pocket_ai · Mako R&D
課題: 支援ナビゲーションには、ネットワークなしでのリアルタイムな障害物理解が必要です。
アーキテクチャ: カメラから検出、空間推論、TTSまでを完全オフラインで実行するパイプライン。デスクトップとINT8エッジの両プロファイルに対応。
主な成果: 安全デバイス向けYOLO系モデル学習を含むMakoの継続R&D。FPS値は公開ベンチマークではなく文書化された目標値。
YOLO11ONNXPythonComputer VisionEdge AI
AIシステムエンジニア · プロダクトビルダー
Youhana Sheriff
AI Systems Engineer · Edge AI · Voice & Vision · Agentic Systems
エッジデバイスやオンデバイス推論から、クラウドエージェント、メモリシステム、フルスタックプロダクトまで、現実世界で動くマルチモーダルAIシステムを構築しています。
現在、Mako IT Labで学習済みビジョンモデルとエッジ推論を用いた火災安全AIシステムを開発し、AIアシスタント基盤の技術方針と統合を主導しています。
60
公開GitHubリポジトリ
20+
モバイル・Web・AIプロジェクト
2
認証済みpub.devパッケージ
727
直近30日のpub.devダウンロード
5+
プロダクト開発年数
現在のR&D
火災安全AIシステム
学習済みビジョンモデル、決定論的な安全チェック、小型言語モデル、エッジ推論を組み合わせたMakoのR&Dです。
ビジョン検出
カメラ入力YOLO系モデルデータセットツールエッジ推論
安全ロジック
検出検証幾何チェックイベント閾値構造化出力
推論
小型LLMMLX + LoRAGGUF出力イベント駆動
安全アクション
警告ガイダンス多言語音声システム統合
FireSafeXビジョンR&D
安全デバイス向けにYOLO系モデルを学習・評価し、データセット、推論、評価ツールを構築しています。
AIアシスタント基盤
別のアシスタント基盤の技術方針と統合を主導しています。製品と内部アーキテクチャの詳細は非公開です。
YOLO11PythonMLXLoRATinyLlamaGGUFllama.cppEdge AIVision AI多言語TTS
学習
領域固有のビジョンと言語モデル用データセットを構築・改善します。
評価
推論挙動を検証し、再現可能な品質・性能結果を記録します。
最適化
小型モデルを量子化し、制約デバイス向けテスト成果物を準備します。
統合
ビジョン、安全ロジック、推論、多言語ガイダンスをシステムへ接続します。
証拠の境界
学習、出力、統合の成果物は確認済みです。性能値は再現可能なデバイスベンチマークが得られるまで設計目標として扱います。
経験
Building Softwares Since 2020
プロダクトエンジニアリングの経験を土台に、AIシステム、エッジ推論、マルチモーダルUI、高いオーナーシップのプロダクト開発に注力しています。
2024 - 現在
Senior Software Engineer @ Mako IT Lab
- React Native、Flutter、Next.js、AWS、Firebaseを使ったクロスプラットフォームプロダクトを設計。
- 信頼性、モバイル性能、プロダクトの分かりやすさを保ちながら、大規模プロダクトにAI機能を統合。
- データモデル、リアルタイム処理、API契約、リリースパイプライン、フロントエンド実装をリード。
2023 - 現在
Founder @ Sheriax Solutions
- 課題定義からアーキテクチャ、UI、クラウド基盤、ローンチまでAIプロダクトを所有。
- メモリ、RAG、音声、ビジョン、オンデバイス推論、プロダクト品質のAIワークフローを構築。
- レイテンシ、コスト、プライバシー、ハードウェア制約、UXのトレードオフを直接判断。
プロジェクト
システム、プロダクト、プラットフォーム
評価しやすいエンジニアリングシグナルとして、AIシステム、公開済みAIプロダクト、フルスタックプラットフォームに分けています。
AIシステム
models-edge-devices · Mako R&D
課題: 安全デバイスには、制約のある計算・メモリ・電力内で動くモジュール型AIパイプラインが必要です。
アーキテクチャ: LoRA、MLX、llama.cpp、量子化展開を用いたビジョン・安全検証・イベント駆動型小型モデル推論の分割構成。
主な成果: YOLO系モデル学習と制約デバイス展開計画に関するMakoの継続R&D。
YOLOLoRAMLXllama.cppPythonEdge AI
SimpleMem
課題: LLMエージェントは有用な文脈を忘れたり、ノイズの多い履歴でプロンプトを埋めがちです。
アーキテクチャ: 圧縮、埋め込み、検索を組み合わせた長期実行エージェント向けセマンティックメモリ層。
主な成果: SimpleMem論文をTypeScriptで独自実装し、@sheriax/simplememとして公開。ベンチマーク値は引用元論文に帰属。
TypeScriptEmbeddingsVector searchAgents
llm-rag
課題: ドキュメントには、汎用チャットではなく検索可能で根拠のある回答が必要です。
アーキテクチャ: PDF取り込み、チャンク化、MiniLM埋め込み、SQLiteベクトルストア、OpenRouter/DeepSeek回答生成。
主な成果: ingestとqueryを分離したCLI RAGシステムを構築。
TypeScriptBunSQLiteMiniLMOpenRouter
Video Composer
課題: 短尺動画制作には文字起こし、分析、組み立ての反復作業が多くあります。
アーキテクチャ: Whisper文字起こし、ビジョン分析、スクリプト化されたメディア生成パイプライン。
主な成果: TikTok/Reels/Shorts制作ワークフローの中核を自動化。
OpenAIWhisperGPT-4 VisionPython
AIプロダクト
Kizu
課題: 金融回復には支出文脈、レシート理解、実用的なガイダンスが必要です。
アーキテクチャ: Firebase、ML Kit OCR、ルールベースの取引管理、レシート読み取り・相談・予算・貯蓄目標・アラート向けOpenAI GPTを備えたFlutterアプリ。
主な成果: 支出管理と金融回復のための本番AI家計ウェルネスアプリを構築。
FlutterFirebaseOpenAI GPTML Kit OCR
Chatiko
課題: 日常的に使いやすいコンパニオン型AIプロダクトが必要とされています。
アーキテクチャ: OpenAI/Google AI連携とFirebaseのユーザーフローを持つモバイルAIコンパニオン。
主な成果: 個人Android製品として開発・公開し、後にSheriaxへ統合。現在は終了。
FlutterOpenAIGoogle AIFirebase
Talky
課題: 言語学習コミュニティには安全なコンテンツと軽量なAI支援が必要です。
アーキテクチャ: モデレーションワークフローとFirebase基盤を備えたモバイル学習アプリ。
主な成果: Youhanaが単独開発するSheriaxの開発中プロダクト。
FlutterAI moderationFirebase
プラットフォーム
Drawink
課題: チームには信頼できる共同作業と同期を備えたローカルファーストのホワイトボードが必要です。
アーキテクチャ: リアルタイム共同編集、クラウド同期、オフラインファースト状態管理を備えたReactキャンバス。
主な成果: 複数ボード対応の共同ホワイトボードプラットフォームを構築。
ReactTypeScriptWebSocketFirebase
Cubanin → Echify
課題: ソーシャルコマース製品を当初のクロスプラットフォーム基盤から動画中心のマーケットプレイスへ進化させる必要がありました。
アーキテクチャ: Cubanin期のReact NativeとNext.jsから、EchifyとしてStripe Connect、S3、Firebaseを備えたFlutterへ全面移行。
主な成果: テックリード兼リードモバイル開発者として、Echifyへの改称時にReact NativeからFlutterへの全面移行を主導。
React NativeFlutterNext.jsAWS AmplifyStripe ConnectAWS S3Firebase
RouteX
課題: 建設物流にはオフライン対応、GPS追跡、配車の可視性が必要です。
アーキテクチャ: 地図、リアルタイム追跡、ルート最適化を持つオフラインファーストのモバイル・Webスタック。
主な成果: 現場信頼性とリアルタイム連携を重視した物流ワークフローを構築。
React NativeNext.jsGoogle MapsWebSockets
オープンソース
公開パッケージと開発者ツール
エージェントメモリ、Flutter決済、翻訳生成、クラウドクリーンアップに関する実用的なライブラリとツールです。
v0.3.7
flutter_stripe_connect
Stripe Connectのオンボーディング、支払い、支払い履歴UIを埋め込むFlutterプラグイン。
Stars5
Downloads直近30日454
執筆
Engineering Notes
実際のAIプロダクトの裏側にある、レイテンシ、メモリ、検索品質、音声UX、組み込み制約、エージェント信頼性についてのメモです。
エッジAIエージェントシステムメモリアーキテクチャRAG音声AI組み込みAIオンデバイス推論
Why Your AI Agent Doesn't Understand You (And It's Not the AI's Fault)
The real reason your AI prompts fail has nothing to do with prompting techniques — it's about how clearly you communicate as a person. Here's how learning to share goals instead of tasks changed everything for me, both with AI and with people.
Building Lifelong Memory for AI Agents with @sheriax/simplemem
AI agents forget everything between sessions. SimpleMem fixes that with semantic lossless compression — a three-stage pipeline that compresses, synthesizes, and retrieves long-term memories with 30× fewer tokens. Here's how @sheriax/simplemem brings this framework to TypeScript and Node.js.
Introducing flutter_stripe_connect: Embed Stripe Connect in Your Flutter App
Building a marketplace or platform app? flutter_stripe_connect is an open-source Flutter plugin that lets you embed all 13 Stripe Connect components directly into your Flutter app across iOS, Android, and Web — with just a few lines of code.
ツールキット
Systems Toolkit & Uses
AIシステムとプロダクト基盤を構築するために使う技術領域、ハードウェア、ソフトウェアです。
Applied AI
エージェントシステムRAGベクトル検索プロンプト設計ツール呼び出し
Edge AI
ONNXYOLOLoRAMLXllama.cpp
Backend
Node.jsHonoPostgreSQLFirebaseDocker
Frontend
ReactNext.jsReact NativeFlutter
Cloud
AWSCloudflareCI/CD
Hardware
MacBook M4RDK X5Qualcomm QCS6490
Software
CursorCodexClaudeOpenAIVSCodeDocker
Working Style
ターミナル中心ローカルプロトタイプ小型デバイス検証高速な反復