Civic Lens — 市民の怒りを情報公開に変換するAIエージェント

🏆 2026年9月5日のZenn Agentic AI ミニハッカソン with Google Cloud（渋谷）で、参加者の中から選ばれました（参加申込 約200名：connpass）。コーディング時間約2時間という短時間実装での選出です。詳細は🏆 受賞歴をご覧ください。

🎯 概要

Civic Lensは、市民が行政に対して抱く「怒り・不信・諦め」を、情報公開請求・審査請求という法的アクションに自動変換するAIエージェントです。

国の行政機関への情報公開請求は年間約21.5万件（総務省、令和6年度施行状況調査 https://www.soumu.go.jp/main_content/001033108.pdf ）。市民は弁護士なしで、この制度を使いこなせるようになります。

💢 理念 — 「怒ることに疲れた市民」の代理人

多くの市民はニュースを見ても、心のどこかで違和感や怒りを覚えながら、それを表明する気力を失い、無関心を装うようになっている。声を上げても何も変わらない、という学習性の無力感が、行政の不透明さを温存させてしまう。

日本には公的なオンブズマン制度（行政監視官）が存在しない。Civic Lens はその機能的な空白を、AIエージェントで埋めることを目指す。市民・国民の代わりにニュースへ怒り、その怒りを情報公開請求という具体的な行動に変換する——これが本プロジェクトの中核的な理念である。

• 一見すると好意的・中立に報じられているニュース（華やかな式典、成功した大会、明るい統計）の裏にある、税金の使途・意思決定過程の不透明さ・住民負担を、AIエージェントが批判的な視点で読み解く
• その論点をもとに、怒っているはずの市民の声を疑似的に再現する（実在の個人の発言ではなくAIが生成したフィクションであることを常に明示する）
• 再現した怒りを、個人が実際に提出できる情報公開請求書の具体的な記載内容（対象機関・請求文書・根拠条例）へと変換する
• ユーザーが希望すれば、その声を自分自身のX/Blueskyアカウントから発信し、シビック・ガバナンス（市民による行政監視）を可視化する

これにより、「怒ることに疲れた」市民に代わってAIが怒り、行政監視を持続可能な形で機能させることを目指す。詳細なエージェント構成は AGENTS.md を参照。

🏛️ 解決する課題

市民のペイン

• 「何を請求していいかわからない」 — 「何を請求していいかわからない」という壁で、多くの市民が請求をあきらめています
• 「不開示だったらどうするか」がわからない — 審査請求フローがブラックボックス化
• 「弁護士費用10万円」は払えない — 法テラス（民事法律扶助）は償還原則
• 「役所は敵だ」という諦め — 制度はあるが機能していない歪み

行政の不誠実

• 「不存在」を盾にした逃げ — 形式的応答で実質隠蔽
• 抽象的・紋切り型の不開示理由 — 「法人情報」「事務執行影響」等の一般条項滥用
• 裁決の遅延 — 答申まで6ヶ月〜2年、事件の風化

✨ 機能

Civic Lens は、市民の「怒り・不信・諦め」を入力すると、AIが法的回答を返す：

市民の入力	AI の出力
「許せない！腹が立つ！」	怒りレベル測定・条例マッチング
「何百万円も使って成果が分からない」	開示請求書の自動生成
「不開示決定を受けた」	審査請求書 + 反論ロジック

詳細機能

1. 条例自動マッチング（Gemini） — 市民の怒り内容から適用条例を自動特定
2. 開示請求書・司法行政文書開示申出書の自動生成 — 17機関（7自治体・議会 + 4警察本部 + 6裁判所）対応。行政文書だけでなく裁判所の「司法行政文書の開示に関する事務の取扱要綱」に基づく開示請求にも完全対応
3. 審査請求書 + 反論ロジック生成 — 不開示決定への反論を判例・先例（自治体条例、警察情報公開規程、裁判所取扱要綱）を交えて構築。先例として提示する認容事例は、総務省「行政不服審査裁決・答申検索データベース」から収集した実在のデータをGemini Embeddingsによるベクトル検索で照合したものを使用し、Geminiによる先例の「創作」を防止
4. 期限管理（60日ルール等） — Cloud Scheduler で自動通知
5. シチュエーション別テンプレート — 13種類（海外視察、公共事業、補助金、警察事案、裁判所司法行政・予算執行等）から選ぶだけ
6. ニュース怒り再現エージェント — 地域名からその地域の自治体・警察・公的行事に関するニュースを自動収集（NewsCollectorAgent）。一見好意的なニュースの裏にある論点を批判的に読み解き、市民の怒りの声を疑似生成（AngerReproductionAgent）、開示請求書の該当箇所まで自動生成する。分析結果には❤️😡😳のリアクションを付けて記録・履歴として振り返れる
7. SNSシェア（X.com / Bluesky） — 再現された「疑似的な市民の声」を、ユーザー自身のX/Blueskyアカウントから投稿できる（専用botアカウントは使わない）。投稿には必ずAI生成のフィクションである旨の免責を含める

🛠️ 技術スタック

Google Cloud ADK (Agent Development Kit) を中核に構築：

スポンサー	役割	実装
Google Cloud ADK + Vertex AI Agent Engine	エージェント本体	agent.py（LlmAgent + SequentialAgent）
GMI Cloud (DeepSeek V4 Pro)	開発時（試作・検証）のLLM。本番では未使用	gmi_client.py
総務省 行政不服審査裁決・答申検索データベース + Gemini Embeddings	認容事例の実データ検索（先例の「創作」防止）	precedent_cases.py, scripts/scrape_gyofuku_cases.py, scripts/build_precedent_embeddings.py

GMI CloudのLLMは開発時（試作・検証）にのみ使用しました。本番の実行はGemini APIで行っており、GMI Cloudは本番では使っていません。

ADKアーキテクチャ

SequentialAgent (civic_lens_integrated)
   ├── LlmAgent (anger_analyzer) [Gemini 2.5 Pro]
   │     ├── FunctionTool: analyze_user_anger
   │     ├── FunctionTool: get_ordinance_info
   │     └── FunctionTool: get_situation_documents
   └── LlmAgent (counter_argument_builder) [Gemini 2.5 Pro]
         └── FunctionTool: get_counter_argument

補助技術

• FastAPI — Python Web フレームワーク
• Tailwind CSS — UI
• Cloud Run — デプロイ
• Cloud Scheduler — 期限通知cron
• Firebase Authentication + Firestore — ユーザー認証（メール/パスワード・Web3ウォレット）、開示請求記録・フォーク・スターの永続化。Cloud Runのステートレスなコンテナ間でもデータを保持するために使用

🤖 認容事例 自動収集エージェント（定期実行）

反論ロジックに使う先例データは、.github/workflows/scrape-precedents.yml により週1回（サーバー負荷に配慮し高頻度にはしない）自動更新される。GitHub ActionsがPlaywrightで総務省「行政不服審査裁決・答申検索データベース」(https://fufukudb.search.soumu.go.jp/koukai/Main) を巡回して認容・一部認容事例を収集（scripts/scrape_gyofuku_cases.py）し、続けてGemini Embeddings（gemini-embedding-001）で検索用ベクトルを計算する（scripts/build_precedent_embeddings.py、既に計算済みのcase_idは再計算しないキャッシュ設計）。workflow_dispatchにより手動実行も可能。

収集データはPDL1.0（公共データ利用規約）に配慮し、裁決・答申の全文ではなくデータベースが提示する概要スニペットのみを保存し、各レコードに出典URLを必ず添付する。また、mainブランチへの直接コミット・pushは行わず、差分が生じた場合のみpeter-evans/create-pull-requestでブランチを切ってプルリクエストを作成し、人間のレビュー・マージを介す設計にしている。

📁 ファイル構成

civic-lens/
├── app.py                            # FastAPI メイン（エンドポイント定義）
├── agent.py                          # Gemini エージェント本体
├── ordinance_data.py                 # 5自治体分の条例データ
├── gmi_client.py                     # GMI Cloud RAG
├── precedent_cases.py                # 認容事例の検索（Gemini Embeddings + Ngramフォールバック）
├── news_collector_agent.py           # ニュース収集エージェント（地域名からGoogle News RSSを検索）
├── news_anger_agent.py               # 怒り再現エージェント + パイプライン全体のオーケストレーション
├── news_reactions.py                 # ニュース怒り再現の分析結果永続化・リアクション記録
├── social_posting.py                 # X.com / Blueskyへのシェア用テキスト生成・投稿
├── timeout_utils.py                  # Gemini呼び出しのタイムアウト制御
├── scripts/
│   ├── scrape_gyofuku_cases.py       # 総務省DBからの認容事例スクレイパー
│   └── build_precedent_embeddings.py # 認容事例の埋め込みベクトル生成
├── templates/
│   ├── index.html                    # メインユーザーインターフェース
│   └── precedent_cases.html          # 認容事例 閲覧・検索ページ
├── .github/workflows/
│   └── scrape-precedents.yml         # 認容事例 自動収集エージェント（定期実行）
├── requirements.txt
├── Dockerfile
└── README.md

This is the beginning of the README. Read the rest at the original. Read the full README ↗