README.md

metadata

title: Level Bridge Chat
emoji: 💬
colorFrom: blue
colorTo: indigo
sdk: docker
pinned: false

Level Bridge Chat

ダッシュボードに埋め込めるチャット型広告改善提案システム。

情報量（level1〜3）に応じた2種類の返答を自動生成します:

• 現在の提案: 今ある情報で出せる最善提案
• 次レベル予告: 追加情報で何が可能になるかの予告

Embedding

<!-- 基本埋め込み -->
<iframe
  src="https://your-space.hf.space?campaign_name=サマーセール&industry=EC&cvr=2.1"
  width="420"
  height="680"
  style="border:none; border-radius:12px;">
</iframe>

URLパラメータ（初期化）

パラメータ	型	説明	例
campaign_name	string	キャンペーン名	サマーセール
industry	string	業界	EC
cvr	number	CVR (%)	2.1
ctr	number	CTR (%)	0.8
cpa	number	CPA (円)	3500

API Endpoint

POST /api/chat/bridge
Content-Type: application/json

{
  "session_id": null,
  "message": "",
  "dashboard_context": {
    "campaign_name": "サマーセール",
    "industry": "EC",
    "metrics": { "cvr": 2.1, "ctr": 0.8, "cpa": null },
    "image_base64": null
  }
}

Response

{
  "ok": true,
  "session_id": "uuid",
  "turn_number": 1,
  "inferred_level": "level2",
  "level_confidence": "high",
  "level_reason": "at least one metric present",
  "best_now": {
    "summary": "...",
    "actions": ["..."],
    "confidence": "mid",
    "reasoning_basis": ["cvr", "campaign_name"]
  },
  "next_level_preview": {
    "current_level": "level2",
    "next_level": "level3",
    "needed_info": [{"key": "image_base64", "label": "クリエイティブ画像", "example": "バナー画像"}],
    "what_will_be_possible": ["クリエイティブ要素の具体的改善提案"],
    "expected_impact": "..."
  },
  "follow_up_question": "..."
}

Level Rules

Level	条件	今できること
level1	campaign_name or industry のみ	業界仮説ベースの提案
level2	CVR/CTR/CPA のいずれかあり	ファネル診断・優先度付き打ち手
level3	image_base64 あり	クリエイティブ視覚要素の改善提案

Level は会話内で上方向にのみ更新されます（情報は蓄積され続けます）。

Environment Variables

変数	デフォルト	説明
MOCK_MODE	true	true の間はモック応答を返す
SESSION_TTL_SEC	1800	セッション有効期間（秒）
MAX_SESSIONS	1000	最大同時セッション数
MAX_IMAGE_SIZE_MB	5	画像の最大サイズ（MB）
PORT	7860	サーバーポート

Real Implementation

mock_responses.py の以下の関数を実装してください:

def level1_propose(ctx: AccumulatedContext, history: list) -> BestNow:
    # Level 1 の実際のロジック（LLM呼び出しなど）
    ...

def level2_propose(ctx: AccumulatedContext, history: list) -> BestNow:
    # Level 2 の実際のロジック
    ...

def level3_propose(ctx: AccumulatedContext, history: list) -> BestNow:
    # Level 3 の実際のロジック（画像base64を ctx.image_base64 で参照）
    ...

実装後、MOCK_MODE=false に設定します。

MCP Readiness

将来 MCP ツールとして公開する場合、bridge_service.process_request() を薄くラップするだけで対応できます。 Pydantic モデルがそのまま JSON Schema になります。

Health Check

GET /healthz
→ {"ok": true, "sessions": 42}