一石四鳥システム

アーキクチャ

---

物流担当者・店舗スタッフ・顧客・企業が全員メリットを得られるAWSベースの在庫管理システム。

機能概要 機能 内容 主なAWSサービス 機能① SNSバズ検知・在庫増加提案 EventBridge, Lambda, Bedrock, DynamoDB, SNS 機能② 店舗在庫管理・賞味期限切れ通知 API Gateway, Lambda, S3, Bedrock, DynamoDB, EventBridge, Discord 機能③ 売上データ分析・新商品提案 S3, Glue, Athena, Bedrock

機能① SNSバズ検知・在庫増加提案 SNS上のトレンドをリアルタイムで検知し、売れ筋商品の在庫増加をスタッフに提案する。

・処理フロー EventBridge（定期実行） → collect_sns_data Lambda：SNSデータ収集・S3保存 → calculate_buzz Lambda：Bedrockでバズスコア算出 → stream_processor Lambda：DynamoDB更新・SNS通知

・主要ファイル feature1/ ├── lambda_handlers/ │ ├── collect_sns_data.py # SNSデータ収集 │ ├── calculate_buzz.py # バズスコア算出 │ └── stream_processor.py # DynamoDB更新・通知 └── template.yaml # SAMテンプレート

・こだわりポイント -スモールステップ実行 -SNSへの自動メールアドレス登録

機能② 店舗在庫管理・賞味期限切れ通知 ・スタッフ側フロー 商品画像アップロード（最大3枚） → S3保存（Pre-signed URL）＋ Bedrock AI分析（並行実行） → 商品名・賞味期限をAIが自動抽出 → スタッフが確認・編集 → DynamoDB（function_2テーブル）に登録

・顧客側フロー 「近くのコンビニを探す」ボタン → Geolocation APIで現在地取得（1回のみ） → API Gateway → Lambda：Haversine公式で半径1km以内の店舗を特定 → DynamoDBから期限間近の商品を抽出 → カード形式で表示

・通知フロー EventBridge（毎朝定刻）→ notify_expiration Lambda → DynamoDBをスキャンし期限3日以内の商品をDiscord通知 DynamoDBテーブル function_2（在庫管理）

属性名 型 説明 SSID Number (PK) セッションID product_name String 商品名 expiration_date String 消費期限（YYYY/MM/DD） stock_quantity Number 在庫数 StoreID String 店舗ID Stores（店舗情報）

属性名 型 説明 StoreID String (PK) 店舗ID StoreName String 店舗名 Lat / Lng Number 緯度・経度 Lambda関数 関数名 トリガー 役割 give_URL.py API Gateway POST /upload S3 Pre-signed URL発行 pass_to_bedrock.py Lambda Function URL 画像AI分析・DynamoDB保存 search_nearby_stores.py API Gateway POST /search 近隣店舗・期限商品検索 notify_expiration.py EventBridge（定期） Discord期限切れ通知

・こだわりポイント -精度準拠のパス -多機能性

機能③ 売上データ分析・新商品提案 仕入れ予測と過去の在庫データをGlueで整形し、Athenaで集計・分析し、その結果からBedrockが新商品を提案する。

・処理フロー S3（仕入れ・在庫データ）→ Glue（整形・Bedrockによるキーワード抽出） →Lambda（ Athena（SQLクエリ）→ Bedrock（新商品提案・画像生成) )→ Amplify

S3 function1から 属性名 型 説明 product_name String 商品名 genre String 商品のカテゴリ（ジャンル） stock_delta Number 在庫の増減数

function2から 属性名 型 説明 SSID Number セッションID（Primary Key） product_name String 商品名（例: アメリカンドッグ） category String 商品のカテゴリ（ジャンル） expiration_date String 消費期限（形式: YYYY/MM/DD） stock_quantity Number 現在の在庫数 StoreID String 店舗識別ID confidence_score Number AIによる分析の信頼度（0.0〜1.0） created_at String データ登録日時 この二つの表のデータを統一的に扱えるようにGlueで整形する。 加えて、新商品提案に向けて、Bedrock（Claude）で商品名とジャンルからキーワードを2つ抽出させる。

整形後のデータ 属性名 型 説明 genre String 商品のカテゴリ（ジャンル） keyword_1 String 検索・分類用の関連キーワード1 keyword_2 String 検索・分類用の関連キーワード2 avg_restock Number 期間内における平均補充（入荷）数 avg_leftover Number 期間内における平均売れ残り（在庫残り）数 popularity_score Number AIによる需要予測や注目度を示すスコア キーワードとスコアの関係をAthenaで集計し、その結果をBedrock（Claude）で分析してもらう。 その分析結果のテキストからBedrock（Nova）が画像を生成する。 その分析結果や生成画像などをGituhubとリンクしたAmplifyを使用して公開する。

主要ファイル src/ ├── inventory-traing-job.py # Glueジョブ：整形・キーワード抽出・人気度算出 ├── athena.sql # 人気スコア集計テストクエリ └── lambda_function.py # Athena実行, Bedrockの結果分析・画像生成

・こだわりポイント -様々なモデル生成

フロントエンド frontend/src/pages/ ├── TopPage.jsx # トップ（店員用 / 顧客用 / 商品開発側 / 在庫管理側） ├── StaffPage.jsx # 店員用：画像アップロード・AI分析・在庫登録 └── CustomerPage.jsx # 顧客用：近隣コンビニ・期限間近商品の表示

frontend/public/ └── product-dev.html # 商品開発側（機能③フロントエンド）