インストールと入門
WaSHI（WebAssembly-backed, Solver-independent, High-level modeling Interface）へようこそ。
WaSHI は、Python の PuLP や Julia の JuMP のような代数モデリングを TypeScript / JavaScript エコシステムで提供するライブラリです。別途 Python サーバーや C/C++ のネイティブビルドを用意することなく、WebAssembly ソルバー（HiGHS, Z3, GLPK）によってブラウザや Node.js で数理最適化を実行できます。
なぜ TypeScript & WebAssembly なのか？
- デプロイのボトルネック解消とクライアント完結: 従来の数理最適化ワークフロー（Python の PuLP や Pyomo など）では、作成したモデルを他の人が使える Web ツールとして公開しようとすると、Python バックエンドやネイティブソルバーのホスティング・運用が必要になります。AI コーディングによって UI やアプリケーションの実装が高速化する中、このインフラ準備が公開時のボトルネックになりがちです。モデラーとソルバーを Web 標準技術（TypeScript + WebAssembly）で動かすことで、静的アセット（生成された JS・Worker・WASM を配信する GitHub Pages や Cloudflare Pages などの静的ホスティング。Z3 利用時は COOP/COEP ヘッダーが必要）として配布でき、さらにブラウザ内 LLM（WebGPU / WebLLM 等）ともサーバーを介さず同一ランタイム内で連携できます。
- 演算子オーバーロードなしでの数式記述 (
expr): JavaScript / TypeScript には演算子オーバーロードがないため、通常のライブラリは冗長なメソッドチェーン（x.mul(30).add(y.mul(50))）か、型が効かない生文字列パース（"30 * x + 50 * y"）の二択になりがちです。WaSHI は SQL クエリビルダのパラメータバインディングと同様にタグ付きテンプレートリテラル（expr`30 * ${x} + 50 * ${y} <= 40`）を採用し、中置記法の演算子を解析しつつ${x}を実際の TypeScript オブジェクト参照としてバインドします。これにより、型チェック・IDE の変数リネーム（F2）・多次元配列の添字指定（${flow[i][j]}）がそのまま機能します。
📦 インストール
お好みのパッケージマネージャーでインストールしてください：
bash
npm install @ohtaman/washibash
pnpm add @ohtaman/washibash
yarn add @ohtaman/washibash
bun add @ohtaman/washiオプションのソルバー依存関係
標準の HiGHS ソルバーは設定不要で本体に同梱されています。Z3 による SMT 論理制約や競合診断（Unsat Core）、GLPK 互換が必要な場合は、対応する peer dependencies をインストールしてください：
bash
# SMT論理およびUnsat Core競合診断用
npm install z3-solver
# GLPKソルバー用 (GPL-3.0)
npm install glpk.js🚀 クイックスタート
工場における製品生産計画の最適化を例に、WaSHI の基本的な使い方を説明します。
1. クラスとタグのインポート
typescript
import { Model, expr, maximize } from "@ohtaman/washi";2. モデルのインスタンス化
typescript
const model = new Model();3. 決定変数の定義
決定変数は最適化によって求めたい未知数です。ドメインファクトリメソッド（m.continuous, m.integer, m.binary, m.bool）で直感的に定義します：
typescript
const x = model.integer("x", { lb: 0 });
const y = model.integer("y", { lb: 0 });4. 目的関数の設定
maximize() コンビネータと expr タグ付きテンプレートリテラルを用いて、目的関数を宣言的に設定します：
typescript
// 30*x + 50*y の最大化
model.objective(maximize(expr`30 * ${x} + 50 * ${y}`));5. 制約条件の追加
model.constraint() と expr タグ付きテンプレートリテラルを用いて不等式・等式制約を表現します：
typescript
model.constraint(expr`${x} + 2 * ${y} <= 40`, "wood_capacity");
model.constraint(expr`2 * ${x} + ${y} <= 50`, "labor_capacity");6. 求解と結果の取得
モデルを非同期で解きます。デフォルトで WebAssembly (HiGHS) が実行されます：
typescript
const result = await model.solve();
console.log("ステータス:", model.status); // "Optimal"
console.log("最適目的関数値:", model.objectiveValue); // 1100
console.log(`最適解: x = ${x.value}, y = ${y.value}`); // x = 20, y = 10🧭 次のステップ
- AI コーディングエージェント向けクイックリファレンス: AI コーディングエージェント向けの API シグネチャとデプロイ要点の速習リファレンス
- ランタイム環境設定: Node.js, ブラウザバンドラー, ESM, CDN, イントラネット (CSP) での動かし方
- モデリングガイド: 決定変数・数式テンプレート (
expr)・制約条件の記述方法 - ソルバー詳細: 各ソルバーの特性と選び方
- 実践例・API 逆引きインデックス: ブラウザ上で直接実行できる 9 つの最適化・論理モデリング事例