More than 1 year has passed since last update.

技育CAMPキャラバンで株式会社CyberAgent様から企業賞をいただきました

Last updated at 2023-07-04Posted at 2023-07-01

はじめに

初めましての方は初めまして、久しぶりの方はお久しぶりです。佐藤佑哉です。
先日、春のインターンに参加した時に出会った同期の方々と、2023年6月17日（土）に福岡で開催された、技育 CAMP キャラバン2023　vol.2　in福岡に出場し、株式会社CyberAgent様から企業賞をいただきました。
その振り返りを本記事を通して残したいと思います。

技育CAMPキャラバンとは

サポーターズ主催のオフライン型ハッカソンです。以前まで、技育ハッカソンはオンラインでの開催が主でしたが、、ついに対面でハッカソンをする貴重なハッカソンとなりました。

作成物

私たちは献立お助けアプリ「レシピLite」を作成しました。

（発表資料から抜粋）

役割・やったこと

役割は、「UI班・機械学習班」が3人、「データ班」は1人で分けました。
今回、私は「データ班」だったので、画面の作成をしておらず、データのアクセス・ビジネスロジックと画面の状態管理を担当したので、そちらを中心的にお話しできればと思います🙇‍♂️

アーキテクチャの選定

今回のアーキテクチャは、アプリの推奨アーキテクチャであるUIレイヤ・ドメインレイヤ・データレイヤの3層を用いたレイヤードアーキテクチャとクリーンアーキテクチャを採用しました！

単体テストやテストダブル

今回、Flutterのテストを実装してみました（してみたかった）。データレイヤからの実装が大半だったので、エラー時の対処を早くするためにテストダブルや単体テストを行いました。
難しかったことは、isarのデータベースを使用した単体テストでした。getApplicationSupportDirectory()を使用し、パスを取得したかったのですが、 MissingPluginExceptionというエラーが出てしまうため、このような実装にいたしました。

テストのセットアップ

setUpAll(() async {
    final name = Random().nextInt(pow(2, 32) as int);

    dir = Directory(
      path.join(
        Directory.current.path,
        '.dart_tool',
        'test',
        'application_support_$name',
      ),
    );
    //パスが存在しない場合は、再帰的にディレクトリを作成する
    await dir.create(recursive: true);

    //Isarを開く
    isar = await Isar.open(
      [RecipeSchema],
      directory: dir.path,
    );

    recipeService = RecipeService(isar);
  });

実際にテスト

test("レシピを保存できているかどうかを判断する単体テスト", () async {
    //レシピを保存する
    await recipeService.insertRecipe(recipe[0]).then((value) => expect(0, 0));
    await recipeService.insertRecipe(recipe[1]).then((value) => expect(1, 1));
    //保存されているレシピを取得する
    //全てのプロパティが一致するかを検証する
  });

  tearDownAll(
    () async {
      //Isarを閉じる
      await isar.close(deleteFromDisk: true);
      //テスト用のディレクトリを削除する
      if (dir.existsSync()) {
        await dir.delete(recursive: true);
      }
    },
  );

ChatGPTを用いたチャット機能からPaLM APIへの移行

チームから6/15(木)の深夜1:00くらいに連絡がありました。
「Maker Suite使えるようになった！」
「レスポンス早い！」
「精度が良い！」
Googleが提供している大規模言語モデルAPIであるPaLMがWeb上で使用できるようになったそうなのです。また、PaLMのAPIキーを取得できるようになりました。また、ChatGPTで実装している都合上、このような問題がありました。

レスポンスが単純に遅い
献立の精度を上げる都合上、ChatGPTに最初にメッセージを送る必要があるため、無駄なポストが増える

この2点を踏まえて、PaLM APIに移行しようと考えました。
実際に単体テストを行った結果、PaLM APIの方が約3秒早い結果となりました🥳

移行において難しかったこと

難しかったことは、PaLM APIが返してくるメッセージ中身がMarkDownで送られてくることでした。そのため、必要なデータをJson形式で取得していたのですが、返してきてからの処理がとても大変でした。

//
//{ "candidates" [ "output": {...}]
//}
//→outputプロパティはこのようになっている
//```json
//{ 
//     "recipe": "ポテトはおいしいです"
//...
//}
//


//レスポンスボディをパース
final parseByJsonToString = json
  .decode(chatResponse.body)['candidates'][0]["output"]
  .toString();

final cuttedMessage = parseByJsonToString.substring(
  parseByJsonToString.indexOf('{'), //最初の{の位置までを切り取る
  parseByJsonToString.length - 3); //最後の[''']を切り取る

//パースしたものをまたパースして、Messageデータクラスに格納する
final recipe = Message.fromJson(
  json.decode(cuttedMessage),
);