Antigravity + Streamlit で社内向けAIチャットツールを30分で作る

pip install streamlit google-genai python-dotenv

echo ".env" >> .gitignore

import streamlit as st
from google import genai
from dotenv import load_dotenv
import os
 
# 環境変数の読み込み
load_dotenv()
 
# Antigravity（Gemini）クライアントの初期化
client = genai.Client(api_key=os.environ["GEMINI_API_KEY"])
 
# ページ設定
st.set_page_config(page_title="社内AIチャット", page_icon="🤖", layout="wide")
st.title("🤖 社内AIアシスタント")
 
# 会話履歴をセッションステートで管理
# Streamlit はページが再レンダリングされるたびにスクリプトが再実行される
# st.session_state を使わないとメッセージ履歴が毎回リセットされてしまう
if "messages" not in st.session_state:
    st.session_state.messages = []
 
# 過去メッセージを画面に表示
for message in st.session_state.messages:
    with st.chat_message(message["role"]):
        st.markdown(message["content"])
 
# チャット入力
if prompt := st.chat_input("メッセージを入力してください..."):
    # ユーザーメッセージを表示・保存
    st.session_state.messages.append({"role": "user", "content": prompt})
    with st.chat_message("user"):
        st.markdown(prompt)
 
    # Antigravity にリクエスト（会話履歴を含めて送信）
    with st.chat_message("assistant"):
        history = [
            {"role": m["role"], "parts": [{"text": m["content"]}]}
            for m in st.session_state.messages[:-1]
        ]
        response = client.models.generate_content(
            model="gemini-2.5-pro",
            contents=history + [{"role": "user", "parts": [{"text": prompt}]}],
        )
        answer = response.text
        st.markdown(answer)
 
    # アシスタントの返答を履歴に保存
    st.session_state.messages.append({"role": "assistant", "content": answer})

streamlit run app.py

with st.chat_message("assistant"):
    answer_placeholder = st.empty()  # テキスト更新用プレースホルダー
    full_answer = ""
 
    # stream=True でストリーミングを有効化
    for chunk in client.models.generate_content_stream(
        model="gemini-2.5-pro",
        contents=history + [{"role": "user", "parts": [{"text": prompt}]}],
    ):
        if chunk.text:
            full_answer += chunk.text
            # チャンクが届くたびに表示を更新（末尾のカーソルで生成中を示す）
            answer_placeholder.markdown(full_answer + "▌")
 
    # 最終的な回答を確定表示（カーソルを消す）
    answer_placeholder.markdown(full_answer)
 
st.session_state.messages.append({"role": "assistant", "content": full_answer})

# 業務に合わせてカスタマイズするシステムプロンプト
SYSTEM_PROMPT = """
あなたは〇〇株式会社の社内AIアシスタントです。以下のルールに従って回答してください。
 
- 回答は必ず日本語で行う
- 社外秘情報や個人情報には言及しない
- 不明な点は「確認が必要です」と伝え、推測で回答しない
- コードの質問には具体的なサンプルを示す
"""
 
# APIリクエストにシステムプロンプトを追加
response = client.models.generate_content(
    model="gemini-2.5-pro",
    contents=history + [{"role": "user", "parts": [{"text": prompt}]}],
    config=genai.types.GenerateContentConfig(
        system_instruction=SYSTEM_PROMPT,
        temperature=0.3,  # 業務用途は低めに設定してハルシネーションを抑える
        max_output_tokens=2048,
    ),
)

with st.sidebar:
    st.header("設定")
 
    # 使用モデルの選択（Pro は高精度、Flash は高速・低コスト）
    model_name = st.selectbox(
        "モデル",
        ["gemini-2.5-pro", "gemini-2.5-flash", "gemini-2.0-flash"],
    )
 
    # 温度パラメータのスライダー
    temperature = st.slider("Temperature", 0.0, 1.0, 0.3, 0.1)
 
    st.divider()
 
    # 会話リセットボタン
    if st.button("🔄 会話をリセット", type="secondary"):
        st.session_state.messages = []
        st.rerun()

# .streamlit/secrets.toml（GitHubにはpushしない）
GEMINI_API_KEY = "YOUR_GEMINI_API_KEY"

# ローカルは .env を、Streamlit Cloud では st.secrets を使う
api_key = st.secrets.get("GEMINI_API_KEY") or os.environ.get("GEMINI_API_KEY")
if not api_key:
    st.error("GEMINI_API_KEY が設定されていません")
    st.stop()  # APIキーがない場合はアプリを停止する
 
client = genai.Client(api_key=api_key)