Trust] > [Networks] > [Overview] > [Manage Tunnels] > [Create new cloudflared Tunnel] を選択します。
 

backend/.env.example

@@ -29,4 +29,4 @@ MAIL_USERNAME=${MAIL_ADDRESS}
 MAIL_PASSWORD=xxxxxxxxxxxxxxxx
 MAIL_FROM=${MAIL_ADDRESS}
 MAIL_PORT=587
-MAIL_SERVER=smtp.mail.com
+MAIL_SERVER=smtp.gmail.com