STATS
数字で見る UX Labs
53
管理下リポジトリ
8,032
総コミット数
7,619
Git 管理下ファイル数
561
設計・進捗ドキュメント
月別コミット数
// 本人（HariBote1110）によるコミット。2026-07 は26日時点。直近2ヶ月に全体の約7割が集中。
コミット数上位プロジェクト
| # | プロジェクト | コミット | 規模（行） |
|---|---|---|---|
| 1 | UX Film Director | 2,972 | 227,996 |
| 2 | UX TTS | 1,232 | 153,673 |
| 3 | UX Music | 918 | 112,719 |
| 4 | TitaniumMC | 475 | 35,601 |
| 5 | UX Nova | 457 | 38,929 |
| 6 | HariBotes-playground | 233 | 40,289 |
| 7 | VOICEVOX-Research | 196 | 20,972 |
LANGUAGES
言語構成
Git 管理下のソースファイル数。用途に応じて言語を使い分けています。
| 言語 | ファイル数 | 主な用途 |
|---|---|---|
| TypeScript | 1,245 | Discord Bot、Web UI、サーバー、Electron アプリ |
| JavaScript | 951 | Electron、Discord.js、Minecraft Script API アドオン |
| Java | 501 | Minecraft Mod（Fabric / Forge）、Paper プラグイン、Android TV |
| Python | 493 | 機械学習、音声合成研究、画像生成、モデル変換 |
| Go | 384 | ネイティブ GUI、常駐サービス、DB レイヤー、エージェント |
| Swift | 177 | macOS / iOS / watchOS ネイティブ、Core ML 推論 |
| Rust | 176 | 動画レンダリング、WebGPU、高性能コア |
STACK
フレームワーク・ランタイム
| 領域 | 採用技術 |
|---|---|
| デスクトップ GUI | Wails（Go + Web）、Electron、Tauri、Pure Rust（wgpu + egui）、SwiftUI |
| Web / フロント | React、Next.js（App Router）、Vite、react-three-fiber、Three.js |
| Discord | Discord.js v14（シャーディング対応） |
| サーバー | Node.js（Express / Fastify）、Go（Echo） |
| データベース | PostgreSQL + Drizzle ORM、SQLite、QuestDB（時系列）、Redis |
| 音声合成 | VOICEVOX、AivisSpeech、OpenJTalk |
| 機械学習 | PyTorch、Core ML / Apple Neural Engine、ONNX、OpenVINO、llama.cpp |
| グラフィックス | WebGPU / wgpu、Metal、WGSL |
| Minecraft | Fabric、Forge、Paper / Spigot、Bedrock Script API、Geyser |
| インフラ | Docker Compose、Cloudflare Tunnel、Tailscale、systemd |
| モノレポ / ビルド | pnpm workspaces、Turborepo、Gradle、Cargo、Make |
| テスト | Vitest、go test、Rust test、JUnit、Minecraft Game Test |
DIRECTION
技術選定の傾向
Go への継続的な移行
DB 層、サイドカー、常駐エージェントなどが Go へ。堅牢な常駐プロセス基盤としての位置づけ。
Rust の台頭
2026年に入って動画レンダリングコアや MOD マネージャーが Rust 化。GPU と実時間処理が絡む領域は Rust + WebGPU へ。
Web エンジンからの脱却
Electron の重さを避けて Wails へ、さらに Stargrace Framework（Go から SwiftUI を宣言的に駆動）へ。「WebView を一切使わない」を目標に掲げる基盤開発が進行中。
Apple Neural Engine の活用
Windows/CUDA で学習 → Mac の ANE で推論、というエッジ推論パイプラインを言語モデル・画像生成・音源分離で繰り返し採用。
ARCHITECTURE SAMPLE
6 レイヤーで動く UX TTS
「文字を音声にして読み上げる」という単機能に見えて、実態は役割ごとにプロセスを分けた分散システム。合成エンジンが重い、複数台の PC に分散したい、落ちても部分復旧したい——という運用要求から、この形に行き着いています。
音声生成の縦の流れ
Discord ユーザーが発言
Layer-A
Bot 本体
発言受信・整形・VC 接続・再生
HTTP
Layer-B
キャッシュ
過去に作った音声があれば即返す
miss 時のみ
Layer-C
TTS Worker
VOICEVOX / AivisSpeech を叩く（別 PC のことも）
横から支える別系統
Layer-D
Database（Go）
ギルド設定・辞書・利用量
Layer-E
User Dashboard
利用者向け Web 設定画面
Layer-F
Ops Console
運用者向け監視・操作
+ Flow-Relay（観測中継）
+ AndroidTV-Dashboard（常時表示）
+ Deploy-Agent（自動デプロイ）
+ AndroidTV-Dashboard（常時表示）
+ Deploy-Agent（自動デプロイ）
片方が落ちても、もう片方が生き残る。状態と処理を分離した設計です。