Tejas-TA/predikit

何を解決するか

predikit は、従来の機械学習モデル（scikit-learn や XGBoost など）を LLM エージェントが呼び出せるようにするための面倒な接続コードを排除します。JSON スキーマの自動生成、入力検証および型変換の処理、AI エージェント用のツールとしてこれらのモデルを標準化された方法で統合する仕組みを提供します。

動作方法

このライブラリは、訓練済みの ML モデルを ModelTool オブジェクトでラップします。Pydantic の BaseModel を入力スキーマとして定義することで、predikit は OpenAI や LangChain などの LLM API に必要な JSON スキーマを自動生成します。入力フィールド名がモデルの訓練特徴と正確に一致することを保証し、モデルの .predict() メソッドの実行を処理し、構造化された形式で結果を返します。

対象ユーザー

手動で API スキーマや検証コードを書かずに、訓練済みの予測モデルを LLM ベースのエージェント用ツールとして公開したいデータサイエンティストや AI エンジニア向けです。

特徴

• 自動生成スキーマ: 1行で OpenAI 関数呼び出し形式や LangChain StructuredTool 形式にエクスポート可能。
• モデルアンサンブル: 投票、平均化、コレクションによる複数モデルの統合を内蔵した戦略を提供。
• 信頼度ルーティング: クラスファイアの予測信頼度が指定された閾値を下回った場合、警告を出したりエラーを発生させたり、フォールバックツールにルーティングしたりできる。
• レジストリローダー: MLflow および Snowflake Model Registries への直接統合により、手動でのロードコードなしでモデルを読み込むことができる。
• MCP サーバー対応: CLI またはインプロセスサーバー経由で、Model Context Protocol (MCP) でツールレジストリを提供可能。
• 型安全性: Pydantic v2 を使用して厳密な入力検証を行い、LLM 生成された文字列（例："yes" を True に）を自動的に補正する。