GlycemicGPT: セルフホスト型AI糖尿病モニター、BYOAIとプラグインSDK対応

GlycemicGPTは、自己ホスティング向けに構築されたオープンソースの糖尿病管理プラットフォームです。持続血糖モニター(CGM)とインスリンポンプを、自分のインフラ上で動作するAI分析層に接続します。このプロジェクトは、内分泌科の診察の合間にデータを確認するツールを必要とした1型糖尿病のソフトウェアエンジニアによって作成されました。
対応デバイス
- Dexcom G7 – クラウドAPI経由(確認済み)
- Tandem t:slim X2 – 直接BLE + クラウドAPI(確認済み)
- Tandem Mobi – BLE(プロトコル互換、物理ハードウェアでは未確認)
- Nightscout – 既存のインスタンスを指定
AI層の機能
- 夜間および24時間のパターンを要約したデイリーブリーフ
- 食事応答分析
- 臨床知識を備えたRAGによる会話型チャット
- 設定可能なしきい値と介護者へのエスカレーションによる予測アラート
重要: GlycemicGPTはインスリンの投与、ポンプの制御、またはクローズドループシステムとして機能しません。データを読み取り、洞察のみを提供します。
アーキテクチャ
- DockerまたはKubernetesを介して自己ホスト – すべて自分のハードウェア上で実行
- BYOAI – 独自のAIプロバイダを持ち込み:完全ローカル運用の場合はOllama(データがハードウェアから出ることはありません)、またはOpenAI互換のエンドポイント(Claude、OpenAIなど)も利用可能
- データはインスタンスから選択したプロバイダに直接流れます。プロジェクトが運営する集中型サービスはありません
技術スタック
- バックエンドAPI: FastAPI、Python 3.12、PostgreSQL 16、Redis 7
- Webダッシュボード: Next.js 15、React 19、Tailwind CSS、shadcn/ui
- AIサイドカー: TypeScript、Express、マルチプロバイダプロキシ
- Androidアプリ: Kotlin、Jetpack Compose、BLE
- Wear OS: Kotlin、Wear Compose、Watch Face Push API
- プラグインSDK: Kotlinインターフェース、機能ベース、サンドボックス化
クイックスタート
Docker Composeでデプロイし、デバイスの認証情報とAIプロバイダのエンドポイントを含む.envファイルを設定して、次を実行します:docker compose up -d
既存のNightscoutインスタンスを指定して、即座にデータを取り込むこともできます。
対象ユーザー
自分自身のAI搭載モニタリングスタックを自己ホストしたい糖尿病患者の開発者、およびBLE/Androidや糖尿病デバイス統合に興味があるコントリビューター。
📖 全文を読む: HN AI Agents
👀 See Also

PACT 0.4.0は、AIコーディングエージェント向けに複合知能を追加します。
PACT(Programmatic Agent Constraint Toolkit)バージョン0.4.0は、AIコーディングエージェントがセッション間で知識を保持できるようにする複合知能機能を導入しました。このアップデートには、研究統合、ナレッジディレクトリ、能力自己認識システムが含まれています。

ウルフラム・テクノロジーがLLMシステムの基盤ツールとして利用可能に
スティーブン・ウルフラムは、Wolfram言語がLLMシステムの基盤ツールとして利用可能になったことを発表しました。これにより、深い計算能力と正確な知識を提供し、LLMの能力を補完します。この発表は、2023年3月に最初のWolframプラグインがChatGPT向けにリリースされて以来、3年間の開発を経て行われました。

OpenClaw Outlookアドインは、ローカルエージェントをメールサイドバーに接続します。
開発者が、WebSocketを介してローカルのOpenClaw Gatewayに接続するOutlookアドインを構築しました。このツールは、メールのサイドバー内でツールや自動化機能を備えた完全なエージェントアクセスを提供し、選択されたメールをコンテキストとして読み取り、メールごとのチャットセッションを維持し、OutlookデスクトップおよびWebで動作します。

開発者がローカルコーディングタスクでQwen3.5 27Bと大規模モデルを比較テスト
開発者が複数のQwen3.5およびNemotronモデルをテストし、既存の2x RTX 3090ハードウェア上での開発タスクにおいて、Qwen3.5-27B-GGUF:UD-Q6_K_XLが良好に動作することを発見しました。256kコンテキストで803 ppおよび25 tg/sをvast.ai上で達成しました。