AutonoMath architecture — primary-source SQLite + 全文検索¶

公開日: 2026-05-06 / (T8010001213708)

AutonoMath は「LLM に投げる前に、出典つきで構造化された答えが SQLite に焼かれている」ことを目指す制度 database です。ただし launch 時点で全部が live なわけではありません。 今動いているもの と scaffold だけ立っているもの を正直に分けて書きます。

なぜ SQLite に焼くのか¶

LLM が日本の制度に弱い根本は 3 つ。

散らかっている — 47 都道府県 + 各省庁 + 公庫 + 国税庁、ぜんぶ別ポータル + PDF
license が曖昧 — 「再配布可？」を一次資料まで遡らないと分からない
構造化されていない — 要綱の脚注 (「併用したら失格」等) が機械可読でない

これを LLM プロンプトで毎回解くのは無駄。一次資料を取りに行って canonical 化し、SQLite に焼く工程を AutonoMath 側で持ちます。

今 live な layer¶

Data layer (出典つき注記)¶

data/jpintel.db (316 MB) — programs 10,790 行 (tier S/A/B/C, excluded=0) / laws 9,484 行 (本文 154 件 + メタデータ stubs 9,330 件、本文ロード継続中) / court_decisions 2,065 / invoice_registrants 13,801 / tax_rulesets 35
autonomath.db (8.29 GB, root 配置 — data/autonomath.db は 0 byte placeholder) — 503,930 件の正規化レコード / 612 万件の structured 属性 / 17.7 万件の関係性 link / 別名・略称 index 335,605 行 / 制度時系列 snapshot 14,596 行
各 row に source_url + source_fetched_at (programs 10,790 行で 99.9% / 99.86% 充足)
集約サイト (noukaweb / hojyokin-portal / biz.stayway) は source_url 禁止 — 一次資料のみ
source_fetched_at は 「取得時刻」 であり「最終更新」ではない、と UI/docs で正直に表示

Search layer¶

全文検索インデックス (3-gram 分割) で日本語形態素境界をスキップ (税額控除 を 税|額|控|除 の 3-gram で hit)
副作用: 単一漢字の偽 hit (ふるさと納税 が 税額控除 query にぶら下がる) が出るので、2 文字以上の漢字熟語は phrase query ("税額控除") を使う運用
ベクトル検索 は schema + 5-tier インデックスが入っており、 wire-up は段階点灯中。launch 時点で全 query が vec に乗るわけではなく、tier 別に gradual 開放

API + MCP surface¶

FastAPI (/v1/*, Stripe metered ¥3/req)
FastMCP (stdio, 89 tools = + 30 autonomath at default gates, protocol 2025-06-18)
静的サイト (Cloudflare Pages, /programs/ 配下に SEO page を生成)
llms-full.txt を月次再生成し LLM crawler 向けに publish

まだ scaffold な layer (precompute)¶

ここは正直に書きます。

autonomath.db には precompute 専用 table が 33 個 切ってあります (migration で schema は完成済)。設計意図は cron で夜間に重い集計 (top subsidies by industry / combo pairs / seasonal calendar 等) を焼き、API は SELECT のみで返す、というもの。

現状:

33 table 中 1 table のみ populated — program_health 集計 table が 66 行
残り 32 table は 0 行
scripts/cron/precompute_refresh.py の各 _refresh_* 関数は現在 return 0 の no-op (各 table の population SELECT は per-tool ticket で順次差し込み予定)

つまり 「Pre-computed Reasoning Layer が live で全 query を裏打ちしている」状態ではありません。launch 時点では FTS + entity-fact EAV + 排他ルール 181 件で全 tool が応答し、precompute は roadmap-aware な scaffold として共存しています。順次焼いていきますが、今日「全 33 table が冷えたまま動いている」のはそのとおりです。

なぜ SQLite を選んだか¶

single-file replication — Fly volumes / S3 / R2 へ 1 file コピー 1 行
read-heavy + small writes に用途が一致 (月次 ingest + 24h 配信)
全文検索インデックス + ベクトル検索が bundled で別 search engine 不要
¥0 fixed cost — 100% organic + solo + zero-touch を可能にする条件