FoodLike

グループ全員の「苦手なもの」を本人以外に明かさないまま、みんなが食べられる外食先を提案するアプリ。

🔗 公開デモ: https://food-like.vercel.app

「パクチーが苦手」「生魚がダメ」——こうした好き嫌いは本人にとって言い出しづらい情報です。FoodLike は各メンバーの苦手（ジャンル・食材）を個人と紐づかない形に集約したうえで外食先を検索し、「誰が何を苦手か」を誰にも見せずに全員が安心できるお店を提案します。

プライバシーが機能そのものであるアプリ。「集約して個人情報を潰す」「LLMに具体名を出させない」といった配慮を、設計と実装の両面で担保しています。

---

主な機能

• グループ／メンバー管理 — QRコード・招待コードで参加
• 苦手なものの登録（本人のみ編集可・他人には非公開）— ジャンル／食材レベル
• 外食先の提案 — ホットペッパー グルメサーチAPIでエリア×予算から検索し、全員の苦手を避けて絞り込み
• 妥協案ランキング — 全員OKな店が0件のとき、苦手への抵触が少ない順に提示
• グループチャット＋AI検索 — チャットから自然文で相談。AIが実在するお店を検索して、みんなの苦手を避けたおすすめを提案
• 通知 — 未読バッジ／通知ベル（可視時のみポーリング）

技術スタック

領域	技術
フロントエンド	Next.js 16 (App Router) / React 19 / TypeScript
バックエンド	Go 1.25 / Gin / GORM
アーキテクチャ (backend)	Clean Architecture + Hexagonal (Ports & Adapters)
認証	Firebase Authentication
本番DB	TiDB Cloud Serverless (MySQL互換)
ローカル/テストDB	MySQL 8 (docker compose)
外部グルメAPI	ホットペッパー グルメサーチAPI
AIチャット検索	Google Gemini (2.5 Flash Lite) + Tavily Search API
デプロイ	フロント: Vercel ／ バック: Google Cloud Run ／ DB: TiDB Serverless

設計のポイント

プライバシーを確率ではなくコードで保証 個人の苦手は PreferenceAggregator で「誰のか分からない制約集合」に潰してからしか扱わない。AIチャットでは、LLMへの指示（「品目名を書くな」）は確率的で保証にならないため、生成文から苦手品目名を決定的に伏せる検閲層（redact.go）を後段に置いている。少人数グループでは「集合 − 自分の苦手 = 相方の苦手」と逆算できてしまうため、集約後であっても具体名は出さない。

認証と認可の分離 認証（誰か）はミドルウェア、認可（このグループのメンバーか＝BOLA対策）はusecase内で行い、非メンバーには404を返す。usecase/domain層は gin.Context を一切知らない。

差し替え可能なポート設計 外部依存（グルメAPI・AI・Web検索・認証・永続化）はすべてポート（インターフェース）の背後に置き、APIキーの有無で実装を切り替える。例：HOTPEPPER_API_KEY 未設定ならモック店舗、GEMINI_API_KEY 未設定なら定型文へフォールバック。テスト時はフェイクを注入。

AIチャット検索のコスト設計（¥0で実検索） GeminiのGoogle検索グラウンディングは課金枠のため、実店舗の根拠は無料枠のTavily検索で取得 → その結果をGeminiに渡して制約推論＋日本語生成、という役割分担にした。Tavily（事実）とGemini（推論）を分けることで、無料枠のまま「実在する店を、みんなの苦手を避けて提案」を成立させている。

リアルタイムはWebSocketではなくポーリング Cloud Runのスケールが厳しいので3秒間のポーリングで月の無料枠に収まるようにしている

ディレクトリ構成

backend/    Go (Gin + GORM) / Clean Architecture + Hexagonal
  ├ internal/domain      ドメインモデル・サービス（集約/絞り込み/ランキング）
  ├ internal/usecase     ユースケース（認可・プライバシー境界）
  ├ internal/port        ポート（Repository / Gateway インターフェース）
  ├ internal/adapter     アダプタ（handler / gateway / repository 実装）
  └ internal/infrastructure  DB接続・ルーティング・Firebase
frontend/   Next.js (App Router, TypeScript)

ローカル起動（Docker）

docker compose up --build

• frontend: http://localhost:3000
• backend: http://localhost:8080
• mysql: localhost:3306（ローカル用。本番はTiDB Serverless）

環境変数はバック／フロントで分離：backend/.env（compose の env_file で注入）と frontend/.env.local（next build が読む）。各 *.example をコピーして値を設定する。APIキー未設定でもモック／フォールバックで動作する。

ローカル起動（個別）

# backend
cd backend && cp .env.example .env && go run ./cmd/api

# frontend
cd frontend && cp .env.local.example .env.local && npm install && npm run dev

Lint / Test

cd backend && make lint      # golangci-lint
cd backend && make test      # go test ./...
cd frontend && npm run lint

デプロイ

Vercel（フロント）+ Cloud Run（バック）+ TiDB Serverless（DB）の無料枠構成。手順は docs/deploy.md。

API エンドポイント

認証が必要なAPIは Authorization: Bearer <Firebase IDトークン>（モック認証時は X-Member-ID: <id>）を付ける。

Method	Path	説明
POST	/api/members	メンバー登録（認証不要）
GET	/api/me	自分の情報
GET/PUT	/api/me/preferences	自分の苦手なもの（本人のみ）
POST	/api/groups	グループ作成
POST	/api/groups/join	招待コードで参加
GET	/api/groups	所属グループ一覧
GET	/api/groups/:id	グループ詳細
GET	/api/search-options	エリア／予算マスタ
GET	/api/groups/:id/suggestions	店舗提案（middle_area・budget で絞り込み可）
GET/POST	/api/groups/:id/messages	チャットメッセージ
GET	/api/groups/:id/ai-search	AIチャット検索（SSEストリーミング）