Helm Backend API ドキュメント

ベースURL

開発環境: http://localhost:8000
本番環境: https://helm-api-xxxxx-xx.a.run.app (将来)

認証

オフ（デフォルト）: 環境変数 API_KEYS が未設定または空のときは認証不要。従来どおり全エンドポイントにアクセス可能。
オン: API_KEYS に JSON 配列（例: [{"key":"helm-owner-dev-key","role":"owner"}]）を設定すると、/・/docs・/redoc・/openapi.json 以外では X-API-Key ヘッダ必須。キーなし → 401、不正なキー → 403。詳細は認証設計を参照。

インタラクティブAPIドキュメント

開発サーバー起動後、以下のURLでSwagger UIが利用できます：

Swagger UI: http://localhost:8000/docs
ReDoc: http://localhost:8000/redoc

ここで全エンドポイントの詳細を確認し、実際にAPIを呼び出すことができます。

エンドポイント

1. ヘルスチェック

GET /

APIの動作確認用エンドポイント。

レスポンス:

{
  "message": "Helm API",
  "version": "0.1.0",
  "status": "running"
}

2. 議事録取り込み

POST /api/meetings/ingest

Google Meet議事録を取り込み、パース処理を実行します。

リクエストボディ:

{
  "meeting_id": "meeting_001",
  "transcript": "CFO: 今期の成長率は計画を下回っています...",  // オプション
  "metadata": {
    "meeting_name": "四半期経営会議",
    "date": "2025-01-15",
    "participants": ["CFO", "CEO", "通信本部長", "DX本部長"]
  }
}

レスポンス:

{
  "meeting_id": "meeting_001",
  "status": "success",
  "parsed": {
    "statements": [
      {
        "speaker": "CFO",
        "text": "今期の成長率は計画を下回っています..."
      }
    ],
    "kpi_mentions": [...],
    "exit_discussed": false,
    "total_statements": 10
  }
}

注意:

transcript が空または未指定の場合、Google Meet APIから自動取得します（現在はモックデータ）
レスポンスには実際の議事録テキスト（transcript）とメタデータ（metadata）も含まれます

エラーレスポンス:

503 Service Unavailable: Google Meet APIからの取得に失敗した場合
422 Validation Error: リクエストボディのバリデーションエラー

3. チャット取り込み

POST /api/chat/ingest

Google Chatログを取り込み、パース処理を実行します。

リクエストボディ:

{
  "chat_id": "chat_001",
  "messages": [  // オプション
    {
      "user": "経営企画A",
      "text": "数字かなり厳しかったですね…",
      "timestamp": "2025-01-15T15:30:00Z"
    }
  ],
  "metadata": {
    "channel_name": "経営企画チャンネル",
    "project_id": "project_zombie"
  }
}

レスポンス:

{
  "chat_id": "chat_001",
  "status": "success",
  "parsed": {
    "total_messages": 3,
    "risk_messages": [...],
    "escalation_mentioned": false,
    "opposition_messages": [...],
    "has_concern": true
  }
}

注意:

messages が空または未指定の場合、Google Chat APIから自動取得します（現在はモックデータ）
レスポンスには実際のチャットメッセージ（messages）とメタデータ（metadata）も含まれます

エラーレスポンス:

503 Service Unavailable: Google Chat APIからの取得に失敗した場合
422 Validation Error: リクエストボディのバリデーションエラー

4. 資料取り込み

POST /api/materials/ingest

会議資料（スライド、ドキュメントなど）を取り込みます。

リクエストボディ:

{
  "material_id": "material_001",
  "content": "会議資料のテキスト内容...",
  "metadata": {
    "title": "四半期経営会議資料",
    "type": "presentation",
    "created_at": "2025-01-15T10:00:00Z"
  }
}

レスポンス:

{
  "material_id": "material_001",
  "status": "success",
  "content_length": 1234,
  "metadata": {
    "title": "四半期経営会議資料",
    "type": "presentation",
    "created_at": "2025-01-15T10:00:00Z"
  }
}

注意:

資料のテキスト内容をcontentフィールドに含める必要があります
意思決定の詰まりの検知時にmaterial_idを指定することで、資料内容も分析に含まれます

エラーレスポンス:

422 Validation Error: リクエストボディのバリデーションエラー

5. 意思決定の詰まりの検知

POST /api/analyze

会議データとチャットデータから意思決定の詰まり（判断の遅れ・責任の曖昧さ等）を検知します。マルチ視点評価システムにより、ルールベース分析とマルチ視点LLM分析（4つのロール視点）をアンサンブルして、より精度の高い評価を実現します。

リクエストボディ:

{
  "meeting_id": "meeting_001",
  "chat_id": "chat_001",  // オプション
  "material_id": "material_001"  // オプション（会議資料）
}

レスポンス:

{
  "analysis_id": "analysis_123",
  "meeting_id": "meeting_001",
  "chat_id": "chat_001",
  "findings": [
    {
      "pattern_id": "B1_正当化フェーズ",
      "severity": "HIGH",
      "score": 75,
      "description": "KPI悪化認識があるが戦略変更議論がない",
      "evidence": [
        "KPI下方修正が3回検出",
        "撤退/ピボット議論が一度も行われていない",
        "判断集中率: 75.00%"
      ],
      "quantitative_scores": {
        "kpi_downgrade_count": 3,
        "exit_discussed": false,
        "decision_concentration_rate": 0.75,
        "ignored_opposition_count": 2
      }
    }
  ],
  "scores": {
    "B1_正当化フェーズ": 75
  },
  "score": 69,
  "severity": "HIGH",
  "urgency": "HIGH",
  "explanation": "【重要度: MEDIUM / 緊急度: HIGH】\n\nリスク認識から報告までの遅延が検出されました...",
  "created_at": "2025-01-20T10:00:00",
  "status": "completed",
  "is_llm_generated": true,
  "llm_status": "success",
  "llm_model": "models/gemini-1.5-flash",
  "multi_view": [
    {
      "role_id": "executive",
      "weight": 0.4,
      "overall_score": 75,
      "severity": "HIGH",
      "urgency": "MEDIUM",
      "explanation": "KPI悪化が継続しているにも関わらず、計画維持の意思決定がなされており...",
      "analysis": { ... }
    },
    {
      "role_id": "corp_planning",
      "weight": 0.3,
      "overall_score": 75,
      "severity": "HIGH",
      "urgency": "HIGH",
      "explanation": "KPI悪化にも関わらず計画維持の決定は、判断が止まっているリスクを示唆します...",
      "analysis": { ... }
    },
    {
      "role_id": "staff",
      "weight": 0.2,
      "overall_score": 75,
      "severity": "HIGH",
      "urgency": "HIGH",
      "explanation": "KPIの悪化が続いているにも関わらず、計画の維持が決定され...",
      "analysis": { ... }
    },
    {
      "role_id": "governance",
      "weight": 0.1,
      "overall_score": 75,
      "severity": "HIGH",
      "urgency": "MEDIUM",
      "explanation": "KPI悪化が継続しているにも関わらず、現状維持の判断が優先されています...",
      "analysis": { ... }
    }
  ],
  "ensemble": {
    "overall_score": 69,
    "severity": "HIGH",
    "urgency": "HIGH",
    "reasons": [
      "【重要度: MEDIUM / 緊急度: HIGH】\n\nリスク認識から報告までの遅延が検出されました...",
      "[executive] KPI悪化が継続しているにも関わらず、計画維持の意思決定がなされており...",
      "[corp_planning] KPI悪化にも関わらず計画維持の決定は、判断が止まっているリスクを示唆します..."
    ],
    "contributing_roles": [
      {
        "role_id": "executive",
        "weight": 0.4,
        "overall_score": 75,
        "severity": "HIGH",
        "urgency": "MEDIUM"
      },
      {
        "role_id": "corp_planning",
        "weight": 0.3,
        "overall_score": 75,
        "severity": "HIGH",
        "urgency": "HIGH"
      },
      {
        "role_id": "staff",
        "weight": 0.2,
        "overall_score": 75,
        "severity": "HIGH",
        "urgency": "HIGH"
      },
      {
        "role_id": "governance",
        "weight": 0.1,
        "overall_score": 75,
        "severity": "HIGH",
        "urgency": "MEDIUM"
      }
    ]
  },
  "output_file": {
    "filename": "analysis_123.json",
    "file_id": "analysis_123",
    "path": "outputs/analysis_123.json"
  }
}

レスポンスフィールドの説明:

score: アンサンブル後の最終スコア（0-100点）。0.6 × ルールベーススコア + 0.4 × LLM平均スコアで計算
severity, urgency: ルールベースと各ロールの結果のうち、最も強い（安全側）を採用
is_llm_generated: マルチ視点LLM分析が実行されたかどうか（true/false）
llm_status: LLMの状態（success, disabled, errorなど）
llm_model: 使用されたLLMモデル名（例: models/gemini-1.5-flash）
multi_view: マルチ視点LLM分析の結果。4つのロール（Executive, Corp Planning, Staff, Governance）の評価結果を含む
- role_id: ロールID
- weight: ロールの重み（アンサンブル時に使用）
- overall_score: そのロール視点でのスコア（0-100点）
- severity, urgency: そのロール視点での重要度・緊急度
- explanation: そのロール視点での説明文
- analysis: そのロール視点での完全な分析結果（findingsを含む）
ensemble: アンサンブルスコアリングの結果
- overall_score: アンサンブル後の最終スコア
- severity, urgency: アンサンブル後の重要度・緊急度
- reasons: 統合された理由文（ルールベース + 主要ロールのコメント）
- contributing_roles: 各ロールの貢献度情報
output_file: 分析結果が保存されたファイル情報（オプション）

評価システムの動作:

ルールベース分析: 定量的指標（KPI下方修正回数、撤退議論の有無、判断集中率など）に基づいて意思決定の詰まりを検知
マルチ視点LLM分析: 同じデータを4つの異なる視点（Executive, Corp Planning, Staff, Governance）からLLMで評価
アンサンブルスコアリング: ルールベース結果とLLM結果を統合して最終スコアを決定

注意:

chat_idとmaterial_idはオプションです
LLM統合が無効な場合（USE_LLM=false または GOOGLE_API_KEY未設定）、ルールベース分析のみが実行されます（multi_viewは空配列）
分析結果は自動的にJSONファイルとして保存されます（outputs/ディレクトリ）

エラーレスポンス:

404 Not Found: 指定されたmeeting_idが見つからない場合
503 Service Unavailable: LLM分析に失敗した場合（ルールベース分析にフォールバック）
422 Validation Error: リクエストボディのバリデーションエラー

6. 分析結果取得

GET /api/analysis/{analysis_id}

分析結果の詳細を取得します。

パスパラメータ:

analysis_id: 分析ID

レスポンス: 上記の /api/analyze と同じ形式

エラーレスポンス:

404 Not Found: 指定されたanalysis_idが見つからない場合

7. Executive呼び出し

POST /api/escalate

意思決定の詰まりが検出された場合、Executiveを呼び出します。

リクエストボディ:

{
  "analysis_id": "analysis_123"
}

レスポンス:

{
  "escalation_id": "escalation_456",
  "analysis_id": "analysis_123",
  "target_role": "Executive",
  "reason": "正当化フェーズの兆候が検出されました。方針変更にはExecutiveの承認が必要です。",
  "severity": "HIGH",
  "urgency": "MEDIUM",
  "score": 75,
  "created_at": "2025-01-20T10:05:00",
  "status": "pending"
}

注意:

エスカレーション判断エンジンが、分析結果に基づいて自動的に適切なロールを決定します
エスカレーション条件を満たしていない場合（スコアが閾値未満など）、エラーが返されます

エラーレスポンス:

404 Not Found: 指定されたanalysis_idが見つからない場合
422 Validation Error: エスカレーション条件を満たしていない場合

8. Executive承認

POST /api/approve

Executiveが介入案を承認または修正します。

リクエストボディ:

{
  "escalation_id": "escalation_456",
  "decision": "approve",  // "approve" または "modify"
  "modifications": {  // オプション（decisionが"modify"の場合）
    "additional_conditions": "..."
  }
}

レスポンス:

{
  "approval_id": "approval_789",
  "escalation_id": "escalation_456",
  "decision": "approve",
  "modifications": null,
  "created_at": "2025-01-20T10:10:00",
  "status": "approved"
}

注意:

decisionは"approve"または"modify"のいずれかである必要があります
modificationsはdecisionが"modify"の場合に使用されます

エラーレスポンス:

404 Not Found: 指定されたescalation_idが見つからない場合
422 Validation Error: decisionが無効な値の場合

9. AI自律実行開始（ADKベースのマルチエージェントシステム）

POST /api/execute

Executive承認後、AIがADK (Agent Development Kit) を使用したマルチエージェントシステムで自律的にタスクを実行します。

Phase1（実装完了）: モック実装とADK統合、フォールバック対応 Phase2（実装予定）: 実際のAPI統合（Vertex AI Search、Google Drive、Google Chat/Gmail API）

リクエストボディ:

{
  "approval_id": "approval_789"
}

レスポンス:

{
  "execution_id": "execution_abc",
  "approval_id": "approval_789",
  "status": "running",
  "progress": 0,
  "tasks": [
    {
      "id": "task1",
      "name": "市場データ分析",
      "status": "pending",
      "type": "research"
    },
    {
      "id": "task2",
      "name": "社内データ統合",
      "status": "pending",
      "type": "analysis"
    },
    {
      "id": "task3",
      "name": "3案比較資料の自動生成",
      "status": "pending",
      "type": "document"
    },
    {
      "id": "task4",
      "name": "関係部署への事前通知",
      "status": "pending",
      "type": "notification"
    },
    {
      "id": "task5",
      "name": "会議アジェンダの更新",
      "status": "pending",
      "type": "calendar"
    }
  ],
  "created_at": "2025-01-20T10:15:00",
  "updated_at": "2025-01-20T10:15:00",
  "is_llm_generated": true,
  "llm_status": "success",
  "llm_model": "gemini-1.5-pro",
  "output_file": {
    "filename": "execution_abc_tasks.json",
    "file_id": "execution_abc",
    "path": "outputs/execution_abc_tasks.json"
  }
}

レスポンスフィールドの説明:

is_llm_generated: タスク生成にLLMを使用したかどうか
llm_status: LLMの状態
llm_model: 使用されたLLMモデル名
output_file: タスク生成結果が保存されたファイル情報（オプション）

注意:

実行はバックグラウンドで非同期に実行されます
実行進捗はWebSocketエンドポイント（/api/execution/{execution_id}/ws）でリアルタイムに取得できます
タスク生成結果は自動的にJSONファイルとして保存されます

エラーレスポンス:

404 Not Found: 指定されたapproval_idが見つからない場合
503 Service Unavailable: LLMタスク生成に失敗した場合（モックタスクにフォールバック）

10. 実行状態取得

GET /api/execution/{execution_id}

AI自律実行の進捗状況を取得します。

パスパラメータ:

execution_id: 実行ID

レスポンス: 上記の /api/execute と同じ形式（status と progress が更新される）

注意:

実行中のタスクは、経過時間に基づいて自動的に進捗が更新されます
各タスクは約2秒間隔で順次実行されます

エラーレスポンス:

404 Not Found: 指定されたexecution_idが見つからない場合

11. 実行結果取得

GET /api/execution/{execution_id}/results

AI自律実行の結果を取得します。

パスパラメータ:

execution_id: 実行ID

レスポンス:

{
  "execution_id": "execution_abc",
  "results": [
    {
      "type": "document",
      "name": "3案比較資料の自動生成",
      "download_url": "https://drive.google.com/file/d/mock_file_id/view"
    },
    {
      "type": "notification",
      "name": "関係部署への事前通知",
      "recipients": 8
    },
    {
      "type": "research",
      "name": "市場データ分析",
      "data": {
        "topic": "ARPU動向",
        "results": [...]
      }
    }
  ],
  "download_url": "https://drive.google.com/file/d/mock_file_id/view"
}

レスポンスフィールドの説明:

results: 完了したタスクの結果リスト
- type: タスクタイプ（document, notification, research, analysisなど）
- name: タスク名
- タスクタイプに応じた追加フィールド（download_url, recipients, dataなど）
download_url: メインのダウンロードURL（最初のドキュメント）

エラーレスポンス:

404 Not Found: 指定されたexecution_idが見つからない場合

12. WebSocket: 実行進捗のリアルタイム更新

WebSocket /api/execution/{execution_id}/ws

AI自律実行の進捗をリアルタイムで取得します。

接続方法:

const ws = new WebSocket('ws://localhost:8000/api/execution/execution_abc/ws');

ws.onmessage = (event) => {
  const data = JSON.parse(event.data);
  console.log(data);
  // {
  //   "type": "progress",
  //   "data": {
  //     "execution_id": "execution_abc",
  //     "status": "running",
  //     "progress": 40,
  //     "tasks": [...]
  //   }
  // }
};

メッセージタイプ:

progress: 進捗更新
completed: 実行完了
error: エラー発生

注意:

WebSocket接続は実行中のみ有効です
複数のクライアントが同じ実行IDに接続できます

13. ファイルダウンロードURL取得

GET /api/download/{file_id}

Google DriveファイルのダウンロードURLを取得します。

パスパラメータ:

file_id: Google DriveファイルID

レスポンス:

{
  "file_id": "mock_file_id",
  "download_url": "https://drive.google.com/file/d/mock_file_id/view",
  "filename": "3案比較資料.pdf"
}

エラーレスポンス:

404 Not Found: 指定されたfile_idが見つからない場合
503 Service Unavailable: Google Drive APIからの取得に失敗した場合

14. 出力ファイル一覧取得

GET /api/outputs

保存された出力ファイルの一覧を取得します。

クエリパラメータ:

file_type (オプション): ファイルタイプでフィルタ（例: analysis, tasks）

レスポンス:

{
  "files": [
    {
      "filename": "analysis_123.json",
      "file_id": "analysis_123",
      "file_type": "analysis",
      "created_at": "2025-01-20T10:00:00",
      "size": 1234
    }
  ],
  "total": 1
}

エラーレスポンス:

500 Internal Server Error: ファイル一覧の取得に失敗した場合

15. 出力ファイル取得

GET /api/outputs/{file_id}

保存された出力ファイルをダウンロードします。

パスパラメータ:

file_id: ファイルID

レスポンス:

Content-Type: application/json
ファイルの内容（JSON形式）

エラーレスポンス:

404 Not Found: 指定されたfile_idが見つからない場合

16. 誤検知フィードバック

POST /api/feedback/false-positive

精度改善のため、誤検知として登録します。

リクエストボディ:

{
  "analysis_id": "analysis_001",
  "pattern_id": "B1_正当化フェーズ",
  "reason": "KPI下方修正は計画内の見直しであり意思決定の詰まりではない",
  "mitigation": null
}

レスポンス:

{
  "false_positive_id": "1",
  "analysis_id": "analysis_001",
  "pattern_id": "B1_正当化フェーズ",
  "status": "registered"
}

17. 精度指標取得

GET /api/metrics/accuracy

Precision / Recall / F1 / 誤検知率を取得します。pattern_id でパターン別に絞り込み可能です。

クエリパラメータ:

pattern_id（オプション）: パターンID（指定時はそのパターンのみ集計）

レスポンス:

{
  "precision": 0.85,
  "recall": 0.9,
  "f1_score": 0.87,
  "false_positive_rate": 0.15,
  "true_positives": 9,
  "false_positives": 2,
  "false_negatives": 1,
  "total_labels": 12,
  "pattern_id": "B1_正当化フェーズ"
}

18. 監査ログ取得

GET /api/audit/logs

監査ログを取得します。クエリパラメータでフィルタ可能です。

クエリパラメータ:

user_id, role, action, resource_type, resource_id（オプション）
start_time, end_time（オプション・ISO8601形式）
limit（オプション・デフォルト 100、最大 500）

レスポンス:

{
  "logs": [
    {
      "log_id": "...",
      "timestamp": "2025-02-12T10:00:00",
      "user_id": "user1",
      "role": "owner",
      "action": "view_analysis",
      "resource_type": "analysis",
      "resource_id": "analysis_001",
      "details": {},
      "prev_hash": "...",
      "entry_hash": "..."
    }
  ],
  "count": 1
}

各エントリには改ざん検知用のハッシュチェーン（prev_hash, entry_hash）が付与されます。

19. 監査ログのハッシュチェーン検証

GET /api/audit/verify

監査ログのハッシュチェーンを検証し、改ざんの有無を返します。

レスポンス:

{
  "valid": true,
  "invalid_index": null,
  "total_entries": 42,
  "message": "Chain verified successfully"
}

改ざんが検出された場合は valid: false、invalid_index に問題のインデックス、message に詳細が入ります。

20. 分析利用状況（メトリクス）取得

GET /api/metrics/usage

直近の分析の平均レイテンシ・トークン数・分析件数を取得します。

クエリパラメータ:

last_n（オプション）: 直近 N 件に絞って集計。未指定時は全件。

レスポンス:

{
  "count": 10,
  "avg_latency_ms": 3500.5,
  "total_llm_calls": 40,
  "total_input_tokens": 120000,
  "total_output_tokens": 8000,
  "total_tokens": 128000
}

21. データ保存期間に基づく削除（管理用）

POST /api/admin/retention/cleanup

設定された保持日数を超えたデータを各ストアから削除します。日次バッチ等から呼び出す想定です。

レスポンス:

{
  "status": "ok",
  "deleted": {
    "executions_db": 0,
    "approvals_db": 0,
    "escalations_db": 0,
    "analyses_db": 0,
    "meetings_db": 0,
    "chats_db": 0,
    "materials_db": 0
  }
}

設計は data-retention.md を参照。

エラーレスポンス

すべてのエンドポイントで、エラーが発生した場合は以下の形式で返されます：

{
  "error_id": "550e8400-e29b-41d4-a716-446655440000",
  "error_code": "NOT_FOUND",
  "message": "会議データが見つかりません: meeting_001",
  "details": {
    "resource_type": "meeting",
    "resource_id": "meeting_001"
  }
}

エラーレスポンスフィールド:

error_id: エラーを一意に識別するID（トラブルシューティング用）
error_code: エラーコード（下記参照）
message: エラーメッセージ（日本語）
details: エラーの詳細情報（オプション）

HTTPステータスコード:

200: 成功
400: バリデーションエラー（VALIDATION_ERROR）
401: 認証が必要（API Key 有効時でキー未送信）
403: 認可エラー（API Key 無効・不正）
404: リソースが見つからない（NOT_FOUND）
429: レート制限超過（RATE_LIMIT_EXCEEDED）。Retry-After ヘッダで再試行までの秒数を示す。
422: リクエストボディのバリデーションエラー（VALIDATION_ERROR）
500: 内部サーバーエラー（INTERNAL_SERVER_ERROR）
503: サービス利用不可（SERVICE_ERROR）
504: タイムアウト（TIMEOUT_ERROR）

エラーコード一覧:

VALIDATION_ERROR: バリデーションエラー
NOT_FOUND: リソースが見つからない
RATE_LIMIT_EXCEEDED: レート制限超過（1分あたりのリクエスト数上限）
SERVICE_ERROR: 外部サービス（Google APIなど）の呼び出しエラー
TIMEOUT_ERROR: タイムアウトエラー
RETRYABLE_ERROR: リトライ可能なエラー
INTERNAL_SERVER_ERROR: 内部サーバーエラー
HTTP_{status_code}: HTTP例外（例: HTTP_404）

エラーハンドリングのベストプラクティス:

error_idを記録しておくと、トラブルシューティングが容易になります
error_codeに基づいて適切な処理を実装できます
detailsフィールドに追加情報が含まれる場合があります
503 Service Unavailableエラーの場合、リトライを検討してください

使用例

cURL

# 議事録取り込み
curl -X POST http://localhost:8000/api/meetings/ingest \
  -H "Content-Type: application/json" \
  -d '{
    "meeting_id": "meeting_001",
    "metadata": {
      "meeting_name": "四半期経営会議",
      "date": "2025-01-15",
      "participants": ["CFO", "CEO"]
    }
  }'

# 意思決定の詰まりの検知
curl -X POST http://localhost:8000/api/analyze \
  -H "Content-Type: application/json" \
  -d '{
    "meeting_id": "meeting_001",
    "chat_id": "chat_001"
  }'

JavaScript (Fetch API)

// 議事録取り込み
const response = await fetch('http://localhost:8000/api/meetings/ingest', {
  method: 'POST',
  headers: {
    'Content-Type': 'application/json',
  },
  body: JSON.stringify({
    meeting_id: 'meeting_001',
    metadata: {
      meeting_name: '四半期経営会議',
      date: '2025-01-15',
      participants: ['CFO', 'CEO']
    }
  })
});

const data = await response.json();
console.log(data);

レート制限・制約事項

現在、レート制限は実装されていません。将来実装予定です。

制約事項:

議事録の最大サイズ: 制限なし（ただし、大きな議事録は処理に時間がかかる場合があります）
チャットメッセージ数: 制限なし
同時実行数: 制限なし（ただし、リソースに応じて調整が必要な場合があります）

データの永続化

現在、データはインメモリストレージに保存されています。サーバーを再起動するとデータは失われます。

将来実装予定:

Firestore統合によるデータの永続化
分析結果の履歴管理
エスカレーション履歴の永続化

モックモードと実APIモード

Helmは、モックモードと実APIモードの両方をサポートしています。

モックモード:

Google APIの認証情報が設定されていない場合、自動的にモックモードになります
モックデータを使用して動作確認が可能です
レスポンスにis_llm_generated: false、llm_status: "mock_fallback"が含まれます

実APIモード:

Google Cloud認証情報が設定されている場合、実APIモードになります
実際のGoogle Meet、Google Chat、Vertex AI APIが使用されます
レスポンスにis_llm_generated: true、llm_status: "success"が含まれます

環境変数:

USE_LLM=true: LLM統合を有効化
GOOGLE_APPLICATION_CREDENTIALS: Google Cloud認証情報のパス
GOOGLE_CLOUD_PROJECT_ID: Google CloudプロジェクトID

詳細は開発者ガイドを参照してください。

Provide feedback

Saved searches

Use saved searches to filter your results more quickly

Helm Backend API ドキュメント

ベースURL

認証

インタラクティブAPIドキュメント

エンドポイント

1. ヘルスチェック

2. 議事録取り込み

3. チャット取り込み

4. 資料取り込み

5. 意思決定の詰まりの検知

6. 分析結果取得

7. Executive呼び出し

8. Executive承認

9. AI自律実行開始（ADKベースのマルチエージェントシステム）

10. 実行状態取得

11. 実行結果取得

12. WebSocket: 実行進捗のリアルタイム更新

13. ファイルダウンロードURL取得

14. 出力ファイル一覧取得

15. 出力ファイル取得

16. 誤検知フィードバック

17. 精度指標取得

18. 監査ログ取得

19. 監査ログのハッシュチェーン検証

20. 分析利用状況（メトリクス）取得

21. データ保存期間に基づく削除（管理用）

エラーレスポンス

使用例

cURL

JavaScript (Fetch API)

レート制限・制約事項

データの永続化

モックモードと実APIモード

FilesExpand file tree

API_DOCUMENTATION.md

Latest commit

History

API_DOCUMENTATION.md

File metadata and controls

Helm Backend API ドキュメント

ベースURL

認証

インタラクティブAPIドキュメント

エンドポイント

1. ヘルスチェック

2. 議事録取り込み

3. チャット取り込み

4. 資料取り込み

5. 意思決定の詰まりの検知

6. 分析結果取得

7. Executive呼び出し

8. Executive承認

9. AI自律実行開始（ADKベースのマルチエージェントシステム）

10. 実行状態取得

11. 実行結果取得

12. WebSocket: 実行進捗のリアルタイム更新

13. ファイルダウンロードURL取得

14. 出力ファイル一覧取得

15. 出力ファイル取得

16. 誤検知フィードバック

17. 精度指標取得

18. 監査ログ取得

19. 監査ログのハッシュチェーン検証

20. 分析利用状況（メトリクス）取得

21. データ保存期間に基づく削除（管理用）

エラーレスポンス

使用例

cURL

JavaScript (Fetch API)

レート制限・制約事項

データの永続化

モックモードと実APIモード