Flauro のコア機能一覧、PR を開いてから委譲境界が更新されるまでの 5 ステップ、想定ユースケース、エンタープライズ向け配備モデルをまとめています。
コア技術「HITL境界の自律学習」から読むFlauro は「企業固有ナレッジをセキュアに蓄積・活用する組織独自の AI ガードレール」を目指します。
生成AIが書いた PR が大量発生する一方、従来の静的解析ツールは事前定義ルールに機械的にマッチするだけで、組織固有の文脈を理解できず偽陽性が多発します。
インシデント履歴、社内コーディング規約、セキュリティポリシーといった企業固有ナレッジは文書として散在し、レビュー判断に自動反映されません。
レビュー観点や設計意図がレビュアー個人に依存し、PR・機能・サービス単位のドキュメントが残らないため、組織として知見が蓄積されません。
開発リードタイム・レビュー工数・LLM呼出しコストといった指標が見えず、改善も最適化も進みません。
「学習する閉ループ × 解釈可能な多次元スコア × SLOによる安全制御」を、エンタープライズ向け配備形態と統合しました。
「スコアリング → 自動承認 or 人間へ委譲 → 介入観察 → 委譲境界の更新」を閉ループ化。レビュアーの自然な業務行動だけを学習材料に、HITL境界そのものを運用データから自律的に動かします。管理者が経験で閾値を手動設定する必要がなくなります。
1回のレビュアー介入（採用・修正量・却下・無反応）を、リスク評価に寄与した複数の独立軸（重大度 / 依存度 / 履歴 / 文脈 / ユーザ影響 など）へ寄与度比で分解配分。どの軸が過大・過小評価だったかを修正カテゴリごとに条件付きで学習します。
本番投入後の実測インシデント率を負帰還信号として、自動承認領域の拡大を制御。SLO違反を観測すると境界拡張を自動停止し、HITL側に倒します。学習による無制限な拡大に、構造的な歯止めが組み込まれています。
WASM Tree-sitter で複数言語の AST を統一処理、S式クエリは DB に格納し UI から追加可能。検出ルール自体を DRAFT → SHADOW → WARNING → BLOCKING で段階展開し、品質劣化を検知すると自動降格＋ Slack 通知します。
Source SaaS（Drive / Slack / GitHub / Notion）の ACL をチャンク粒度までマテリアライズし、退職・権限剥奪は SLA 内にキャッシュ無効化。すべての AI アクションを decision_id で完全再構成可能な不変監査ログとして保存します。
OpenAI / Anthropic / 自社ホスト LLM 等を統一ゲートウェイ経由で利用。タスクごとにモデル使い分け・バッチ化・キャッシュでコストを最適化し、ルーティング失敗時は別モデルへ自動フォールバック。プロバイダロックインを回避します。
LLM へ送出する前に、個人情報（PII）・認証情報・機微情報を自動検知してマスキング／除去。ガードレールで送出可否を制御するため、外部モデルを使う場合でも秘匿情報が境界外へ漏れません。
トークン・モデル・部門・プロジェクト単位でAI利用コストを計測し、ショーバック／チャージバックで配賦。予算アラートと組み合わせ、「誰がどのAIにいくら使ったか」を経営・財務目線で説明できます。
Drive / Slack / GitHub / Notion などの社内情報を、利用者ごとの閲覧権限（ACL）に合わせてフィルタしながら検索。根拠（citation）付きで AI に渡すため、「見てよい情報だけ」を安全に活用できます。
社内に乱立しがちな外部 AI・自律エージェントの利用ログとインベントリを取り込み、監査・ポリシー対象として可視化。自社管理外の AI 利用も「把握対象」に取り込み、全社のガバナンス下に置きます。
Slack から開発指示を出すと、複数の AI エージェントが計画・実装・レビュー・承認まで連携。高リスクは HITL 承認、低リスクは自動マージ＆デプロイへ振り分けます。
依存グラフからサービスマップ／影響マップを生成し、変更の波及範囲を可視化。PR 単位 → 機能単位 → サービス単位で仕様書を自動生成し、組織知として継続蓄積します。
判定するだけでなく、組織知として継続的に蓄積・進化します
対象リポジトリに Flauro App を追加。Webhook が自動設定され、社内インシデント・規約・ポリシーの取り込みも初期セットアップで完了します。
通常通り Pull Request を開くだけ。Flauro が差分・依存関係・履歴を取り込み、AST + LLM ハイブリッドで違反候補を検出します。
重大度 / 依存度 / 履歴 / 文脈 / ユーザ影響などの独立した複数軸でスコア化し、委譲境界（HITL境界）と照合。自動承認のときだけ LLM 信頼度を見て、迷ったら人間レビュー側へ倒します。
高リスクは Slack で人間承認、低リスクは自動マージ＆デプロイ。すべての判断は Decision Record として不変記録され、後追いで完全再構成可能。
レビュアーの採用・修正量・却下・無反応を多次元軸へ分解配分し、HITL境界そのものを更新。本番投入後の実測インシデント率を SLO と照合し、境界拡張に負のフィードバックで歯止めをかけます。
開発チームだけでなく、あらゆる業務フローの「判断と承認」を自動化できます。
BEFORE
AI が生成した PR が毎日大量に届く。全部目を通していると自分の作業時間がなくなる。
AFTER
影響範囲が小さい変更は自動承認。自分は設計変更や重要ロジックの PR だけに集中できるようになった。
BEFORE
「パスワードをリセットしたい」など同じ質問が毎日届く。担当者が一件ずつ手動で返信している。
AFTER
よくある質問は自動回答。担当者は初見の問い合わせや複雑なトラブルだけに集中でき、対応漏れもなくなった。
BEFORE
経費申請や稟議書がメールで回覧され、どこで止まっているか分からない。承認者が不在だと全部止まる。
AFTER
基準内の申請は自動承認。例外や高額ケースだけ担当者に通知され、承認待ちの滞留が大幅に減った。
「コード・設計情報を外に出せない」「日次バッチが主流でデータが連携されていない」 日本の大手企業の現実に合わせた配備モデルを用意しています。
金融・製造・通信・公共系のお客様向けに、ソースコードや設計情報を外部マルチテナントに送出しない構成を選択できます。
インシデント・規約・PR 履歴・SaaS 連携データを CDC / ストリーミングで取り込み、学習・推論に活用します。
AWS 東京リージョンでの稼働実績。インフラはすべて Terraform でコード化済み。顧客環境へのポータビリティを担保します。
PR 単位 → 機能単位 → サービス単位で仕様書を自動生成。属人化を防ぎ、組織知として継続蓄積します。
現在クローズドβのため、招待制でのご提供となります。
PoC のご相談・デモのご希望・カスタム配備のご質問など、お気軽にご連絡ください。
運営会社
株式会社オルクストラAI
会社概要・導入支援体制・採用情報はコーポレートサイトをご覧ください。