エージェント駆動型開発ショーケース

dx-agent-dev ショーケース

たった1つの自然言語プロンプトで、AIコーディングエージェントがDEEPX NPU SDKをベースに構築した実際のアプリ — プロンプト、測定結果、ワンクリック再現方法、完全なビルドセッショントランスクリプトとともに保存されます。

**dx-agent-dev (Beta)**を紹介するショーケースです。アプリやタスクを自然言語で説明すると、エージェントがDEEPXナレッジベースをend-to-endで駆動します（ブレインストーミング → 計画 → TDD → 検証）。機能紹介と動作原理 → エージェント駆動型開発ドキュメント。以下の各カードは該当ショーケースのREADME（完全な詳細 + トランスクリプト）にリンクされます。

ビルド時間とコストの注記 — 各ショーケースに表示されているビルド時間、出力トークン数、コストは、該当ショーケースのビルドセッショントランスクリプト（*-session.md）から測定された実際の数値で、コーディングエージェントの公開料金ポリシーで算定されたものです。推定値や厳選された最適実行結果ではありません。AIコーディングエージェントは非決定的であるため、同じプロンプトでも環境やモデルバージョンによってビルド時間とコストが異なる場合があります。

NPU搭載AIアプリ（ミニゲーム）

たった1つの自然言語プロンプトで、約20分、約$10で完全自律型DEEPX-NPUアプリを構築しましょう。 ポーズ検出ベースのミニゲームとアーケードHUD、シングルプロンプトでend-to-end構築。

Showcase	Kind	Highlight
Squat-Counting Mini-Game	game	pose game + arcade HUD
Stretching Coach Mini-Game	game	coach avatar + 3 stages

Squat-Counting Mini-Game

膝/股関節の角度でスクワット回数を数え、アーケードHUD（回数 / スコア / DOWN·UP·GOOD!）を表示します。

Highlight: pose game + arcade HUD · Claude Opus 4.8 · ≈ 12 min · ≈ $7.3 — details →

Stretching Coach Mini-Game

アニメーションコーチアバターが各目標ポーズをデモンストレーションしながら3つのストレッチをガイドします。

Highlight: coach avatar + 3 stages · Claude Opus 4.8 · ≈ 15 min · ≈ $8.1 — details →

Ultralyticsエコシステム統合

自然言語1行で、たった1つのコマンドですべてのUltralytics YOLOをDEEPX NPUにポーティングするか、ドメイン特化の再トレーニングを実施しましょう。 format=deepxエクスポート + 4方向評価（base/retrained × fp32-GPU / INT8-NPU）; INT8 ≈ fp32精度、ドメインモデルはNPUでより高速に実行されます。

Showcase	Kind	Highlight
Ultralytics YOLO → DeepX Export	export	1-cmd .pt → .dxnn
African Wildlife Monitoring	retrain	mAP ~0.0007→0.79, 59→80 FPS
Construction PPE Safety	retrain	mAP 0.0001→0.257, 58→80 FPS
Brain-Tumor Screening	retrain	mAP ~0.0005→0.40, 59→83 FPS
Pharmaceutical Pill Inspection	retrain	mAP ~0.001→0.75 (mAP50 0.97), 55→78 FPS

Ultralytics YOLO → DeepX Export

yolo export ... format=deepxコマンド1つでUltralytics YOLO .ptモデルをDeepX NPU展開可能モデル（.dxnn）に変換し、NPU推論と検証を実行します。

Highlight: 1-cmd .pt → .dxnn · Claude Sonnet 4.6 · ≈ 12 min · ≈ $2.4 — details →

African Wildlife Monitoring

サファリ/保全カメラ向けにyolo26nをafrican-wildlife（バッファロー/ゾウ/サイ/シマウマ）データセットで再トレーニング; base/retrained × fp32/INT8 4方向評価。

Highlight: mAP ~0.0007→0.79, 59→80 FPS · Claude Opus 4.8 · ≈ 7 min · ≈ $3.2 — details →

Construction PPE Safety

現場安全カメラ向けにyolo26nをconstruction-ppe（ヘルメット/ベスト/...）データセットで再トレーニング; base/retrained × fp32/INT8 4方向評価。

Highlight: mAP 0.0001→0.257, 58→80 FPS · Claude Opus 4.8 · ≈ 17 min · ≈ $4.0 — details →

Brain-Tumor Screening

医療エッジデバイス向けにyolo26nをbrain-tumor（MRI/CT）データセットで再トレーニング; base/retrained × fp32/INT8 4方向評価。

Highlight: mAP ~0.0005→0.40, 59→83 FPS · Claude Opus 4.8 · ≈ 9 min · ≈ $3.7 — details →

Pharmaceutical Pill Inspection

製薬計数ステーション向けにyolo26nをmedical-pillsデータセットで再トレーニング; base/retrained × fp32/INT8 4方向評価。

Highlight: mAP ~0.001→0.75 (mAP50 0.97), 55→78 FPS · Claude Opus 4.8 · ≈ 8 min · ≈ $5.1 — details →

PaddlePaddleエコシステム統合

たった1つの簡潔なプロンプトで、DEEPX NPUでリアルタイムビデオおよびウェブカムOCRを実現するPaddleOCR（PP-OCRv5）を実装しましょう。 BaiduのPaddlePaddle OCR（テキスト検出 → 方向補正 → 認識）をDX-M1 NPUで実行します。

Showcase	Kind	Highlight
Video / Webcam OCR (PP-OCRv5)	app	PP-OCRv5 det→cls→rec on-device (~2.8 FPS, 341 ms/frame); 14 text regions/frame; video + webcam from one --source flag

Video / Webcam OCR (PP-OCRv5)

DX-M1 NPUでリアルタイムテキスト検出と認識 — ビデオファイルとライブウェブカムを単一コードパスで処理し、検出ボックスと認識文字列をオーバーレイします。

Highlight: PP-OCRv5 det→cls→rec on-device (~2.8 FPS, 341 ms/frame); 14 text regions/frame; video + webcam from one --source flag · Claude Opus 4.8 · ≈ 18 min · ≈ $12.0 — details →

RapidAIエコシステム統合

たった1つの簡潔な自然言語プロンプトで、DEEPX NPUで実行するPDF → Markdownドキュメント変換アプリを実装しましょう。 RapidAIのRapidDoc（PP-StructureV3）: レイアウト、OCR、表、数式 — PaddlePaddle学習モデルをDX-M1 NPUで実行します。フォークのパイプラインから生成された独立型自己完結アプリです。

Showcase	Kind	Highlight
PDF → Markdown (document conversion app)	app	9-page financial report parsed on-device; standalone app — vendored rapid_doc, own entry, no fork clone; 21 headings + 9 HTML tables preserved (auto 12.6s / ocr 14.7s)

PDF → Markdown (document conversion app)

RapidDocフォークを通じてDEEPX DX-M1 NPUでPDF（デジタルまたはスキャン）を構造化されたMarkdown + JSONに変換します — レイアウト分析、OCR、表、数式をサポート。--parse-method auto|txt|ocrオプションをサポートします。

Highlight: 9-page financial report parsed on-device; standalone app — vendored rapid_doc, own entry, no fork clone; 21 headings + 9 HTML tables preserved (auto 12.6s / ocr 14.7s) · Claude Opus 4.8 · ≈ 12 min · ≈ $6.2 — details →

ショーケースを再現する

cd dx-agent-dev-showcase/<showcase>
bash setup.sh && bash run.sh        # retrain/export showcases
## games: ./setup.sh then ./run.sh (or ./run.sh --camera 0)

x86-64 Linux + DeepXランタイム（dx_engine）が必要です。ショーケースごとの前提条件と正確なプロンプトは各ショーケースのREADMEにあります。

日本語: README-ja.md.