Uniclawエンタープライズ向けマルチテナント AI エージェント基盤
考え、記憶し、成長するデジタルワーカー。NestJS 11 と Prisma 7 で構築し、25 の業務モジュールが認知ループ、3層記憶、5層ペルソナ、スキル進化、マルチエージェント協調をカバー。19 の内蔵ツールがすぐ使え、WeCom・Feishu・DingTalk・Web・API のマルチチャネルで接続できます。
認知ループは 4 つのエンジンが閉回路を成します。意図抽出 → 計画 → 評価 → 内省。各ステップは独立してテスト可能なモジュールであり、長いプロンプト 1 本ではありません。
またひとつのチャットボットの殻ではありません。認知ループと長期記憶を備えたエージェントランタイムです。
実際に何を解決するのか
4つの主要機能が、4つの実在する業務ニーズに対応します。
反復的な人力を置き換えます。7×24 の応答、リードの選別、注文フォロー、アフターサービス対応。能力の境界と有人エスカレーションのポリシーは設定可能です。
LangGraph で編成された認知ループ：意図認識、ツール選択、結果の内省、自己修正。長いタスクチェーンでも暴れません。
Milvus ベースのベクトル記憶と構造化プロフィールが二輪で並存し、セッションをまたいで文脈の一貫性を保ちます。
フルスタックでプライベート導入が可能。モデル・データ・記憶は顧客自身のネットワーク境界内に留まります。
能力一覧
- 認知ループの4エンジン：intent-extractor → plan-engine → assess-engine → reflect-engine
- 3層記憶：セッション → エピソード → セマンティック。記憶の減衰とコンテキスト溢れの統治を含む
- 5層ペルソナ：役割・トーン・境界・専門知識・行動方針を層ごとに注入
- 19 の内蔵ツール：Web 検索、SQL クエリ、グラフ生成、コード実行、メール送信、知識検索など
- マルチエージェント協調：orchestrator による編成 + supervisor による監督 + 通信プロトコル
- マルチチャネル接続：WeCom（SCRM pull）、Feishu（push API）、DingTalk（push API）、Web Chat（WebSocket）
スライドの中にある製品ではない
以下の数字は uniclaw-copit リポジトリの実際のコードから読み出したものです。モジュール、テーブル、エンドポイント、機能項目。
技術スタック
機能一覧
8 の業務ドメイン、41 項目の具体的な機能。どれもコード上に実在する実装に対応します。
認知ループ
modules/cognitive考える-動く-学ぶの閉ループ。4 つのエンジンがそれぞれの役割を担い、長いタスクでも暴れません。
- intent-extractor：ユーザー入力から構造化された意図と重要なスロットを抽出
- plan-engine：意図を実行可能なステップ列に展開し、呼び出すツールを決める
- assess-engine：ツールの戻り値の品質を評価し、やり直しが必要か判断
- reflect-engine：ターン末に内省し、失敗経路を自己修正して記憶に書き戻す
- LangGraph の状態機械が駆動。各ノードの状態は永続化と再生が可能
3層記憶
modules/memory記憶するのはチャット履歴ではなく、層状に蓄積したユーザーへの理解です。
- session-storage：セッション単位の短期記憶。現在の対話の文脈を一貫させます
- episodic-storage：エピソード記憶。「何が起きたか」という具体的事件を記録
- semantic-storage：意味記憶。「これはどんなユーザーか」という長期的な理解を蓄積
- vector-search + milvus-client：ベクトル化検索により、意味的な類似で呼び戻し
- memory-decay：記憶の減衰機構。古い情報が重みを占め続けないようにします
- context-overflow：コンテキスト溢れの統治。長い会話は自動で圧縮・切り詰め
- memory-sync-pipeline：記憶同期パイプライン。非同期で保存し、対話をブロックしません
ペルソナシステム
modules/persona役割・トーン・境界・知識・方針の 5層分離。ペルソナの変更にコード変更は不要です。
- 役割層：エージェントの位置づけ（カスタマーサポート / 営業 / アドバイザー / チューター）
- トーン層：表現スタイルと言い回しの制約
- 境界層：何に答え、何を必ず人に渡すか。越境は即座に引き継ぎをトリガーします
- 知識層：専属のナレッジベースと専門資料を搭載
- 方針層：行動方針。追問のテンポ、提案のタイミング、成約の戦略など
内蔵ツール
modules/tool/builtins19 の標準ツールが検索・データ・ドキュメント・通信・生成をカバーします。
- 情報取得：web-search、web-fetch、wikipedia、knowledge-search
- データ処理：sql-query、json-extract、text-process、calculator
- 生成機能：chart-generate、qrcode、code-exec、translate
- 時間と地理：datetime、calendar、weather、map-search
- 通信と記憶：email-send、memory-write、skill-search
マルチチャネル接続
modules/channelユーザーがいるところに、エージェントがいます。
- WeCom：SCRM pull モードで接続し、WeCom エコシステム内で活用
- Feishu：push API による能動的な配信
- DingTalk：push API による能動的な配信
- Web Chat：WebSocket によるリアルタイム双方向通信
- realtime-module と webhook-module が長時間接続とコールバックの 2 経路を分担
- オープン API：業務システムが直接呼び出し、自社製品に組み込み
マルチエージェント協調
modules/collaboration複雑なタスクは万能 prompt 1 本に押し込まず、専精エージェントのチームに分割します。
- agent-orchestrator：タスクを分解して配分し、エージェント間の実行順序を管理
- supervisor：監督者として成果物の品質を検査し、やり直しの要否を判断
- communication-protocol：エージェント間の構造化通信プロトコル
- collaboration-logger：協調の全過程を記録し、再生して調査できます
能動的リーチと進化
modules/{outreach,evolution,skill}問い合わせを待つだけでなく、適切なタイミングで自分から現れます。
- outreach：イベント駆動と定時スケジューリングの 2 つの発火方式
- 複数チャネルのルーティングで、ユーザーの好みに応じてリーチ経路を選択
- skill：実際の会話から再利用可能なスキルを蓄積。使うほど精度が上がります
- evolution：フィードバックをもとに方針とプロンプトを継続改善
- research：ディープリサーチモード。多段の検索と統合で出力
プラットフォーム統治
modules/{auth,management,usage,audit}マルチテナント SaaS に必要なものが、ひとつも欠けていません。
- マルチテナント分離：テナント・ロール・権限を階層管理
- 使用量計測：トークン消費とツール呼び出し回数をテナント別に集計
- 監査ログ：エージェントの重要な行為を記録し、追跡可能
- ヘルスチェックとデバッグモジュールで、本番環境の切り分けを支援
API コントラクト
12 の代表的エンドポイント。ここに列挙するのは公開契約の骨格であり、完全な定義は導入時に提供します。
/v1/chat/completions対話の主入口。ストリーミング応答とツール呼び出しの編成に対応
/v1/realtimeWebSocket のリアルタイム双方向チャネル。Web Chat と長時間接続の場面向け
/v1/channels/wecom/callbackWeCom SCRM pull モードのコールバック入口
/v1/channels/feishu/eventFeishu イベント push の受信と応答
/v1/channels/dingtalk/eventDingTalk イベント push の受信と応答
/v1/tools/{name}/invokeツール呼び出し。認可・クォータ・監査の三重の制約を受ける
/v1/memory/{userId}/semantic意味記憶プロフィールの読み取り。調査と運用に使用
/v1/persona/{id}/layers5層ペルソナの設定：役割 / トーン / 境界 / 知識 / 方針
/v1/workflows/{id}/run編成可能な複数ステップの業務ワークフローを発火
/v1/collaboration/orchestrateマルチエージェント協調編成の入口
/v1/usage/tokensテナント別のトークン消費とツール呼び出し回数を集計
/v1/audit/logsエージェントの重要な行為の監査ログ
実際の呼び出し
エンドポイントがどのようなものかは、一覧よりも雄弁です。
01$ curl -X POST https://agent.zhenbei.tech/v1/chat/completions \02 -d '{"tenant":"acme","channel":"wecom","message":"先週のあの荷物はどこまで来ていますか"}'0304{ "intent": { "name": "order.track", "slots": { "batch": "last_week" } },05 "plan": ["memory.recall", "sql.query", "assess"],06 "tools": [{ "name": "sql-query", "ms": 84, "rows": 3 }],07 "reflect": { "rewritten": false, "memory_written": true },08 "reply": "先週の分は 9/18 に上海倉庫に到着しました。計 240 点です。" }契約の規律
インターフェースは約束であり、実装詳細の晒しではありません。この3つの規則を守り続けています。
破壊的変更はメジャーバージョンで行い、1リリース前に告知します。公開済みのエンドポイントが内部リファクタリングで意味を変えることはありません。
エラーコードは曖昧な 500 ではなく意味を持たせ、呼び出し側（AI Agent を含む）がリトライか断念かを判断できます。
人間向けのテキストではなく、既定で構造化データを返します。AI が直接読め、人がスクリーンショットで中継する必要はありません。
モジュール
5 グループ・19 のコードモジュール。すべて uniclaw-copit リポジトリの実際のディレクトリ構造に基づきます。
uniclaw-server/src/modules/エージェントの「脳」：どう考え、どう動き、どう修正するか。
cognitive認知ループの 4 エンジン：意図抽出、計画、評価、内省
src/modules/cognitive/servicesexecution実行層：計画結果を具体的なアクションに落とし、結果を回収します
src/modules/executionllmモデル抽象層：OpenAI / Anthropic / Google など複数プロバイダを統一的に接続
src/modules/llmworkflowワークフロー：編成可能な複数ステップの業務プロセス
src/modules/workflowエージェントに物事を記憶させ、ペルソナを一貫させます。
memory3層記憶：session / episodic / semantic + Milvus ベクトル + 減衰と溢れの統治
src/modules/memorypersona5層ペルソナモデル：役割、トーン、境界、専門知識、行動方針
src/modules/personaknowledgeナレッジベースと RAG 検索。知識検索ツールのデータソース
src/modules/knowledgeskillスキルシステム：実際の会話から再利用可能なスキルを蓄積させます
src/modules/skillユーザーとの接続方法と、複数エージェントの協働方法。
channelチャネルアダプタ：Feishu、WeCom SCRM、Web。Webhook とリアルタイムゲートウェイを含む
src/modules/channel/adapterscollaborationマルチエージェント協調：編成者、監督者、通信プロトコルと協調ログ
src/modules/collaborationoutreach能動的リーチ：イベント駆動と定時スケジューリングのアウトバウンドタスク
src/modules/outreachpublic-chat公開会話：外部ユーザー向けの対話入口
src/modules/public-chatエージェントの手元にあるツール。
toolツールフレームワーク + 19 の内蔵ツール（検索、SQL、グラフ、コード実行、メールなど）
src/modules/tool/builtinsresearchディープリサーチ：多段の検索と情報統合
src/modules/researchevolution自己進化：会話フィードバックから方針とプロンプトを最適化
src/modules/evolutionマルチテナント SaaS の土台。
auth / admin認証とテナント管理：JWT、OAuth2、テナント、ロールと権限
src/modules/{auth,management,admin}customer / application顧客とアプリケーション：顧客プロフィール、アプリ設定、業務オブジェクト
src/modules/{customer,application}usage / audit使用量計測と監査ログ。トークン消費と操作の記録
src/modules/{usage,audit}system / debug / healthシステム設定、デバッグツール、ヘルスチェック
src/modules/{system,debug,health}レイヤー設計
アクセスからランタイムまで、各層の責務と実装技術。
channel モジュール：WeCom SCRM pull / Feishu push / DingTalk push / Web Chat WebSocket / オープン API
cognitive の 4 エンジン：意図抽出 → 計画 → 評価 → 内省。LangGraph の状態機械が駆動
session / episodic / semantic の 3層ストレージ + Milvus ベクトル検索 + 記憶の減衰
persona の 5層ペルソナ注入：役割 / トーン / 境界 / 知識 / 方針
skill のスキル進化、tool の内蔵ツール（19 個）、knowledge のナレッジベース RAG、workflow のワークフロー
collaboration：orchestrator の編成、supervisor の監督、エージェント間通信プロトコル
NestJS 11 · TypeScript · Prisma 7 · MariaDB / MySQL · Redis · LangChain · LangGraph
主要フロー
最も重要ないくつかの経路を、ステップごとに分解して見ていきます。
ひとつの認知ターンの全体像
ユーザーの一言からエージェントの回答まで、間で何が起きるのか。
- 1
チャネルアダプタがメッセージを受信し、内部メッセージ構造に正規化
- 2
intent-extractor が意図とスロットを抽出し、追問の要否を判断
- 3
memory が関連記憶を呼び戻す：セッション文脈 + エピソード記憶 + 意味プロフィール
- 4
persona が 5層ペルソナを注入し、このターンのシステムコンテキストを組み立てる
- 5
plan-engine が実行計画を生成し、呼び出す tool を選ぶ
- 6
assess-engine がツールの戻り値を評価。基準未満なら再計画
- 7
reflect-engine がターンを内省し、結論と経験を記憶に書き戻す
- 8
応答はチャネルアダプタ経由でユーザーへ。全過程は監査と使用量に記録
ユーザーをセッションをまたいで覚える
先週話した好みは、今週も残っています。
- 1
対話の中で安定した事実（属性、好み、タブー、商談段階）を認識
- 2
episodic 記憶に書き込み、Milvus へベクトル化
- 3
memory-sync-pipeline が非同期で保存し、現在の対話をブロックしない
- 4
意味記憶が集約され、ユーザープロフィールを形成
- 5
次のセッションでベクトル検索が関連記憶を呼び戻し、プロフィールとともにコンテキストへ注入
- 6
memory-decay が古い記憶の重みを時間とともに下げる
複雑タスクのマルチエージェント協調
1 体で足りなければ、チームに任せます。
- 1
orchestrator がタスクを受領し、サブタスクに分解
- 2
能力タグに応じて専精エージェントに配分
- 3
エージェント間は communication-protocol で中間結果を交換
- 4
supervisor が各段階の成果物を検査し、基準未満は差し戻し
- 5
collaboration-logger が完全な協調チェーンを記録
- 6
結果を集約して返却。チェーンは最適化のために再生可能
技術スタック
性能と規模
これらの数字は推定ではなく、コードと実行構成から読み出したものです。宣伝文句と誤解されないよう、各項目に実際の意味を注記しています。
uniclaw-copit意図抽出 → 計画 → 評価 → 内省。各ステップが独立モジュールで独立してテスト可能
セッション / エピソード / 意味の階層蓄積。記憶の減衰とコンテキスト溢れの統治を含む
検索、SQL、グラフ、コード実行、メール、知識検索をすぐに使える
WeCom / Feishu / DingTalk / WebSocket / オープン API。同一のアダプタ抽象
役割、トーン、境界、知識、方針を分離。ペルソナの変更にコード変更は不要
OpenAI / Anthropic / Google と互換プロトコルの国内モデルに対応
リポジトリで数えられる事実
以下の各項目は uniclaw-copit で照合できます。モジュール、テーブル、エンドポイント、機能項目。「完了したか」の判断は、これらの数字が動いたかどうかで行います。
セキュリティとコンプライアンスの実装ポイント
Uniclaw がセキュリティとして具体的に何をし、境界をどこに引いたか。各項目に実装箇所を明記し、検証できるようにしています。
何に答え、何を必ず人に渡すかはペルソナ設定に書き込み、越境は即座に引き継ぎをトリガーします。prompt に書いて人に守らせる方式ではありません。
modules/persona 境界層すべてのツール呼び出しが権限とクォータの検証を通ります。超過は即失敗。モデルが越権する余地を与えません。
modules/tool · usageMilvus を自社構築し、ベクトルと記憶のデータは顧客ネットワーク内に留めます。プライベート配備のモデルサービスにも接続可能。
Dockerfile 単一イメージ提供委任関係、ツール呼び出し、権限スナップショットを全経路で記録。協調チェーンは完全に再生できます。
modules/audit · collaboration-loggerUIAM と接続すれば、Agent の資格情報・スコープ・ツール権限をアイデンティティカーネルが統一管理し、即時失効できます。
UIAM tenant_code claim · MFA enrollment意味記憶はテナント別に分離し、ポリシーでの消去に対応。記憶の減衰が古い情報が長く居座るのを防ぎます。
modules/memory · memory-decayデータがどこで止まるか
データ境界は製品の形で決まり、気軽に切り替えられるスイッチではありません。これは4つの事業ラインに共通する判断です。
端末製品の最小境界です。この層のデータは設計上、アップロード経路を持ちません。スイッチで切っているわけではありません。
- legdger のすべての記帳データ：端末内で暗号化保存し、クラウドには暗号文のみ
- legdger の端末内 AI 集計と Q&A：推論はデバイス内で完結
- NewTool のデスクトップと wasm 形態：アルゴリズムカーネルに IO がなく、データはプロセスから出ない
- pxc のキャプチャトラフィック：カーネルは端末上で動作し、第三者サービスを経由しない
プライベート導入の境界です。モデル、ベクトル、業務データ、監査記録のすべてが顧客自身のネットワーク内に配備されます。
- Uniclaw の記憶と知識ベクトル：Milvus を自社構築し、社内網から出ない
- Uniclaw のモデルサービス：プライベート配備の互換プロトコルサービスに接続可能
- UIAM のアイデンティティと監査データ：全体が顧客のネットワーク境界内に配備され、完全なオフライン稼働も可能
- Uniscrm の素材とメディア：オブジェクトストレージは顧客自身の OSS に接続可能
- Unilearning の教材と学習記録：単一コンテナで提供し、データは顧客が掌握
外部ネットワークを必要とするのは同期と外部チャネルのみで、流れる内容は暗号文か、すでに匿名化されたメッセージです。
- legdger のデバイス間同期：最新の暗号文のみを送信し、サーバーは履歴を蓄積しない
- Uniscrm の WeCom チャネル：WeCom 公式インターフェースと通信し、公式のアーカイブ機能を利用
- Uniclaw のチャネル：Feishu / DingTalk の push API。内容はテナント単位で分離
- NewTool のリモート呼び出し：MCP 経由で伝送し、アルゴリズムカーネル自体はネットワーク要求を発行しない
会社レベルのセキュリティ原則
どの事業ラインにおいても、この6つは共通の譲れない一線です。
コンパイラ、フレームワーク、クエリ層に埋め込める制約は、ドキュメントに書いて人に覚えさせません。テナント分離はクエリ層のリスナーが強制し、ドメイン境界は Go の internal 機構がコンパイル時に拒否します。
jOOQ TenantScopeVisitListener · Go internal 墙機密データは既定でユーザーの端末、または顧客ネットワーク内に留まります。4 つの事業ラインすべてがプライベート導入に対応し、端末製品 legdger は AI 分析すらデバイスから出しません。
legdger 端侧 AI · Uniclaw 自建 Milvus · Unilearning 单容器エージェントが人間の資格情報を共有することはなく、サーバーは長期鍵をハードコードせず、端末からの接続は失効可能なトークンを使います。どの資格情報も、他の主体に影響を与えず単独で失効できます。
UIAM MACHINE 主体 · OSS STS AssumeRole · ledger-cli 令牌認証、認可、ツール呼び出し、キャプチャデバッグのすべてが構造化記録を生みます。コンプライアンスのためではなく、事故のときに再生できるようにするためです。
uiam-audit · collaboration-logger · pxc 会话记录委任関係は act claim で「誰が誰を代表するか」を表現し、権限はホップごとに積集合を取ります。監査では、どのユーザーがどのエージェントを認可し、どのツールを呼び、どの権限を使ったかまで答えられます。
RFC 8693 Token Exchange · agent_tools 注册表データベースの変更はバージョン管理されたマイグレーションで行い、再実行しても結果は同一です。アプリのリリースは単一イメージの差し替えで、ロールバックは前のイメージに戻すだけです。
Liquibase · 各域方言迁移 · Docker 单镜像デプロイと連携
すべてのプロダクトラインがプライベート導入に対応します。具体的な形態は製品ごとに異なります。
コマンド 1 つで MariaDB + Redis + サービスを起動。ローカルと POC の最短経路です。
- docker compose up -d で依存を起動
- Prisma のマイグレーションと生成
- Node.js 20+ / pnpm 9+
モデル・データ・記憶は顧客自身のネットワーク境界内に留まります。
- Milvus を自社構築し、ベクトルデータは社内網から出ない
- プライベート配備のモデルサービス（OpenAI 互換プロトコル）に接続可能
- Dockerfile による単一イメージで提供
特定のモデルベンダーに束縛されません。
- llm モジュールが統一抽象。OpenAI / Anthropic / Google いずれも可
- 国内モデルは互換プロトコルで接続
- 場面ごとにモデルを使い分け：対話は高速モデル、計画は高性能モデル
エージェントのアイデンティティと権限は、UIAM のアイデンティティカーネルをそのまま再利用します。
- UIAM の tenant_code claim と MFA enrollment に対応済み
- Webhook 接線でアイデンティティイベントを同期
- エージェントの資格情報とツール認可は UIAM が発行
比較
同じことを、異なるやり方で。左欄が私たちの選択、右欄は一般的な代替案です。違いは通常機能表ではなく、境界をどこに引くかにあります。
誰が変化を感じるか
機能一覧では人は動きません。ロール視点が動かします。以下は、4種類のロールが接続前後で感じた実際の違いです。
反復的な問い合わせが人力を食いつぶし、夜間と休日は無人で、顧客体験が断絶する
デジタルワーカーが反復的な問い合わせを 7×24 で引き受け、範囲外は完全な文脈つきで有人へエスカレーション
リードが入っても選別する人がおらず、営業の時間が低品質なリードに浪費される
リード選別官が能動的に接触して資格判定を完了し、成熟した段階でのみ人間の営業へ引き継ぐ
規定文書は誰も読まず、同じ質問が人によって百回繰り返される
企業ナレッジベース + RAG 検索で答えに出典を持たせ、さらにスキルとして蓄積できる
業務データが社内網から出ることを恐れ、実務で AI を使うことに踏み切れない
モデル・データ・ベクトルストアはすべてプライベート配備。ベクトルデータは社内網から出ません
バージョンとロードマップ
リリース済みは何を納品したか、開発中は何を進めているか、計画中は何をする予定かを明記します。リリース済みの項目が覆ることはありません。
v0.9リリース済み認知カーネル- 認知ループの 4 エンジン
- 3層記憶と Milvus ベクトル検索
- 19 の内蔵ツール
- モデルプロバイダ抽象層
v1.0リリース済みプラットフォーム化- 5層ペルソナモデル
- 5 種類のチャネル接続
- マルチエージェント協調編成
- マルチテナントと使用量計測
v1.2開発中進化機能- 会話からのスキル自動蓄積
- ディープリサーチモードの強化
- エージェント間通信プロトコルの標準化
- UIAM 資格情報発行との全面接続
v2.0計画中エコシステム- 企業横断のエージェントフェデレーション
- ケイパビリティとスキルのマーケット
- 業界向けエージェントテンプレート
- 端末側スモールモデルとのハイブリッド推論
連携と接続対象
Uniclaw がどの相手と、どの方式で接続するか。
SCRM pull モードで接続し、WeCom エコシステム内で顧客にリーチ
push API による能動的な配信とイベント受信
push API による能動的な配信とイベント受信
記憶と知識のベクトル検索基盤。プライベート配備が可能
llm モジュールの統一抽象。場面ごとに異なるモデルを選択
Agent のアイデンティティ、委任チェーン、ツール認可はアイデンティティカーネルが発行
導入シーン
これらが実際の業務でどう使われるのか。
反復的な問い合わせをデジタルワーカーに任せ、人は本当の例外だけを扱います。
- WeCom / Feishu / DingTalk / Web のマルチチャネルで一元受付
- 範囲外の質問は完全な文脈つきで自動エスカレーション
- 会話はナレッジベースに蓄積し、次回は最初から正解
リードはまず選別し、営業は価値のあるものだけをフォローします。
- 新しいリードに能動的に接触し、複数ターンの対話で資格判定
- 顧客プロフィールが自動で蓄積し、フォローポイントをリアルタイム更新
- 段階が成熟した時点で人間の営業へ引き継ぎ
社内規定も過去文書も、一言問えば答えが出ます。
- knowledge モジュールが企業ナレッジベースを搭載
- RAG 検索 + 意味記憶で、答えに出典を持たせる
- プライベート導入。資料は社内網から出ません
データチームの順番待ちをせず、一言問えばグラフが出ます。
- sql-query ツールが業務 DB に直結（読み取り専用）
- chart-generate が可視化グラフを生成
- research モードで多段の深掘り分析
よくある質問
素のモデル呼び出しには記憶も、ペルソナの制約も、ツール認可の境界も、監査もありません。Uniclaw が提供するのはランタイムです。認知ループが長いタスクを脱線させず、3層記憶がセッションをまたぐ一貫性を保ち、ツールと権限が「やるべきことだけ」に制限します。
アイデンティティ・エージェント・プライベートドメインの複雑さを、統治可能なひとつのカーネルへ
既存の IAM の置き換え、エージェント基盤の構築、あるいはプライベートドメイン運用の本格化——まずは 30 分のアーキテクチャ相談から始めましょう。私たちが得意とする種類の問題かを先に判断し、適さない場合は率直にお伝えします。