obsei/obsei

obsei – プライベートでAIネイティブなフィードバック分析

概要 – obsei は、顧客向けのテキスト（レビュー、チケット、アンケート、通話記録など）を取り込み、個人識別情報を秘匿化し、AIモデルでコンテンツを強化し、Webhook、Web UI (Studio)、およびMCP/Claudeプラグインを通じて結果を利用可能にするオープンソースのセルフホスト型プラットフォームです。すべての処理は自身のインフラストラクチャ内で行われるため、生データが環境外に出ることはありません。

重要性 – 企業は顧客の声を理解する必要がありますが、プライバシー規制（GDPR、CCPAなど）や、SaaS分析ツールやパブリックなLLM APIへの生データの送信を禁止する企業ポリシーによって阻まれることがよくあります。obseiは以下の方法でこれを解決します：

• ストレージの暗号化と組み込みの監査ログの提供、
• 制御可能なあらゆるLLMや軽量な意思決定モデル（Ollama、OpenAI、Azure、Bedrock、vLLMなど）のプラグイン接続、
• PIIの自動秘匿化と、オプションでの投稿者の仮名化。

主要コンポーネント

コンポーネント	機能
Sources	CSV/JSONLファイル、RESTエンドポイント、Webhook、アプリストアAPI、GitHub、Hacker News、Bluesky、YouTube、RSS/Atom、SQLデータウェアハウス、IMAPメールボックス、任意のMCPサーバー、Zendesk、Freshdesk、Intercom、Gongなどからデータを取得（Redditはコミュニティプラグイン経由）。
Enrichers	AIモデルを実行して、感情、意図、言語、カスタムタグ、または任意のバイナリ/スコアフィールドを分類します。高速なCPU専用の意思決定モデル（Julia-1, Clef）や、LiteLLM互換エンドポイント経由のフルLLMをサポート。信頼度の低い結果は、より強力なモデルや人間によるレビューにエスカレーション可能です。
Sinks	強化されたレコードをSlack、GitHub issues、Jira、Linear、Parquetファイル、SQLデータベース/ウェアハウス、または任意のWebhook（HMAC署名付き）に配信します。ルーティングルールにより、ラベルや信頼度スコアなどに基づいてレコードを振り分け可能です。
Analysis	エンベディングを使用したオフラインまたは多言語テーマクラスタリング（50言語以上）、近傍重複検出、k-匿名ビュー、および引用付きの回答を返すクエリインターフェース (obsei ask)。読み取り専用のStudio UIは、ナレッジグラフ、トレンド、意思決定、ルーティングパネルを可視化します。
Privacy layer	地域対応のPII秘匿化（南北アメリカ、ヨーロッパ、英国、APAC、インド、アフリカ）、オプションの名前秘匿化、ソルト付きの投稿者仮名、暗号化されたDuckDBストレージ、およびデータの削除、エクスポート、監査のためのコマンド。
Server	obsei serve は、スケジュールされたパイプライン、署名付きWebhook取り込み、MCP HTTP API、Studio UI、ロールベースのアクセス制御、およびオプションのSSOプロキシ統合を実行します。

典型的なワークフロー

1. 初期化 プロジェクト (obsei init) – obsei.yaml とサンプル多言語データセットを作成します。
2. 設定 データソースを設定し、強化モデル（ローカルのOllamaやLiteLLM経由のOpenAIなど）を選択し、シンクを設定します。
3. 実行 パイプライン (obsei run) – データが取得、秘匿化、強化、保存されます。
4. 提供 システム (obsei serve) – パイプラインのスケジュール、Webhookの受け入れ、Studio UIへのアクセスが可能になります。
5. クエリ インサイト (obsei ask またはStudio UI経由) – エージェントがプライバシーフィルターを尊重しながら、引用付きで質問に回答します。

インストール – プロジェクトはPyPIおよびDockerイメージとして配布されています。

# Python package (install the 1.x pre-release)
uv tool install "obsei[mcp]>=1.0.0rc1"   # or pip install "obsei[mcp]>=1.0.0rc1"

# Docker (run from your repo directory)
docker run --rm -v "$PWD:/data" -w /data --user "$(id -u):$(id -g)" \
  -e OBSEI_DB_KEY -e OBSEI_PSEUDONYM_SALT ghcr.io/obsei/obsei:1.0.0-rc.3 run

環境変数 OBSEI_DB_KEY と OBSEI_PSEUDONYM_SALT は、暗号化されたDuckDBストアと投稿者の仮名を保護します。

推奨ユーザー

• データプライバシー法を遵守しながら、多くのアプリストアにわたるユーザーレビューを分析する必要があるプロダクトチーム。
• 生のチケットを外部サービスに公開することなく、自動化されたチケットトリアージ、感情ルーティング、エスカレーションを求めるサポートやヘルプデスク部門。
• 公開フィード（Reddit、YouTube、Twitterライクなプラットフォーム）でソーシャルリスニングを行い、多言語テーマクラスタリングを必要とするマーケティングやCXグループ。
• 分離された環境や厳しく規制された環境にありながら、分類、要約、Q&AのためにLLMを活用したい企業。

ロードマップの概要 – 1.0リリース候補（フェーズ0.1-0.5）では、プライベートコア、MCP/Claudeプラグイン、企業向けBYOモデルサポート、テーマクラスタリング、ルーティングがすでに提供されています。今後の作業には、ライブコネクタの検証や、最終的な1.0.0ローンチ前の追加のリリース候補が含まれます。

リンク – Docs: https://docs.obsei.com/ • Live demo: https://docs.obsei.com/demo/ • Website: https://obsei.com/ • Blog: https://blog.obsei.com/ • Discussions: https://github.com/obsei/obsei/discussions