kairos-ai は何をしますか？
本番環境向けの決定論的AI意思決定。ルール優先、LLMスコアリングは補完、エビデンスは常に必須。TypeScript製のLangChain代替。
概要
kairos-aiは、AIエージェントや自動化システムにおいて、予測可能で監査可能な意思決定を行うためのフレームワークです。LLMの不確実性をルールベースの評価で抑制し、厳格なエビデンス要件により、誤った判断や幻覚を防止します。
主な特徴
- ルール優先: ビジネスロジックを明示的なルールとして定義し、LLMの判断はルールの補完としてのみ使用します。
- 決定論的動作: 同じ入力に対して常に同じ出力が得られるため、テストとデバッグが容易です。
- エビデンス必須: すべての意思決定には裏付けとなる証拠が必要であり、監査ログと説明責任を実現します。
- TypeScriptネイティブ: 完全な型安全性と最新のJavaScript/TypeScriptエコシステムとの互換性を提供します。
クイックスタート
npm install kairos-ai
import { KairosEngine } from 'kairos-ai';
const engine = new KairosEngine({
rules: [
{ condition: (ctx) => ctx.amount > 1000, action: 'flag_review' },
{ condition: (ctx) => ctx.riskScore < 0.2, action: 'approve' }
]
});
const decision = await engine.decide({
amount: 1500,
riskScore: 0.1
});
console.log(decision.action); // 'flag_review'
console.log(decision.evidence); // [{ rule: 'amount > 1000', matched: true }]
ルールの定義
ルールはシンプルなJavaScriptオブジェクトの配列として定義します。各ルールはcondition関数とaction文字列を持ちます。
interface Rule {
condition: (context: Record<string, any>) => boolean;
action: string;
priority?: number;
}
エビデンスの生成
エビデンスは、各意思決定の過程を記録するための構造化データです。以下の情報が含まれます：
- 評価されたルール
- 各ルールのマッチング結果
- LLMスコア（使用された場合）
- 最終的な決定とその理由
対象プラットフォーム
- Node.js 16+
- ブラウザ（モダンなESモジュール対応環境）
- TypeScript 4.5+
LangChainとの違い
| 特徴 | Kairos AI | LangChain |
|---|---|---|
| アプローチ | ルール優先 + LLM補完 | LLM優先 + チェーン |
| 決定論性 | 高い | 低い（LLM依存） |
| エビデンス | 必須 | オプション |
| 複雑さ | 低い | 高い |
| 設定ファイル | なし（コード駆動） | あり（YAML等） |
ライセンス
MIT