ケーススタディ — Google アカウント × GitHub アカウントの両立ワークフロー

想定するユーザー

「Google アカウントだけで完結」という構想は、初学者や教育現場を想定したハードル下げのための極論です。現実の典型ユーザーは Google と GitHub の両方を持っています。

両方を持っている人が、Portolan のデータコレクションを「準備 → 公開 → AI に読ませる」まで一気通貫で行うためのワークフローを整理します。

役割分担

レイヤー	Google アカウント（Colab）	GitHub アカウント（リポジトリ）
認証	OAuth でログイン、追加基盤不要	GitHub 自体が認証基盤
データ生成・検証	GeoPandas で前処理・CRS 変換	/
コンテンツ配信	/	GitHub Pages（GitHub Actions）
メタデータ・カタログ	collection.json を生成	Pages 上の公開 URL で配信
AI 連携	Colab MCP server（パーソナル・開発サーバー）	Pages 公開データを参照（認証不要）
版管理・コラボ	/	git / PR / Issue

一気通貫の流れ

データ準備 (Colab)
  └─ GeoPandas で 3857 → 4326 変換などの前処理・検証
  └─ collection.json / AGENTS.md を生成
public/ に配置 → commit → push (GitHub アカウント)
  └─ GitHub Actions が自動で build → Pages デプロイ
AI エージェント（任意の MCP クライアント）
  └─ Pages 公開 URL (collection.json / *.parquet) を直接参照
  └─ Colab MCP server を経由すれば Google アカウントの状態も操作

実装例（本リポジトリの実績）

本リポジトリはこの両立ワークフローを実際に動かして検証済みです。

1. Colab でデータを整える

# Colab 上で GeoDataFrame を EPSG:3857 から 4326 に変換し Parquet へ
import geopandas as gpd

gdf = gpd.read_parquet("data/poi.parquet")   # 3857 で保存済み
gdf = gdf.to_crs("EPSG:4326")
gdf.to_parquet("data/poi_4326.parquet", schema_version="1.0.0")

2. public/ に置いて GitHub へ push

データは Astro プロジェクトの public/ に置くだけで、ビルド時に dist/ へコピーされ GitHub Pages でそのまま配信されます。

portolan-lp/public/demo-collection/
├── collection.json   # メタデータ（機械可読）
├── README.md         # 人間向け説明
└── data/poi.parquet  # GeoParquet データ本体

git add -A
git commit -m "Add demo collection"
git push origin main

push 後、GitHub Actions が自動でビルドし、以下の URL で公開されます。

https://<username>.github.io/<repo>/demo-collection/collection.json

3. AI エージェントから直接参照

コレクションは公開 URL として存在するため、AI エージェントが認証なしで読み取れます（AGENTS.md の「3 つの入り口」の通り）。

# 公開 URL から直接読む（認証不要）
from server import read_collection

print(read_collection("https://<username>.github.io/<repo>/demo-collection/collection.json"))

使い分けの指針

状況	使うもの
手元にいないがデータを確かめたい	Google アカウント + Colab（ブラウザだけで完結）
公開・配信・版管理したい	GitHub アカウント（Pages / Actions / git）
エージェントに「読ませる」	どちらでも可（Pages 公開 URL は認証不要）
個人の開発サーバーにしたい	Google アカウント + Colab MCP server
データを外部 AI に渡さず解析したい	Google アカウント + ローカル LLM（Ollama）

このケースが示すこと

両アカウントの持ち主にとって、GitHub Pages は「公開・配信」の主役であり、Colab は「データ準備・検証・プライベート解析」の主役です。この二つを接続しているのが Portolan の考え方——データは take down せず、開いた状態で公開しておく——です。

Colab MCP server を使えば、この両者の橋渡し（GitHub Pages へのデプロイ含む）も、ローカル .git 環境がなくても実行できます。詳細は「Colab MCP server に期待できる機能」を参照してください。