メインコンテンツへスキップ
見出し画像

素案ひとつから、自分専用のAI画像生成アプリを作った話【Claude Code × MyApp】MIT:#1

    MITという発想

    いつもは、詩やメタファーを用いた手紙を書いています。
    私の思いや声を、AIを使って自分の思いを形にしてきました。

    その中で、『私の中にこんなものがあったらいいな』と思うことや、システムへの想像力から生まれた『作りたい』という気持ちが、AIによって形になったとき、『MIT = My Imaginary Technologies』が生まれました。
    いつもとは違うスタンスで書いています。
    そして、これがその初めての記事です。


    はじめに

    「Stable Diffusion の WebUI みたいな操作感で、でも生成はクラウドAPIに任せて、自分のPCで完結する画像生成ツールが欲しい」

    ——そんな“ひとつの思いつき”から始めて、Claude Code と一緒に、自分専用のローカルAI画像生成アプリを本当に作ってしまった話を書きます。

    作ったアプリの名前は 🍌 MyImaginaryCreates(MIC)。 まずは、実際にこのアプリで生成した画像から。

    画像
    ビジネスマスコット
    画像
    キャラデザインシート
    画像
    プロフェッショナル
    Google Gemini の画像生成モデル「Imagen 3」で生成。キャラ設定シートの文字やレイアウトまで描けます

    そして、これを操作する画面(WebUI)はこんな感じです。

    画像
    WebUI
    (生成ページ。左=入力、中央=プレビュー+信号ランプ、右=直近のジョブ。ターコイズグリーン基調で、Stable Diffusion WebUI のような多機能な操作感を目指しました。※レイアウト理解用のイメージ図)

    1. 最初にあったのは「素案」だけ

    エンジニアリングの立派な仕様書があったわけではありません。あったのは、メモ帳に書いた素案だけでした。私が思いついて書き出したのは、だいたいこんなことです。

    • GeminiのImagen 3で画像生成したい。GPUを積んでいなくても高品質に作りたい。

    • 自分のPCのローカルWebアプリにしたい。localhost:8520 でサーバが上がるイメージ。

    • WebUIからの操作を、裏側(Python)がAPIリクエストに代行変換して実行する。

    • テキスト→画像、画像→画像など、あらゆる生成パターンをAPIで。UIもそれに合わせて出し分ける。

    • 見た目は ターコイズグリーンで規格的(システマティック)に。

    • ログ(プロンプト履歴・APIリクエスト・実行結果)は日付ごとのフォルダで管理。

    • APIキーは .env に隔離してセキュリティを固める。

    • ルールやマニュアルは Markdownで管理できるレベルに。

    ……我ながら、欲張りです。でも「やりたいこと」だけは、はっきりしていました。


    2. Claude Code と“壁打ち”しながら設計する

    この素案を Claude Code に渡して、
    まず企画立案書に正規化してもらいました。ここからが面白かった。

    私が「同期でAPIを待つとUIが固まるよね?」と投げると、非同期のジョブ方式に設計が変わる。生成の状態を自分で管理したくて、
    こんなステータスコードを思いつきました。

    0 未処理 / 1 指示 / 2 発行中 / 3 発行待ち / 4 書きだし / 5 終了 / 9 エラー(後で「中止=8」も追加)

    これを Claude Code が SQLite のジョブテーブルに落とし込み、進捗管理の土台にしてくれる。さらに私は「生成ページに信号ランプが欲しい。
    🟢生成中・🟡中止・🔴エラー・🔵完了」と注文。
    UI/UXの細かいところまで、思いつくそばから形になっていきました。

    “考えるのは私、実装と整合性チェックはClaude Code” という分担が、
    とにかく速い。

    しくみ(簡易データフロー)

    言葉だけだと伝わりづらいので、データの流れを一枚に。

    画像
    簡易データフロー

    ポイントは 「発行はすぐ返す(UIを固めない)」 こと。

    1. ブラウザから ①発行 すると、FastAPI がジョブを SQLite に登録してすぐ返す。

    2. 裏でワーカーが発行待ちのジョブを拾い、Gemini API を呼んで画像を生成 → outputs/ に保存し、状態を更新。

    3. ブラウザは ②進捗ポーリングで状態を取りに行き、信号ランプの色が変わる。

    この“非同期ジョブ方式”のおかげで、生成に1〜2分かかっても画面は固まらず、次の操作ができます。


    3. 思いつきが、どんどん機能になる

    作りながら、次々と「あ、これも欲しい」が出てきます。そのたびに実装され、テストが追加され、ドキュメントが更新されていきました。

    • Image to Image をやるなら画像アップロードが要る → ドラッグ&ドロップ+モード連動の動的パネル

    • 生成物を配りたい → 個別DL+一括ZIP(複数生成でも名前が衝突しないよう命名まで配慮)

    • 拡大して見たい → Web画像ビューア(前後送り・キーボード操作)

    • 履歴を活かしたい → お気に入り・タグ・検索、そして再生成(同じ設定でもう一度)

    • 管理したい → 管理者ログイン(.env認証)で一覧の初期化・削除

    • 使うほど気になるコスト → 期間別×モデル別の実績コンソール、生成の所要時間表示

    途中、地味に効いたのがキャッシュバスティング。UIを直すたびにブラウザの古いキャッシュに悩まされる問題を、「更新したら自動でバージョンが変わる」仕組みで解決してもらいました。こういう“かゆいところ”を言語化するだけで直るのが、Claude Codeとの開発の気持ちよさです。


    4. 最大の“詰まり”は、コードじゃなかった

    実は一番てこずったのは、コードではなく Google側のAPI設定でした。

    キーを入れても画像生成が通らない。エラーをよく見ると——

    429 RESOURCE_EXHAUSTED ... free_tier_requests, limit: 0, model: imagen-3.0-generate-001
    

    「画像生成は無料枠が“0”」。テキストモデルと違い、画像生成は課金(Billing)の有効化が必須だったのです。しかも「別プロジェクトで課金を有効化してもキーのプロジェクトが無料のままだと反映されない」という罠付き。

    ここも Claude Code が、利用可能モデルをAPIから一覧取得する診断スクリプトを用意してくれて、原因を一つずつ切り分け。最低クレジットを購入して課金を有効化した瞬間——

    [OK] 生成成功: 1 枚 / HTTP 200 / 498105 bytes
    

    本物の画像が、自分のアプリから出てきました。
    この一行が出たときは、「おー、きました!」って、素直に嬉しかった。


    5. できあがったもの

    気づけば、素案のメモが動くアプリになっていました。

    • ブラウザから文章で画像生成(T2I / I2I / 編集 / 複数参照)

    • 非同期ジョブ+信号ランプ+所要時間

    • アップロード/ダウンロード(ZIP)/画像ビューア

    • お気に入り・タグ・検索・再生成

    • 管理者機能・実績コンソール

    • Windows/Linux/Unix対応・127.0.0.1限定・APIキーは.env隔離

    • 自動テスト34件・立案書/基本設計/詳細設計/マニュアルまで一式

    しかも全部、自分の“欲しい”に素直に従って組み上がったもの。既製ツールをカスタマイズしたのではなく、発想から設計・実装・ドキュメントまでを一気通貫で作れた、という感覚が新鮮でした。


    おわりに ― このシリーズについて

    「Claude Code × App」 は、思いつきを起点に“自分だけの技術”を形にしていく記録シリーズです(タグ:MIT = MyImaginaryTechnologies)。

    次回は、動画生成もAPIリクエストしてみたいですね!

    「頭の中の“こういうの欲しい”を、そのまま動くものにする」。 その面白さが、少しでも伝わっていたら嬉しいです。


    余談…
    1枚あたりの生成コストは11円ですね。Googleからの請求で分かりました。
    1ドル165円ぐらいで計算されているのかな? それぐらいのレートで計算されています(1ドル=160~165円)。
    1K / Standard(1280×680、1024×1024)で$0.0672、約10.4~10.8円。
    この記事のトップ画像のコストが1枚11円ぐらいするのですね。
    なるほど、、、円安か……。仕方がないけどね。

    画像
    1枚/約11円

    また、次のアプリで。


     
     
    ツインテールカンパニーのコウです! 作詞や心の声、趣味や勉強、旅行といったことや心理学的なことをも投稿しています♪ 祝!ここからAIキャラクターが生まれました★ PG・SE 13年目でBPDの寛解中であったりしています★ #趣味 #旅行 #写真 #心理学 #自己成長

    あなたへのおすすめ