</>
パチスロ設定最適化システム
技術レビュー資料
pachislot-settings — SE確認用
2026.03.29 | AI経営共創パートナーズ株式会社
AGENDA 2
確認いただきたいポイント
1 システム概要 構成・規模・技術スタック 2 アーキテクチャ 3層構成・API・DB設計 3 ビジネスロジック 最適化・AI連携 4 認証・認可 JWT・RBAC・マルチテナント 5 セキュリティ 入力検証・レート制限 6 テスト・品質 カバレッジ・テスト構成 7 デプロイ・インフラ Docker・Railway・環境変数 8 運用・保守体制 Claude Codeベース ? 抜け漏れ確認 ご指摘をお願いします
本資料はシステム全体の技術的な抜け漏れを確認いただくことが目的です
SYSTEM OVERVIEW 3
小規模・フルスタック構成で運用中
1,412
Frontend (TypeScript行)
~2,500
Backend (Python行)
2,610
テストコード (行)
~75%
テストカバレッジ
レイヤー技術バージョン用途
FrontendReact + TypeScript + TailwindReact 19 / Vite 8SPA（3画面）
BackendFastAPI + PythonPython 3.12 / FastAPI 0.115REST API（6ルーター）
DBPostgreSQL / SQLitepsycopg2マルチテナントデータ
AIAnthropic Claude APISonnet 4設定最適化・対話調整
InfraRailway (PaaS)Docker 2段ビルド本番ホスティング
本番URL: app-production-8eee.up.railway.app 出所: リポジトリ分析
ARCHITECTURE 4
3層アーキテクチャ + AI連携
Frontend React 19 + Zustand + Axios + TanStack Table LoginPage Optimizer AdminPage REST API Backend (FastAPI) auth optimization admin decisions data-import core: scoring allocator smart_optim ai_analyzer csv_loader SQL Database PostgreSQL (本番) / SQLite (開発) users stores raw_data decisions tokens companies Claude Sonnet 4 Anthropic API プロファイル選択 + 対話調整 Railway (PaaS) Docker + PostgreSQL + HTTPS
FastAPIがSPAの静的ファイルも配信（catch-all route） 出所: リポジトリ構成
API ENDPOINTS 5
6ルーター・17エンドポイント
ルーターMethodエンドポイント認可概要
/authPOST/loginなしJWT発行（レート制限: 5回/5分）
POST/refreshなしトークン更新
POST/logoutBearerリフレッシュトークン失効
GET/meBearerユーザー情報取得
/optimizationPOST/runBearer+店舗CSV+目標利益 → 設定最適化
POST/ai-adjustBearerAI対話で設定調整
POST/apply-changesBearer手動変更の利益再計算
/adminGET/POST/companiessystem_admin会社CRUD
GET/POST/storesadmin系店舗CRUD
GET/POST/DEL/usersadmin系ユーザーCRUD
/decisionsPOST/Bearer意思決定記録の保存
GET/{store_id}/{date}Bearer日別記録取得
GET/summariesBearer日次集計（30日）
/data-importPOST/GET/upload, /summaryadmin系CSV取込・サマリ表示
/healthzGET/healthzなしDB接続確認
全APIに /api プレフィックス。CSVアップロード上限: 10MB
DATABASE SCHEMA 6
7テーブル・マルチテナント設計
companies id, name, created_at PK: id stores id, company_id, name FK: company_id UQ: (company_id, name) users id, username, password_hash role, company_id, store_id role: system/company/store raw_data store_id, date, machine_no in/out/diff_medals, sales bonus_count, utilization UQ: (store_id, date, machine_no) decisions ai_setting, final_setting target/expected/actual_profit prediction_error Phase C: 学習用データ蓄積 daily_summary 日次集計（利益・設定・台数） refresh_tokens user_id, token_hash expires_at, revoked_at FK: user_id テナント分離 全データテーブルは store_id で分離 API層でユーザーの所属店舗を検証
PostgreSQL本番 / SQLite開発。マイグレーション: CREATE TABLE IF NOT EXISTS（Alembic未使用）
BUSINESS LOGIC 7
CSV → 統計 → スコア → 4プロファイル最適化 → AI調整
最適化パイプラインの処理フロー
1 CSV取込 9列必須 カラム変換 2 統計計算 30日ローリング 稼働率/トレンド 3 スコア算出 5因子加重平均 台別順位 4 4プロファイル balanced showcase recovery stable 5 AI選択 Claude Sonnet 4 最適プロファイル スコア算出式: 稼働率x0.30 + トレンドx0.25 + 機種人気x0.15 + 個体偏差x0.15 + ボーナス率x0.15 高スコア台 = 低設定（利益回収） / 低スコア台 = 高設定（集客） 利益予測: Profit = IN枚数 x (1 - 出玉率/100) x 稼働率/100 x メダル単価(20円) レンジ: 10th/90thパーセンタイルで楽観・悲観シナリオを算出
config.yaml で機種別出玉率(6段階)・角台位置・制約ルールを管理
AUTHENTICATION & SECURITY 8
JWT + bcrypt + 3層RBAC

認証フロー

  • ログイン: bcrypt検証 → JWT(HS256)発行
  • Access Token: 有効期限30分
  • Refresh Token: 有効期限7日（DBハッシュ保存）
  • 自動更新: Axios interceptorで透過的
  • ログアウト: revoked_atを更新
  • ロックアウト: 5回失敗で5分間ロック

認可モデル (RBAC)

ロールスコープ権限
system_admin全社全CRUD
company_admin自社店舗・ユーザー管理
store_user自店舗最適化・閲覧
店舗アクセス制御: APIリクエスト毎にstore_id所属チェック
セキュリティ項目実装状況備考
パスワードハッシュbcrypt 10rounds定数時間比較
SQLインジェクションパラメータクエリ全クエリ対応済み
入力検証PydanticFastAPI自動バリデーション
CORSホワイトリスト許可オリジン設定済み
レート制限インメモリ再起動でリセット
JWT署名HS256RS256推奨
TESTING & QUALITY 9
テストコード2,610行・カバレッジ約75%
カテゴリ数行数カバレッジ
API テスト6件~800~80%
auth, optimization, admin, decisions, data-import, health
Core テスト8件~1,600~85%
scoring, allocator, profit, optimization, config, csv, decision, models
Unit テスト2件~200~70%
auth_service, middleware

テスト環境

  • フレームワーク: pytest + pytest-asyncio
  • HTTP: httpx (TestClient)
  • DB: SQLite in-memory
  • AI: モック（実API呼出なし）
  • Lint: ruff (Python)

不足しているテスト

  • フロントエンドE2Eテスト
  • 負荷テスト（同時接続）
  • PostgreSQL統合テスト
  • AI応答の結合テスト
pytest + SQLite in-memoryで高速テスト実行
DEPLOYMENT 10
Docker 2段ビルド → Railway PaaS
Dockerfile (2-stage) Stage 1: Frontend Build FROM node:20-alpine npm ci && npm run build output: /frontend/dist/ Stage 2: Backend + SPA FROM python:3.12-slim pip install + COPY backend COPY --from=stage1 ./static Railway PostgreSQL (マネージド) HTTPS自動 + ドメイン 障害時自動再起動(max10)
環境変数用途備考
DATABASE_URLDB接続文字列Railway PostgreSQLが自動設定
SECRET_KEYJWT署名鍵ランダム文字列を設定
ADMIN_PASSWORD初期管理者PW初回シード用
ANTHROPIC_API_KEYClaude APIAI機能に必須
デプロイ: railway up --detach（1コマンド）。ビルド時間: 約2-3分
OPERATIONS & MAINTENANCE 11
Claude Codeベースの保守体制

運用体制

  • 開発・改修: Claude Codeで対応
  • デプロイ: railway up (CLI 1コマンド)
  • 監視: Railway ダッシュボード + ログ
  • DB: Railway PostgreSQL（自動バックアップ）
  • SE引き継ぎ: 不要（現状規模）

規模感

  • FE 1,400行 + BE 2,500行 = 全体把握可能
  • 横展開・API連携もClaude Codeで対応可
  • PaaS利用のためインフラ管理不要
  • テスト自動化済みでデグレ防止
運用項目方式頻度担当
機能追加・バグ修正Claude Code + git push随時高木
デプロイrailway up --detach変更時高木
DB バックアップRailway自動日次自動
ログ確認Railway Dashboard随時高木
SSL証明書Railway自動更新自動自動
config.yaml更新機種追加・出玉率変更月1程度高木
REVIEW REQUEST 12
本システムはAI（Claude Code）で設計・実装しました
SEの視点で「本番稼働してよいか」をご判断ください
お願いしたいこと
設計・実装・テスト・デプロイの全工程をAI（Claude Code）が担当しました。
人間のエンジニアによるレビューを経ていないため、プロのSEの目で検証いただき、
「この状態で本番稼働してよいか」のGo/NoGo判断をお願いします。

運用前提

  • 利用者: キクヤ（パチスロホール）1店舗・3〜5名
  • 利用頻度: 1日1回、朝の設定変更時に使用
  • データ量: 1日あたり数十台 x 1レコード
  • 可用性: 業務時間中に使えればよい（24/365不要）
  • 保守: Claude Codeで開発者が直接対応
  • 機密性: 店舗の営業データ（売上・稼働率）を扱う

ご回答いただきたい形式

  • Stop: 本番稼働すべきでない致命的問題
  • Fix before launch: 稼働前に直すべき問題
  • Nice to have: 将来的に改善すべき点
  • Go: この状態で稼働してよい
資料に記載のアーキテクチャ・API・DB・認証・
セキュリティ・テストの各項目について、
上記4段階でご評価ください。
ご指摘・ご質問はこの場でお願いします AI経営共創パートナーズ株式会社
← → キーで移動 | Esc で一覧