プロジェクト概要

このサービスは、エンジニアが作成したソースコードをAIが開発量を評価し、Web3技術を活用してトークンを付与するサービスです。

Discord上での基本サービスの流れ

ユーザーはまず初めに、DiscordのBOTからSepoliaネットワークのウォレットIDをDiscordアカウントと紐づけます。
プロジェクトの概要をDiscordのBOTに伝えると、AIが自動的にタスク単位に分解してGitHubにリポジトリーを作成して、そのリポジトリーにタスクをIssueとして並べてくれます。（タスクはDiscordのBOT経由でいつでも閲覧することが出来ます）
エンジニアがソースコードをGitHubにアップロードし、取り組んだPJとタスクを指定し、GitHubのURLと一緒にDiscordのBOTに投げると、申請されたソースコードの審査が始まります。
審査が開始されると、まずGitHubのAPIを用いてソースコードを取得し、そのソースコードをChatGPTのAPIに投げてソースコードの評価をさせます。
ソースコードがタスクの要件を十分に満たしていると判断されると、ソースコードの開発量に応じて該当するユーザーのウォレットに独自のトークン(MOP)が付与されます。(付与されたトークンはMetaMask等で閲覧可能)

カードリンク機能利用の流れ

GUIの画面を立ち上げ、情報リンクボタンを押すとDiscordのOuath2をブラウザで行い、認証されるとカードリーダーが待機状態になるのでその状態で何らかのICカードをタッチすると、カードとアカウントの情報がリンクされます。
情報照会ボタンを押して登録したICカードをカードリーダーにタッチすると、リンクされたDiscordアカウントのアカウント名と、そのアカウントのユーザーが保有しているウォレット内の独自トークン(MOP)の量が表示されます。

各機能の書き散らし

ソースコード評価

エンジニアが作成したソースコードをChatGPTのAPIを用いて評価します。使用するモデルは使用量や性能を鑑みて「gpt-4o-mini」を採用しています。また、評価理由や要件合致率も同時に出力させるようになっています。タスクの要件を十分に満たしていない(合致率が60%を下回る)ソースコードはタスク完了申請を却下するようにしており、評価理由もユーザーに提示することでユーザーから納得を得られるような仕組みにしました。さらに、ただAPIを使ってプロンプトを投げるだけではChatGPTの回答をうまく処理できないため、プロンプトや回答出力の処理を工夫し、json形式で出力させた後に必要な事項をピックアップできるようにしています。

def evaluate_code(github_raw_url,issue_description):
    # 例: GitHubのraw URLを指定
    #github_raw_url = "https://raw.githubusercontent.com/sirayu2525/SocialTokenApp/refs/heads/evaluation_code/Open_AI/GPT1.py"
    fetch_result = fetch_github_code(github_raw_url)

    if fetch_result['result']:
        source_code = fetch_result['text']

        text = '''以下のソースコードを基準とします。
            def process_data(data):
                return [item for item in data if item >= 10]

            data = [5, 15, 8, 20, 3, 12]
            print("Filtered Data:", process_data(data))

            このソースコードの開発にかかるコストを1.000Cと定義します。

            では、以下のコードの開発には何Cかかるか算出してください。

            '''+source_code+'''

            また、開発してほしいプログラムの概要は以下のようになっています。
            この概要に合致しているかどうかもチェックして合致率(パーセンテージ)で教えてください
            '''+issue_description+'''

            cost:かかるコスト(小数点第2位まで記載して単位は省略)
            reason:コストの理由(100字以内)
            match_percent:合致率(0～100の整数で答えて、単位はつけないでください)
            としたうえで、以下のようなjson形式で答えてください。
            {'cost':cost,'reason':reason,'match_percent':match_percent}
            '''

        if fetch_result['script_type'] == 'py':
            text = '''以下のソースコードを基準とします。
            def process_data(data):
                return [item for item in data if item >= 10]

            data = [5, 15, 8, 20, 3, 12]
            print("Filtered Data:", process_data(data))

            このソースコードの開発にかかるコストを1.000Cと定義します。

            では、以下のコードの開発には何Cかかるか算出してください。

            '''+source_code+'''

            また、開発してほしいプログラムの概要は以下のようになっています。
            この概要に合致しているかどうかもチェックして合致率(パーセンテージ)で教えてください
            '''+issue_description+'''

            cost:かかるコスト(小数点第2位まで記載して単位は省略)
            reason:コストの理由(100字以内)
            match_percent:合致率(0～100の整数で答えて、単位はつけないでください)
            としたうえで、以下のようなjson形式で答えてください。
            {'cost':cost,'reason':reason,'match_percent':match_percent}
            '''
        # GPT-3.5-Turboモデルに送信するメッセージ形式を修正
        response = openai.ChatCompletion.create(
            model="gpt-4o-mini",  # または gpt-4 など
            messages=[
                {"role": "system", "content": "You are a helpful Engineer."},
                {"role": "user", "content": text}
            ]
        )

        # GPTの返答を取得
        gpt_reply = response['choices'][0]['message']['content']
        print("ChatGPT:", gpt_reply)

        gpt_reply = gpt_reply.replace("'''", "")
        gpt_reply = gpt_reply.replace("```", "")
        gpt_reply = gpt_reply.replace("json", "")
        gpt_reply = gpt_reply.replace("'", '"')
        print(gpt_reply)
        # 文字列をJSON形式に変換
        data = json.loads(gpt_reply)
        print(data)

        try:
            gpt_reply = gpt_reply.replace("'''", "")
            gpt_reply = gpt_reply.replace("```", "")
            gpt_reply = gpt_reply.replace("json", "")
            gpt_reply = gpt_reply.replace("'", '"')
            # 文字列をJSON形式に変換
            data = json.loads(gpt_reply)
            print(data)
            return data
        except:
            return None

    else:
        print('【ERROR】')
        print(fetch_result)
        return None

Discord bot

Discord botは、スラッシュコマンドや埋め込みメッセージに対応させることでUXの向上を図りました。

Web3技術とSepoliaネットワーク

評価結果を基に、Web3技術を活用して、Sepoliaネットワーク上のMOP（独自トークン）を付与します。このトークンは、Sepoliaテストネットワーク上でユーザーのウォレット宛に発行されるので、MetaMask等でトークン量を閲覧することが出来ます。独自トークンに関してはether.jsでERC20を基にしてミント機能（トークン発行）などを追加しました。

DiscordBOTによるトークン付与

DiscordBOTを活用することでエンジニアが一連の申請や処理(ソースコードの提出やプロジェクトの立ち上げ)を行いやすくしています。また、Discord上でGitHubのアカウント名やウォレットIDの情報をリンクさせることができ、データベースを作ることでソースコードの提出をしてトークンを受け取る際に、わざわざウォレットIDを入力しなくてもいいようになっています。

ICカードによるトークン確認

付与されたMOPトークン量は、エンジニアが所持するICカードでカードリーダーにタッチすることで閲覧できるようになっています。まずはDiscordのOauth2でDiscordアカウントを認証し、認証されたアカウントとタッチされたICカードのIDmをリンクさせます。認証が完了したカードはかざすだけでDiscordのアカウント名と付与されているトークン量(MOP)を参照することが出来ます。IDmを読み取る形式なので、どのようなICカードでも問題ありません(クレジットカード等は仕様上不可)。また、IDmを読み取る形式では、サービスによってはセキュリティ上適さないこともありますが、今回のケースでは情報の参照だけであったのでこちらの方法を採用しました。

DB

データベースはPostgreSQLを用いており、FastAPIを用いてAPI化することで複数のプログラムから接続しやすくしています。また、APIキーも用いているので第三者が容易に接続できないようにもなっています。


    id = Column(Integer, primary_key=True, index=True)  # 自動インクリメントの ID
    discord_name = Column(String(100), default='')  # Discordアカウント名
    github_username = Column(String(100), default='')  # GitHubユーザー名
    balance = Column(Integer, default=0)  # 残高（日本円）
    wallet_id = Column(String(255), unique=True, default='')  # ウォレットID（文字列）
    tx_hashes = Column(JSON, default=[])  # 取引履歴（リスト型）
    card_IDm = Column(String(100), default='')

Pygame

カード管理プログラムのGUI画面は最初標準ライブラリーのTkinterで実装していましたが、少し質素だったので急遽Pygameを使用して気持ちばかりリッチにしました。

元のTkinterの画面 Pygameの画面

Web3によるトークン発行

コードの評価結果に基づいて、MOPトークンがSepoliaネットワーク上に発行されます。

苦労したこと・頑張ったこと

SepoliaETH取得の苦悩

テストネットにデプロイするにあたり、本番のようにガス代みたいなものがかかります。それは無料ではあるものの取得が面倒で、結果毎日グーグルのサービスを使ってちまちま集めていた。

DockerComposeとGithubActionsに挑戦

初めてYMLファイルを書いた。GithubActionsで自動デプロイもできるようにしたので、謎の優越感（？）があった。ただ、GithubとVPSのSSH接続はさくらVPS特有（？）のものがあったので苦労した。しっかりドキュメント読むべきだったか。

フロントをNext.js（Typescript）で構築した

初めてReactと真剣に向き合ったが、慣れてしまえばそんなに難しくなった。ただ、内部の処理であったりが複雑であるとも感じ、様々なエラーと向き合った。next_oath.jsでDiscordOAth認証した。

ブラウザページのバックエンド

FastAPIで構築しました。CORSの部分で苦労してFastAPIのミドルウェアを弄ることで何とか解決しました。

DB設計

DBをPythonで初めて扱ったので右も左も分からなかったが、案外すんなり作れた。ただ、そのDBの機能をFastAPIでAPIとして提供するときにかなり色々とエラーが出たので、その対応にかなりの時間が割かれました。

まとめ

CODEN-eyeでは、AI技術、ブロックチェーン技術、そしてDiscordBOT・デスクトップアプリ・ブラウザページというなじみやすいフロントエンドを使用しました。どの技術も初めての挑戦で大変苦労しましたが、何とか完成までこぎつけました。また、機能・モジュール単位で分けて開発したので今後のサービスの拡張も可能になっています。

CODEN-eye

AIがソースコードを評価してトークンをもらえるサービス

推しアイデア

作った背景

推し技術

プロジェクト詳細