NIC — Niigata Information Connector

導入: AI は、いま新潟の「インフラ」になる

「チャッピーに聞いてみよう」——いま、そんな会話が当たり前になっています。

ChatGPT（通称チャッピー）に気軽に質問する人が増え、旅行の計画も、お出かけ前の天気確認も、まず AI に聞く時代です。

もし、ここに新潟に特化した AI があればどうでしょう。 「新潟に何がある？」「今どこが楽しい？」——県外の若者がチャッピーに聞くだけで、新潟の魅力にたどり着ける。 AI は新潟の経済に影響を与えられる存在になりつつあります。

Related MCP server: MLIT Data Platform MCP Server

課題: いまの AI は、新潟の「今」に答えられない

新潟に特化した AI を作ろうとしても、現状の AI には 3 つの課題があります。

課題1: コストが高い

Web 検索で情報を得る場合、AI は検索結果の Web ページ全文を読み込むため、トークンを大量に消費します。 検索回数・トークンに比例してコストは膨らみ、誰でも気軽に運用できる値段ではありません。

課題2: 情報が正確ではない

• 検索結果は、GEO（Generative Engine Optimization）や AIO（AI Optimization）によって、 AI に拾われやすいよう最適化されたコンテンツに誘導され、情報自体が歪みます。

• 検索インデックスには遅延があり、「今まさに」の警報・雨・積雪には届きません。

• システムプロンプトで「新潟だけに絞れ」と指定しても、ツール（検索）が返す結果自体が歪んでいては、 新潟に特化した正確な AI にはなりません。

課題3: ガードレールがない

一般の AI に「新潟について教えて」と聞くと、出典の曖昧な情報・古い情報・個人サイトの情報まで 混ざって返ってきます。どこまでが確かな情報なのか、利用者には分かりません。

従来の AI のフロー（課題の全体像）

flowchart LR
    A[ユーザー<br>「新潟で子供と遊べるところない？」] --> B[AI アシスタント]
    B --> C{Web 検索}
    C --> D[検索結果<br>・SEO/GEO 対策された広告記事<br>・閉店済み・移転済みの施設<br>・他所県の情報が混ざる]
    D --> E[怪しい・古い場所を<br>そのまま回答]
    E --> F[「この場所、本当にあるの？」<br>信頼できない回答]

    style C fill:#f8d7da,stroke:#dc3545,color:#000
    style D fill:#f8d7da,stroke:#dc3545,color:#000
    style E fill:#f8d7da,stroke:#dc3545,color:#000
    style F fill:#f8d7da,stroke:#dc3545,color:#000

ユーザーの質問から回答まで、コスト・正確性・ガードレールのすべての段階で問題が発生します。

提案: NIC — 新潟に特化した AI を作るデータ基盤

NIC（Niigata Information Connector） は、新潟の公式データ源（気象庁・新潟県・新潟市・国土交通省）に、 最適化されたフローで直接アクセスし、必要な情報だけを、最小のトークンで、リアルタイムに AI へ届けるデータ基盤です。

あなたのAIアシスタント（Claude / ChatGPT / Cursor など）
        │  「新潟の積雪は？」「十日町に警報は？」「雨の日のおすすめは？」
        ▼
┌─────────────────────────────────────┐
│  NIC（この基盤）                     │
│  ・新潟県の気象・防災・観光・統計データ │
│  ・出典明記つき・常に最新・高速キャッシュ│
└─────────────────────────────────────┘
        │  公式データ源（気象庁・新潟県・新潟市・国土交通省）
        ▼
   新潟のリアルな今（実データ）

• CLI（ngt）: AI エージェントがシェルから新潟データを引くためのツール

• MCP（ngt-mcp）: 対応クライアントを増やすための標準インターフェース（Claude Desktop / Cursor 等）

新潟特化モデルの学習（高コスト・特定LLM依存）ではなく、**ツール提供（低コスト・全LLM対応）**で 「AI × 新潟」の課題を解決します。

解決: 3 つの課題が、すべて解決する

NIC を使った AI のフロー（解決の全体像）

flowchart LR
    A[ユーザー<br>「新潟で子供と遊べるところない？」] --> B[AI アシスタント]
    B --> C[NIC<br>ngt tour / ngt search]
    C --> D[公式データ源<br>新潟市オープンデータ・国土数値情報]
    D --> E[実際に存在する施設だけ<br>（住所・電話付き）]
    E --> F[「〇〇公園、△△市××。電話: 025-...」<br>信頼できる回答・出典明記]

    style C fill:#d4edda,stroke:#28a745,color:#000
    style D fill:#d4edda,stroke:#28a745,color:#000
    style E fill:#d4edda,stroke:#28a745,color:#000
    style F fill:#d4edda,stroke:#28a745,color:#000

ユーザーの質問から回答まで、コスト・正確性・ガードレールのすべての段階で問題が解消されます。

そして——なんなら、こういうメリットまであります。

• 新潟特化 AI を誰でも・低コストで提供できる（モデル学習不要・ツール提供なので）

• AI エージェントの道具として使える（CLI はトークン効率が良く、決まったソースから決まった構造で値を受け取れる）

• 出典が常に付く（公式データ源なので、どこから来た情報かが明確）

新潟を、AI で盛り上げよう

新潟特化 AI を誰でも提供できるようになれば、チャッピーを通じて新潟の良さが若者に再発見され、 新潟の活性化につながります。 観光も、防災も、情報発信も——新潟の「今」を AI につなぐ。 それが NIC の目指す、『AI × 新潟』の未来です。

実装: 2 言語のパッケージ（Monorepo）

導入・課題・提案のストーリーをそのままに、NIC は Python 版と TypeScript 版の 2 言語で実装されている。

同じコア設計（キャッシュ・エラー処理・出典管理を一元化）を 2 言語で提供する。

Python 版（SDK としても利用可）

cd packages/py
uv sync
ngt weather --station 長岡      # CLI
ngt-mcp                          # MCP サーバー

# ライブラリとしても利用可能
from nic.core.amedas import AmedasClient

with AmedasClient() as client:
    data = client.fetch_precipitation(codes=["54232", "54841"])

TypeScript 版（npm パッケージ @cinnamobot/nic）

グローバルインストール（推奨・日常使い・AI エージェントのツールとして）:

npm install -g @cinnamobot/nic

# 以降、ターミナルでそのまま使える
ngt weather --station 長岡
ngt-mcp                            # MCP サーバー

インストールせず npx で一時実行:

# CLI（インストール不要）※ -p でパッケージ指定し、コマンド名 ngt を明示する
npx -y -p @cinnamobot/nic ngt weather --station 長岡

# MCP サーバー
npx -y -p @cinnamobot/nic ngt-mcp

開発（リポジトリから）:

cd packages/ts
npm install
npm run build    # tsc でビルド
npm test         # vitest（52 テスト）

データ源とライセンス

• 本ツール（NIC）自体は MIT License で公開。

• 取得・表示するデータの権利は各データ源に帰属し、各利用条件に従う必要がある。

• 本ツールの出力（CLI / MCP）には必ず出典が含まれており、各データ源の利用条件（出典表示）を満たすことを意図している。

各パッケージの詳細（コマンドリファレンス・データカバレッジ・セットアップ）は packages/py/README.md と packages/ts/README.md を参照。

開発

# Python 版
cd packages/py && uv sync && uv run pytest

# TypeScript 版
cd packages/ts && npm install && npm test

ブランチ運用: main（本番）← develop（開発）← feature/*（作業）