ProjectsHeo Jae Won
CapTeam

CapTeam

2026年1学期 校内キャップストーンプロジェクト 大賞

学生アンケートのデータをAIによるチーム推薦につなげ、管理者が結果を確認・修正・承認したうえでチーム運営まで続けられるよう設計したサービス

プロジェクト情報

期間
2026.03 — 2026.08
チーム構成
Frontend 1Backend 2AI 2
役割
チームリーダー · 企画 · UI/UX · Frontend
技術
  • React
  • React Router
  • Axios
  • CSS Modules
  • Zustand

解決したかったユーザーの課題

アンケートだけでは、役割・技術レベル・プロジェクト経験を同時に反映することが難しい状況でした。チーム編成後も、お知らせ・日誌・企画書・チャットが分散し、進捗を把握しにくい状態でした。

サービスの流れ

  • アンケートのデータをAIのチーム推薦につなげる
  • 管理者が配属理由を確認し、メンバーの入れ替えと承認を行う
  • 確定したチーム情報と運営機能を学生の画面につなげる
  • お知らせ・日誌・企画書・チャットを一つの流れにまとめる
  1. ログイン
  2. アンケート
  3. AIチーム推薦
  4. 管理者レビュー
  5. 入れ替え・承認
  6. チーム運営
  7. お知らせ・日誌・企画書・チャット

サービスアーキテクチャ

CapTeam のサービスアーキテクチャ図。ユーザーは React UI からサービスを利用し、React UI は Spring Boot API にリクエストを送る。Spring Boot API はログイン・アンケート・チーム作成・お知らせ・チャットのビジネスロジックを担い、MySQL に会員・アンケート・チームのデータを保存し、Amazon S3 に チャットファイルをアップロードする。さらに FastAPI で作った AI Analyzer に分析を依頼し、学生アンケートに基づく力量分析とチームマッチング候補を受け取る。AI Analyzer は外部の LLM API を呼び出してチーム推薦理由を生成する。
原寸で見る ↗

担当した役割と貢献範囲

サービス構造と画面設計

学生と管理者に役割を分け、サービス全体の画面構造を設計しました。

  • 学生と管理者の主な流れを設計
  • ログイン、アンケート、チーム管理、お知らせ、日誌、企画書、チャットの画面設計
  • 読み込み・エラー・空の状態の補完

権限・認証・APIの流れ

ルート単位でアクセス権限を分け、トークンの状態を API 呼び出しとつなぎました。

  • /admin と /user のルート分離
  • ProtectedRoute によるアクセス制御
  • ユーザーとトークンの状態を Axios の JWT と連携
  • チーム・アンケート・日誌の状態に応じたアクセス検証

AIチーム生成とチーム管理

AIチーム生成の進行状態を画面で追跡し、管理者の確定までの流れをつくってつなげました。

  • AI処理の jobId を保存
  • Polling で進行・完了・失敗を表示
  • 重複リクエストの防止
  • 配属理由の確認、入れ替え、承認の流れを構成

リアルタイムチャットと検証

STOMP・WebSocket でチームチャットを実装し、モバイル環境まで動作を確認しました。

  • STOMP・WebSocket によるチームチャット
  • 送受信、既読処理、未読表示
  • モバイル幅と E2E シナリオの検証

Troubleshooting

01AIチーム生成の重複リクエストと再読み込みでの状態消失
状況
AIチーム生成は作業IDを返してサーバー側で処理される非同期処理でした。ボタンを再度押したり再読み込みすると、重複した処理が発生したり進行状態を失う可能性がありました。
課題
一度始めた作業を識別し、再度入っても同じ jobId の状態を続けて確認できるようにする必要がありました。
対応
  • リクエスト直後に jobId を保存
  • 進行中はボタンをロックし再リクエストを遮断
  • jobId を基準にした Polling で進行・完了・失敗を反映
  • 再読み込み・再入場のときに保存した作業を復元
結果
  • 重複したチーム生成を防止
  • 管理者が進行状態を見失わないように安定化
02繰り返されるAPI呼び出しとサーバーリクエストの増加
状況
E2E と Network のログで、ダッシュボード・ヘッダー・未読・チャンネル要約のリクエストが画面遷移と Polling のたびに繰り返されていました。管理者のチャット一覧には N+1 の構造も残っていました。
課題
機能を保ちながら、不要な呼び出しと同時の重複リクエストを減らす必要がありました。
対応
  • 短い TTL のキャッシュと in-flight リクエストの共有
  • バックグラウンドのタブでは unread の Polling を省略
  • WebSocket のイベントを中心に更新
  • チャンネル選択時の read 処理の重複を除去
  • N+1 を完全になくすにはバックエンドの一括 API が必要だという限界を記録
結果
  • 繰り返しの呼び出しと Edge Request の増加を緩和
  • フロントで解決できる範囲とバックエンドの改善範囲を区別
03E2Eで見つかったUI・アクセシビリティの警告
状況
教員と学生の流れを 390・412・768px で確認する中で、入れ子の li、重複した React key、モバイルでの横あふれが見つかりました。
課題
機能の不具合には見えない警告まで片づけ、権限・空の状態・例外の流れを検証し直す必要がありました。
対応
  • お知らせ一覧を ul → li → リンクの構造に修正
  • チーム・順番を基準にした React key を適用
  • 誤ったログイン、保護ルート、アンケート完了、日誌の時間ガード、空入力の検証
  • モバイルの横あふれと Console の警告を再確認
結果
  • 検証した主要画面で横あふれと React の警告を解消
  • 権限・空の状態・例外を含む検証の流れを確保

AIの活用と検証

初期の課題定義、サービスの流れ、画面設計は自分で進めました。後半の実装と保守ではCodex の比重が高く、生成された結果をブラウザ画面、Console、Network、ビルド、Lint、E2E、モバイル幅で検証しました。

学んだこと

画面の実装だけでなく、データの流れと運用環境まで考える

  • 繰り返しの呼び出しは表示速度だけの問題ではなく、サーバーの負荷につながることを学びました。
  • Polling を自分で組んでみて、開始条件だけでは足りず、停止条件と復元方法まで必要だと経験しました。
  • フロントエンドで解決する範囲と、バックエンド API が変わるべき範囲を分ける基準ができました。

AIを使った開発でも、検証の責任は開発者にある

  • コードが書かれたことと、実際の流れで正しく動くことは別だと自分で経験しました。
  • JWT、Polling、WebSocket のように状態がつながる機能は、データの流れを最後まで追って確認するようになりました。
  • AIを活用しても、要件の定義と結果の検証は開発者の役割だと学びました。