Documentation Index
Fetch the complete documentation index at: https://docs.uselim.com/llms.txt
Use this file to discover all available pages before exploring further.
Judgment Engine
Judgment Engineはlimの中核コンポーネントです。イベント（取引）を受け取り、4段階の処理で最適な仕訳を自動生成します。
処理フロー
Input Event
│
▼
┌──────────────┐ match
│ 1. Rules │──────────→ Journal Entry (95%)
│ (deterministic)│
└──────┬───────┘
│ no match
▼
┌──────────────┐ match
│ 2. History │──────────→ Suggest + Confirm (3%)
│ (SQL lookup) │
└──────┬───────┘
│ no match
▼
┌──────────────┐ high confidence
│ 3. AI │──────────→ Suggest + Confirm (1%)
│ (LLM call) │
└──────┬───────┘
│ low confidence
▼
┌──────────────┐
│ 4. Escalate │──────────→ Human Review (<1%)
│ (queue) │
└──────────────┘
1. ルールマッチ
最も高速・低コストな処理です。過去に確定したパターンとのマッチングを行います。
ルールの構造
{
"id": "rule_01J7...",
"pattern": {
"vendor": "AWS",
"keywords": ["Amazon Web Services", "AWS"]
},
"action": {
"debit": [
{ "account": "7100", "ratio": 0.909 },
{ "account": "1540", "ratio": 0.091 }
],
"credit": [{ "account": "2100", "ratio": 1.0 }],
"tax_code": "10"
},
"confidence": 99,
"status": "auto-post",
"confirmations": 5
}
ルールのライフサイクル
- 作成: 人間の確認またはAI提案の承認時に作成
- 提案モード: 仕訳を提案し、人間の確認を求める
- 自動記帳モード: 3回確認されると昇格。確認なしで即座に記帳
# ルールの一覧
lim rules list
# ルールの詳細
lim rules show rule_01J7...
# ルールのステータス変更
lim rules update rule_01J7... --status auto-post
2. 履歴マッチ
ルールにマッチしない場合、過去の類似取引をSQLで検索します。
マッチング基準:
- 取引先名の類似度（レーベンシュタイン距離）
- 金額帯の近接度
- 時期的な関連性
- カテゴリの推定
確信度が80%以上の場合、仕訳を提案して確認を求めます。
3. AI推論
ルールにも履歴にもマッチしない場合のみ、LLM（大規模言語モデル）を呼び出します。
Input: "タクシー代 3200円 現金"
Prompt: 日本の会計基準に基づき、適切な勘定科目と仕訳を生成してください。
Output: Dr. 旅費交通費 2,910 / Cr. 現金 3,200
Dr. 仮払消費税 290
AI推論は全処理の約1%です。ルールと履歴で95%以上を処理するため、AIコストは月額数十円に抑えられます。
AI provider / model の設定
# Provider（現状実装: anthropic）
export LIM_AI_PROVIDER=anthropic
# 全ユースケース共通のモデル
export LIM_AI_MODEL=claude-haiku-4-5-20251001
# または用途別 override
export LIM_AI_MODEL_JUDGMENT=claude-haiku-4-5-20251001
export LIM_AI_MODEL_NL_JOURNAL=claude-haiku-4-5-20251001
export LIM_AI_MODEL_VISION=claude-haiku-4-5-20251001
LIM_AI_PROVIDER / LIM_AI_MODEL* 環境変数で切り替えます。一般的
な AI_MODEL などの名前と衝突しないよう、lim 専用 prefix を付けています。vertex /
local は差し込み点のみ先に用意されており、この時点では Anthropic adapter が実装済みです。
4. エスカレーション
AI推論でも確信度が低い（50%未満）場合、人間のレビューキューに入ります。
# エスカレーションキューの確認
lim escalations list
# レビューして承認
lim escalations resolve esc_01J7... --approve
# レビューして修正
lim escalations resolve esc_01J7... --edit
学習メカニズム
人間がJudgment Engineの提案を確認・修正するたびに、エンジンは学習します:
- 承認 → ルールの確認カウントが増加
- 修正 → 既存ルールを更新、または新しいルールを作成
- 却下 → パターンを記憶し、同じ誤りを繰り返さない
Month 1: ルール 10件、自動化率 60%、AI呼び出し 50回/月
Month 3: ルール 45件、自動化率 85%、AI呼び出し 15回/月
Month 6: ルール 80件、自動化率 95%、AI呼び出し 3回/月
パフォーマンスの確認
自動化率、AI呼び出し回数、AIコストをリアルタイムで確認できます。
次のステップ
自然言語入力
Judgment Engineへの入力方法。
