閉域で動くAIコーディングエージェント

社内のコードを外に出さずに、調べて、直して、
確かめる。

GENFLUX Codeは、社内ネットワークに置いたAIサーバー(NVIDIA DGX Spark)のローカルLLMで動くコーディングエージェントです。コードの調査・編集・テストは開発者のPCで行い、AIの推論は社内で完結。利用者・端末・利用量は管理者が一元管理します。

  • 外部AIサービスへの送信なし
  • 招待制の利用者・端末管理
  • Windows / macOS / Linux
GENFLUX Codeのブラウザ版の画面。左にプロジェクトとセッションの一覧、中央に質問の入力欄、右上にログイン中の利用者と使用率が表示されている
Challenges

重要なシステムほど、
AIを開発に使えない

クラウド型のコーディングAIには、機密コードを扱う開発で越えられない3つの制約があります。

  • 情報の境界

    外部のAIに送れないコードがある

    未公開のソースコード、顧客の仕様、脆弱性情報。外部のAIサービスへ送ること自体が、契約や社内規程に抵触します。

  • 外部通信

    そもそもクラウドにつながらない

    閉域網、顧客指定の端末、外部サービスの利用禁止。クラウドの推論基盤へ接続できない開発現場は少なくありません。

  • 利用コスト

    使うほど費用が膨らむ

    クラウドLLMはトークン単位の従量課金。利用者と利用量が増えるほど費用がかさみ、AI駆動開発を全社に広げにくくなります。

GENFLUX Codeの答えAIモデル・コード・実行の権限を社内に置き、
だれが・どの端末で・どれだけ使ったかを管理する。

What it does

調査から報告まで、開発の流れをそのまま任せる

指示を受けたAIが、リポジトリを読み、コードを変え、テストで確かめ、結果を報告します。

  1. コードを理解する

    リポジトリを横断して検索し、関連箇所・依存関係・既存の仕様を調べます。

    成果物関連箇所と処理の流れ

  2. コードを変更する

    新機能の実装、不具合の修正、リファクタリング。複数ファイルにまたがる編集にも対応します。

    成果物レビューできるコード差分

  3. 品質を確かめる

    テスト・ビルド・静的解析を開発者のPC上で実行し、失敗の原因を調べて直します。

    成果物合否結果と失敗原因

  4. 結果をまとめる

    変更した理由、影響範囲、残った課題を整理し、レビューに回せる形で報告します。

    成果物レビュー用の作業報告

  • ブラウザとターミナル

    genflux web でブラウザ版の画面を開くか、ターミナルの画面で操作します。画面はプログラムに内蔵され、外部サイトに接続しません。

  • 資料を読んで実装する

    PDF・Word・Excel・PowerPointの仕様書を添付すると、文字・表に加えて図やスキャンしたページも社内のAIサーバーで読み取ります。画像の添付にも対応します。

  • リポジトリごとのルール

    リポジトリに置いたAGENTS.mdのコーディング規約や手順を読み込んで作業します。

  • Windows / macOS / Linux

    開発者のPCに1行のコマンドでインストールできます。PCの管理者権限は不要です。

Human in the loop

変更案はAIが、判断は開発者が

GENFLUX Codeが調査・差分・テスト結果をつくり、設計・品質・リリースの判断は開発者と責任者が行います。

  1. 1目的と達成条件を決める開発者・責任者
  2. 2関連コードを調査GENFLUX Code
  3. 3実装計画を確認開発者・責任者
  4. 4小さな差分で変更GENFLUX Code
  5. 5テストを実行GENFLUX Code
  6. 6差分と結果をレビュー開発者・責任者
  7. 7マージ・リリースを承認開発者・責任者
Architecture

社内ネットワークの中だけで完結する構成

AIサーバー1台を複数の開発者で共有します。モデルを各PCに入れる必要はなく、推論サーバーには認証の窓口を通らないと届きません。

GENFLUX Codeのシステム構成社内ネットワークの中で、開発者のPCがHTTPSと端末署名でAIサーバーの認証窓口に接続し、窓口が利用者と端末を確かめてからローカルLLMの推論サーバーへ依頼を渡す。推論サーバーはAIサーバーの内側だけで待ち受け、インターネットには接続しない。お客様の社内ネットワーク開発者のPC 1編集・実行はPC上開発者のPC 2編集・実行はPC上開発者のPC N編集・実行はPC上HTTPS+端末署名AIサーバー(NVIDIA DGX Spark)認証の窓口ゲートウェイ・端末の署名を確認・利用上限を適用・監査ログを保存・管理画面(ssh経由)ローカルLLM推論サーバー・コードの理解・生成・図や画像の読み取り・サーバー内だけで 待ち受けGitコード管理既存の環境またはGitLabを構築(任意)インターネット接続なしで動作
  • 開発者のPC

    ファイルの読み書きとコマンドの実行はPC上で行い、AIサーバーには依頼と必要な文脈だけを送ります。

  • 認証の窓口(ゲートウェイ)

    配布した証明書で暗号化し、登録済みの端末の署名を確かめてから推論サーバーへ渡します。利用上限と監査ログもここで管理します。

  • 台数を増やす

    複数台の構成では、窓口になるAIサーバーが会話ごとに同じサーバーへ、新しい会話は空いているサーバーへ振り分けます。

Why GENFLUX Code

一般的なコーディングエージェントとの違い

AIの賢さだけでなく、アカウント・利用量・記録・通信まで、企業が管理できる形にしています。

項目一般的なクラウド型の
コーディングエージェント
GENFLUX Code
推論を行う場所提供元のクラウド社内ネットワークに置いたDGX Spark。プロンプトもコードも社外に出ません
利用者のアカウント提供元のサービスに個人ごとのアカウントやAPIキーを作る管理者が招待コードを発行し、PCを端末として登録。端末の鍵はOSの資格情報ストアに保管し、外部のアカウントは不要です
利用の停止アカウントやAPIキーを単位に止めるPCをなくしたらその端末だけを失効。退職・休職時は利用者を無効にして、すべての端末をまとめて止めます
利用量と費用利用量に応じた従量課金やプランの上限推論は社内のGPUで行い、クラウドの従量課金は発生しません。利用者ごとに同時実行数と、5時間・1日あたりのトークン上限を設定できます
利用状況の記録提供元の管理画面で確認する社内のAIサーバーに監査ログを保存し、CSVで出力できます。質問や回答の本文は記録しません
外部への通信共有リンク、外部モデルの接続、自動更新などでインターネット接続が前提共有・外部プロバイダの接続・自動更新・モデル一覧の取得を無効化。インターネットに出ない構成で動きます
設定の統制利用者が自分で接続先や設定を変えられる接続先や開けるフォルダを、利用者が上書きできない管理設定で固定できます
配布と更新各自が公式サイトから入手・更新する社内のAIサーバーから配布し、genflux update で更新。インストーラは証明書を照合してから実行します
For administrators

管理者は、ブラウザの管理画面で運用できる

利用者の招待から利用状況の確認まで、ソースコードや開発環境なしで行えます。管理画面はAIサーバーへのssh接続を通したときだけ開け、社内ネットワークからも直接は届きません。

  • 利用者を招待する

    利用者を追加すると、期限付き・1回限りの招待コードと、インストールから登録までを済ませる1行のコマンドが表示されます。

  • 端末と利用者を止める

    紛失したPCの端末を失効させる、休職中の利用者を無効にする。次のリクエストから使えなくなります。

  • 使いすぎを防ぐ

    同時実行数と、5時間・1日あたりのトークン数の上限を利用者ごとに設定。変更はすぐに反映されます。

  • 利用状況を確かめる

    日付ごとに、時刻・利用者・端末・モデル・トークン数・結果を一覧で確認し、CSVでダウンロードできます。

  • 契約と稼働を確かめる

    ライセンスの期限、利用者数・端末数の使用状況、複数台構成では各AIサーバーの稼働状態を確認できます。

  • 更新を適用する

    新しい版の配布物をAIサーバーに入れるだけ。利用者・端末・監査ログはそのまま引き継がれます。

開発者のPC側の守り

AIはPC上でファイルを編集しコマンドを実行するため、PCの中で動く画面用のサーバーも守っています。

  • 画面用のサーバーはPCの中(127.0.0.1)だけで待ち受け、ネットワークの他の機器からは使えません
  • 起動のたびに新しい認証トークンを発行し、トークンのない呼び出しは受け付けません
  • 他のWebサイトからの不正な呼び出し(DNSリバインディングなど)を拒否します
  • AIが開けるフォルダを、管理者が許可した範囲に限定できます
Fit

ローカルLLMで任せやすい仕事・注意が必要な仕事

30Bクラスのオープンモデルでも実務に使える性能が出るようになりました。用途ごとの向き・不向きを踏まえて使い分けます。

作業任せやすいこと注意が必要なこと
コード生成小〜中規模の実装、定型処理、既存パターンに沿った修正大規模なリポジトリ全体にわたる設計変更
既存コードの理解ファイル単位・機能単位の説明、処理の流れの整理複雑な全体設計や、文書化されていない暗黙知の把握
日本語文書の理解仕様書・技術文書の要約、確認事項の抽出長大な文書や、複雑な業務仕様
テスト生成単体テスト、境界値・異常系のテストケース案受入条件を踏まえた網羅性の判断
レビュー補助差分の説明、懸念点・改善案の提示セキュリティや業務ロジックの最終判断
Elith support

ツールだけでなく、環境全体を設計してお届け

  1. 利用人数に合わせた構成

    利用人数と応答時間の目標からAIサーバーの台数を設計します。複数台の構成では、会話ごとに空いているサーバーへ自動で振り分けます。

  2. 実課題でのモデル選定

    正答率・応答速度・GPU使用量を比較し、用途に合うモデルと設定を選びます。推論の高速化も含めて調整します。

  3. 導入と運用の支援

    AIサーバーは導入・初期設定を済ませてお届けします。管理者向けの手順書と更新用の配布物で、運用を支えます。

FAQ

よくあるご質問

ソースコードが社外に送信されることはありますか?

ありません。ファイルの読み書きとコマンドの実行は開発者のPCで行い、AIの推論は社内ネットワークに置いたAIサーバーで行います。共有リンクや外部のAIプロバイダへの接続も無効にしています。

インターネットに接続しない環境でも使えますか?

はい。AIサーバーはインターネットに接続しなくても動きます。開発者のPCも、社内のAIサーバーに届けば利用できます。インストールと更新も社内のAIサーバーから行います。

海外製のオープンモデルを使っても問題ありませんか?

公開されているモデルの重みを社内のAIサーバーで実行するため、モデルの提供元のサービスへ通信が発生することはありません。入力したコードや出力が提供元に渡ることも、学習に使われることもありません。

利用者や端末はどのように管理しますか?

管理者がAIサーバーの管理画面で利用者を追加し、招待コードを発行します。利用者はそのコードでPCを登録し、以後のリクエストは端末ごとの鍵で署名されます。管理画面はAIサーバーへのssh接続を通したときだけ開けます。

監査ログには何が記録されますか?

リクエストごとに、時刻・利用者・端末・モデル・入出力のトークン数・結果を記録します。質問や回答の本文は記録しません。保存期間は既定で90日です。

何人まで利用できますか?

ご契約のライセンスで、利用者数・端末数・AIサーバーの台数を定めます。利用人数や同時利用の多さに応じて、AIサーバーの台数を増やして構成します。

コードの管理はどうなりますか?

お使いのGitリポジトリをそのまま使えます。社内にコード管理の環境がない場合は、AIサーバー上にGitLabを構築する構成もご相談いただけます。

どの言語・技術に対応していますか?

Python、JavaScript / TypeScript、Java、C / C++ などの一般的な言語を扱えます。対象のコードでどこまで使えるかは、実際のコードを使ったPoCで確認することをおすすめします。

READY TO GET STARTED?

AI活用を、もっと安全に。もっと自由に。

貴社の課題や活用シーンに合わせて、最適な進め方をご提案します。