EZRide Intel — Notion MCPを使ってボストンの“隠れた無料バス”のためのAIアシスタントを作った

---
title: "EZRide Intel — Notion MCPでボストンの“隠れた無料バス”にAIアシスタントを作った話"
published: false
tags: devchallenge, notionchallenge, mcp, ai
---

これはNotion MCP Challengeへの提出です

What I Built

ボストンやケンブリッジに住む多くの人は、2002年から完全に無料の公共シャトルが走っていることを知りません――運賃なし、身分証なし、登録なしです。これはボストンのノースステーションから、ケンドル・スクエアとMITを経由してケンブリッジポートまでを結び、誰でも利用できます。

それがEZRideです。そして、ほとんど誰も存在を知りません。

私はEZRide Intelを作りました。Notionだけをデータベース層として、この隠れた公共資源を発見可能にするAIパワードの交通アシスタントです。実行時にPostgreSQLもFirebaseもJSONファイルもありません。読み取りも書き込みも、あらゆる分析クエリもすべてNotion MCPを通ります。

What it does:

• AI トランジットアシスタント — ルート、停留所、時刻表、運賃について、Notionからライブ配信されるデータを使って質問に答えます
• 利用者数分析ダッシュボード — 2015〜2025年の歴史的な利用者数分析をChart.jsの可視化で提供。すべてNotion Analyticsデータベースから取得したデータです
• ⚠️ ライブアラート管理 — サイドバーにアクティブな停留所の閉鎖状況を表示。pages.updateでNotionをリアルタイム更新する“1クリック”で解決できます
• ️ トリッププランナー — フォーマットされた旅程を、blocks.children.appendでリッチページとしてそのままNotionに保存します
• Notionグローバル検索 — Notionのsearch APIで、EZRideのすべてのデータベースを同時に横断検索します
• 最近の検索 — サイドバーに、NotionのクエリログDBから取得したライブの質問が表示されます。チャットのやり取りごとに更新されます

Video Demo

Show Me the Code

How I Used Notion MCP

Notion MCPは、このプロジェクトでの単なるサイド連携ではありません――データ層そのものです。全体のアーキテクチャは以下の通りです：

チャールズリバーTMAのデータ（charlesrivertma.org）
        ↓
   ingest.py（1回限りのシードスクリプト）
        ↓
  Notionワークスペース（MCP経由で5つのデータベース）
  ├── Routes DB      — 停留所・時刻・方向を持つ4つのサービスパターン
  ├── Stops DB       — 地域名とサービスメモ付きの16停留所  
  ├── Alerts DB      — アクティブな停留所の閉鎖（pages.updateで解決可能）
  ├── Query Log DB   — すべてのユーザーの質問 + AIの回答 + タイムスタンプ
  └── Analytics DB   — 2015〜2025年の利用者数データ（11年分）
        ↕
   agent.py — 5つすべてのDBを読み取り → Geminiが回答を生成 → Notionにログを書き戻す
        ↓
   Flask Webアプリ（localhost:5000）

Notion MCPで使ったツール：

databases.query — RAGパイプラインの中核です。ユーザーのあらゆる質問がRoutes、Stops、Alerts、Analyticsの各データベースへのライブクエリを引き起こします。結果はGeminiのコンテキストウィンドウになります。つまりAIの知識は実行時に完全にNotionから供給されます。

pages.create — 2つの用途で使います。まず導入時にインジェストスクリプトが、16停留所、4ルート、2つのアラート、11年分の分析データをすべてNotionへシードします。次に実行時には、ユーザーのあらゆる質問をクエリログDBへの新しいページとして記録します。

pages.update — 人が介入して解決するアラートのための仕組みです。トランジットアラートが解決されたら、UIで「Mark Resolved」をクリックします。するとpages.updateが呼ばれ、Notion上のStatusプロパティをActive → Resolvedへライブで変更します。ページの再読み込みは不要です。

blocks.children.append — トリッププランナーが、ユーザーが旅程を保存するときに、見出し、コールアウトブロック、箇条書きの停留所リストを含む完全なリッチNotionページを作成します。このページは即座にユーザーのNotionワークスペースに表示されます。

search — search APIを使ってNotionの検索を行い、EZRideのすべてのデータベースを同時に横断します。マッチした停留所、ルート、分析レコードが返されます。

データベースとしてのNotionが重要な理由

多くのプロジェクトでは、Notionは「本物の」データベースの上に載るUIレイヤーとして使われます。EZRide Intelでは、Notionがデータベースです。代替手段はありません。Notion連携を切断すると、AIにはコンテキストがなくなり、ダッシュボードにはデータがなくなり、クエリログは書き込む場所がなくなります。

つまり：

• 非技術ユーザーは、Notion上で停留所データを編集したり、アラートを追加したり、時刻表を更新したりできます――コード変更は不要です
• クエリログはNotion自身の“生きた分析ダッシュボード”になります――人々がリアルタイムで何を聞いているかを確認できます
• アラートはトランジット事業者がNotion上で直接管理でき、Webアプリは変更を即座に反映します

この仕組みが解決する市民的な課題

EZRideはCOVID以前は年間平均50万人の乗客がいました――それでもケンブリッジ市議会の議員は、公の場で、バスの運転手でさえも「そのルートが一般公開されている」ことを知らないと述べました。人々はドアの前で追い返されます。認知のギャップは現実に存在します。

EZRide Intelは、自然言語を通じてサービスを見つけられるようにします。何でも聞いてください：

• 「EZRideって本当に無料？」 → はい、100%無料。身分証は不要です
• 「MITの近くの停留所はどこ？」 → 平日はMain/VassarとVassar/Mass Aveです
• 「COVIDは利用者数にどう影響した？」 → 年間の利用者数は2019年の508,000人から2020年の142,000人へ――72%の減少です
• 「今、停留所の閉鎖はある？」 → Broadway/Galileoは月〜金で閉鎖中。ケンドル・スクエア（71 Ames St）を利用してください

データソース

すべてのルート、停留所、時刻表データはチャールズリバーTMA公式サイトから取得しています。歴史的な利用者数のアンカーポイントは、公式発表に基づきます。2012年の日次平均2,500人の乗客と、COVID以前の年間利用者数約50万人はStreetsblog MassachusettsおよびWikipediaから取得しました。中間年は、既知のトレンドに従って現実的な合成データとして再構築しています。

Tech Stack

• バックエンド: Python + Flask
• AI: google-generativeai 経由のGoogle Gemini 2.5 Flash
• データベース: Notion（notion-client のPython SDK経由）
• フロントエンド: Vanilla HTML/CSS/JavaScript + Chart.js
• データ取り込み: カスタムPythonシードスクリプト（ingest.py）
• パターン: RAG（Retrieval Augmented Generation）—コンテキストウィンドウとしてNotionデータを使用