AI電話応対プラットフォーム「MCPhone」の初期構築を単独で担当。Skill×Flow×MCPの3層アーキテクチャ設計から実装まで。
AIが電話応対を代行するプラットフォーム「MCPhone」の初期構築を単独で担当しています。電話の内容を聞き取るだけでなく、MCP経由でTableCheckやShopify、kintoneといった外部SaaSにアクセスして、調査や処理の実行まで完結させるのがコンセプトです。
アーキテクチャ設計
ゼロからの立ち上げなので、まず全体の構造を決めました。3層に分けています。
- Skill: Markdownで書く会話戦略。受付Skillが通話を受け、必要に応じて業務Skillを呼び出す
- Flow: YAMLで宣言的に書く業務処理。「予約変更」のような定型業務を手続きとして定義する
- MCP: 外部SaaSへのアクセス層。公開されているMCPをラップして使う
会話（揺れる）と業務処理（揺れてはいけない）を分離するのがこの設計の狙いです。LLMに全部任せると業務処理の確実性が出ないので、Flowを宣言的に固めて、LLMはSkillの範囲で会話に集中させます。
実装したもの
- Orchestratorコア: 通話セッション管理、Skillのスタック、Toolハンドラ、プロンプト組立。擬似LLMとモックMCPを組み合わせて「予約変更」シナリオをend-to-endで通した
- フロントエンド: React Flowによる業務フローの可視化、SkillとFlowの新規作成画面、レスポンシブ対応、ライト/ダークモード切り替え
- コード規約: Zodスキーマ駆動で型を生成し、
as/any禁止。UI / Domain / Container の3層分離、薄いhandler、Factory DIといった規約をCLAUDE.mdに定めた
現状はOrchestratorコアが擬似実装でend-to-end動作確認済みの段階で、実LLM接続と音声I/O（Realtime API / SIP）はこれからです。
使った技術
- React / TypeScript / TanStack Query
- Hono
- Zod / React Flow