ユーザー利用フロー

一般ユーザー向けの使い方

ステップ1：Ego Pod をインストール
  $ pip install ego-pod

ステップ2：設定を初期化
  $ ego init
  → 対話式ガイド：ベースモデルの選択、データソースパスの設定、edition の選択
  → 新しいスマートフォンのセットアップのように、案内に従って進めるだけ

ステップ3：訓練を開始
  $ ego train
  → 自動データ収集 → コーパス構築 → LoRA 訓練 → 複数バージョン Ego 出力
  → コーヒー一杯の時間で、パーソナライズされた AI が完成

ステップ4：Ego を使用
  $ ego run --edition normal
  → ベース + LoRA をロードし、あなたと整合された AI モデルを起動
  → 話しかけてみて、「あなたらしい」かどうか確認

ステップ5：Ego を更新（データ変更後）
  $ ego train --update
  → 増分データ収集 → 再訓練 → 旧バージョン上書き
  → 最近新しいことを学んだ？もう一度錬成すれば、Ego も追いつく

iFay 向けの統合方式

iFay ボディが設定ファイルを通じて Ego にデータソースアドレスを伝え、Ego Pod が自動的に訓練を完了し、生成された LoRA アダプターを Fayger がロードします。

例えば：あなたの iFay がスマートフォンで動作していて、定期的に新しいデータを指定ディレクトリに同期し、Ego Pod の再訓練をトリガーします。訓練完了後、新しい LoRA アダプターが自動的にスマートフォンにプッシュされ、Ego が「進化」します——このプロセス全体をあなたは意識しません。