Google⁠⁠、AIを使って非構造化テキストから構造化データを抽出するオープンソースPythonライブラリ「LangExtract」をリリース Googleは2025年7月30日、非構造化テキストから構造化データを抽出するオープンソースのPythonライブラリ「LangExtract」をリリースした。 Introducing LangExtract: A Gemini powered information extraction library -Google Developers Blog ✨Announcing LangExtract! ✨ Our new open-source Python library for information extraction, powered by #Gemini. ✅ Turn text into structured data ✅ Trace

J-Moshi: A Japanese Full-duplex Spoken Dialogue System J-Moshiは，日本語におけるfull-duplex音声対話システムです．英語における7Bパラメータのfull-duplex音声対話モデル Moshi をベースとし，日本語音声対話データでの追加学習によって構築されました．発話のオーバーラップや相槌など，人間同士の対話におけるような自然なターンテイキングをリアルタイムに実現します． このリポジトリでは，J-Moshiの学習済みモデル，およびモデルとの対話方法を提供します．なお，J-Moshiが生成した音声のサンプルはこちらからご覧いただけます． J-Moshiは試作段階であり，その応答は不自然な場合があります．また，J-Moshiの学習データの大部分は雑談対話であるため，ユーザの指示に従った応答を生成することはできません． Mod

※ 学習曲線：低＝すぐに使いこなせる、中＝少し学習が必要、高＝習熟に時間がかかる ※ リソース要件：低＝軽量で動作、中＝標準的なPC環境、高＝高性能PCが望ましい それでは、各ツールの詳細を見ていきましょう！ 1. Continue.dev 最初に紹介するのは、Continue.devです。VS Codeの拡張機能として動作するこのツールは、Cursorの主要機能をほぼカバーしています。 初めて使ったとき、「えっ、これ無料なの？」と驚きました。コード生成、バグ修正の提案、ドキュメント作成支援など、有料ツールに引けを取らない機能が揃っているんです。 主な特徴： 複数のAIモデルをサポート - OpenAI、Anthropic、Ollama、Geminiなど、好きなモデルを選べる コンテキスト認識 - プロジェクト全体を理解した上でコード提案 カスタマイズ性 - 自分のワークフローに合わせて設

下記のSlash Commandを .claude/commands/discuss-with-gemini.md に入れて出力させたりするんですが雑プロンプトでも結構いい出力出る気がするので試してみてください。 # discuss-with-gemini Use Gemini CLI to conduct in-depth discussions about current work, enhancing Claude Code's accuracy through multi-perspective analysis and iterative refinement. ## Prerequisites Before using this command, ensure: - Gemini CLI is installed (`gemini` command available) - A

2025年6月18日 12:47 - 山手線車内 ついにPixel 9 Pro Foldを手に入れて、意気揚々と電車に乗り込んだ。 窓の外の景色を眺めながら、「今日は何しよう」なんて考えていたら... あ、やばい。来週のLT発表、何も準備してない。😱 でも待てよ。最近Claude Codeでスライド生成の仕組みを整えたばかりじゃないか。 これ、もしかして電車の中でLTスライドが完成するんじゃ...？ 2025年6月18日 13:15 - まだ電車内 結論から言うと、本当に電車内でLTスライドが完成した。 こんにちは、kagaya(@ry0_kaga)です。 今回は登壇スライド作成もClaude Codeに任せたいという話です。 Claude Code × Marpのスライド生成を一度テンプレートを育てたらもう戻れなそうな雰囲気です。 スライド作成、毎回同じ作業してませんか？ 個人的にはモ

AIコーディングアシスタント「Claude Code」を、もっと自分好みに、もっと賢く、もっと頼れる存在にしたい…！そう考えたことはありませんか？ 「毎回同じフォーマットを指示するのが、地味に面倒…」 「このコマンドは使ってほしくないのに、AIが提案してきちゃう…」 「チームで決めたコーディング規約を、AIにも守ってほしい！」 開発の現場では、こうした「ちょっとした手間」や「AIとの意思疎通のズレ」が積み重なって、ストレスになることもありますよね。 もし、こうしたルールを一度設定するだけで、Claudeが常に守ってくれるとしたら…？ それを実現するのが、今回ご紹介する「Hooks（フック）」機能です！ Hooksは、あなたの開発ワークフローにAIを完璧にフィットさせるための、まさに魔法のような仕組み。 この記事は、Hooksの基本概念から、設定画面（/hooks）の詳しい見方、そして具体的

こんにちは、よしこです。 普段の開発にClaude Codeをフル活用する毎日です。 ただ、Claude Codeは検索があまり強くないので、なにか解決できないエラーや込み入った問題は別途ChatGPTアプリでo3に聞き、回答をClaude Codeにコピペする、というのが常でした。 もう二人で勝手に話してくれ〜って思いながら情報運搬職人をやっていました。 しかし！なんと今朝、OpenAI APIのo3 modelがWebSearchに対応したのです！！ つまり、MCP経由でClaude Codeが直接o3に聞いて、o3がChatGPTのように検索しまくって推論して整理してClaude Codeに返してくれる時代が来たのでは… というわけでさくっとMCPを作ってみました。 中から検索込みでo3のAPIを呼ぶだけの、1ファイルだけのごく薄いMCPラッパーです。 API Keyと一緒に、推論と

はじめに：DXTがもたらす革命 2025年6月27日、AnthropicがClaude Desktop用の「Desktop Extensions (DXT)」を発表しました。これは、ローカルMCPサーバーを単一の .dxt ファイルにパッケージ化し、ワンクリックでインストールできるようにする画期的な仕組みです。 本記事では、DXTの技術的詳細から実装方法、そして日本企業での活用方法まで、開発者向けに徹底解説します。 📋 目次 DXTとは何か 従来のMCPサーバー導入の課題 DXTのアーキテクチャ クイックスタート 実装例：社内ツールのDXT化 セキュリティと企業向け機能 公式サンプルの衝撃 今後の展望 DXTとは何か Desktop Extensions (DXT) は、Model Context Protocol (MCP) サーバーとその依存関係を単一のパッケージにまとめる新しい配布

Ubuntu Server 24.04 LTS セキュリティ自動アップデート、高信頼性、高堅牢性なロケットプールステーキング 信頼性の高いロケットプールステーキングサーバーを目指してイーサリアムのステーキングを実運用しているは本設備は私個人のためだけではなく、手数料14%を徴収し、他人から借りたイーサリアムも運用している。不測の停止やセキュリティトラブルは他人の迷惑にもなるため最新の注意をはらって運用していきたい。 そのためにはセキュリティに関するアップデートは速やかに当てていきたいし必要とするなら再起動も自動で実施できるようする。 自動更新の現在の設定を確認する自動更新は/etc/apt/apt.conf.d 以下にファイルの形式で存在している。 これら設定ファイルを書き換えることで自動更新を実現する。 まずは現状の状態を確認する。 確認するファイルは20auto-upgradesである

はじめに こんにちは！株式会社ダイニーの Platform Team に所属しています。0tanyです。 モダンなモジュラーモノリスアーキテクチャでは、環境変数の管理が重要な課題の一つです。事業成長とともにサービス数と環境数が増加すると、その管理複雑性は指数関数的に増大していきます。 本記事では、この移行を通じて得られた知見を共有します。同様の課題を抱えるチームの参考になれば幸いです。 従来のアーキテクチャの問題点 環境別の.env ファイルと Docker イメージの管理地獄 上記が従来のアーキテクチャです。ダイニーでは飲食店向けのモバイルオーダーサービスを 4 つの環境（develop/staging/beta/production）で運用しており、それぞれの環境に対して 4 つのサービス（web、backend、backend-online-payment、backend-reser

Claude Codeが変えた開発の風景Claude Codeを使い始めて約1ヶ月経ちますが「Claude Codeを使ってから、開発の概念が根本的に変わった」と僕は思ってる。 ClineやCursor Agentの登場でもでも相当変わったと思う。でもClaude Codeはそれ以上の変化だと僕は感じている。何が根本的に違うのか。 自走力の高いClaude Code - ファイルを読み、修正し、テストを実行し、エラーを解決する。まるでペアプロしているような体験。 コードを書く能力が高いClaude 4 Opus - 複雑なロジックも正確に実装できる圧倒的なコード生成能力。 Claude MAXでの定額化 - API料金を気にせず使い倒せる。この「料金を気にしなくていい」という心理的な解放が、開発のアプローチを根本から変える。 従量課金のメンタルモデルから定額使い放題のメンタルモデルへという

（2025.6.21 会話のトピックのランダム性を改善させるためプロンプトを更新しました） 「初対面の外国人を前に、会話が盛り上がらない…」 「パーティーの輪の中で、うまく話が続けられず気まずい思いをした…」 英語学習でぶつかる大きな壁の一つが、準備していない場面でのフリートークではないでしょうか。私自身、こうした場面で「もっと気の利いたことが言えれば…」と落ち込んだ経験が何度もあります。 そんな中、田中渓（@KeiTanaka_Radio）さんのXポストが、この悩みを解消する非常に実践的な学習法を紹介し、話題になっていました。 英語学習してきた中で、やって一番役立っていること 1. 自分の人生の流れを全部を書き出す 2. 以下についても全部書く ・学校(高校や大学など)で勉強したこと ・今やっている仕事の内容(その業界の現在地や市況、今後の展望などもできれば) ・それに至るまでの職歴など

こちらの解説Youtube動画撮りましたのでぜひご覧ください☺️ ・【AI組織実現‼️Claude Code Organization】現役エンジニアが「5人のAIが勝手に開発する会社」の作り方を解説！tmuxで社長AI→PM AI→エンジニアAIのAI会社ができた件 URL: https://www.youtube.com/watch?v=Qxus36eijkM はじめに こんにちは！あきらパパです！☺️ 今回は、AI組織を実現しましたので、環境構築方法をシェアします。 まずはこちらをご覧ください。 「AIに開発を任せる」って最近よく聞きますよね。 でも、このシステムはそれをさらに進化させて、複数のAIが会社の組織みたいに協力して開発するんです。社長AIがいて、マネージャーAIがいて、作業者AIが3人いる。まるで小さなIT企業みたいな感じです。 20万インプレッション越えで、Xで話題にな

今日はこんなことをしてました。 最終的にタスクは完了したのですが、部長と部下で勝手に通信し合っておかしな話をしてました。 今日はそんな感じにはっぴーはっぴーになったClaudeさんが、本日最後の仕事として書き上げた部下のマネジメントのためのtmuxコマンド集です。 僕がそもそもバックエンドエンジニアでtmuxを使っていたので一部その辺を教え込んでますが、Claudeにtmuxでこれってどうやるの？とかtmux.confをいい感じにしてとか言うとやってくれるので、別にClaudeに聞けばわかることです。 あなたがやるのは としておくこと。もちろん dangerouslyオプションは自己責任でお願いします。 そして、作るものを話し合って、それをタスク分解してあとは部下によろしくみたいなことを言うと起動したpaneに対して並列してタスクを投げて勝手に部下も報連相してくれます。 僕のtmuxのwi

うさぎでもわかる🐰ヤバすぎclaude-bridgeでClaude CodeにGPT、Gemini、ローカルLLMを接続！無料でエージェント機能使い放題の革命的ツール この記事は🐰エージェントが執筆し、飼い主が可能な限りハルシネーションのチェックを行っています claude-bridge openai llama3.2 --baseURL http://ollama-ollama-1:11434/v1 →お馬鹿さん claude-bridge openai deepseek-r1:70b --baseURL http://ollama-ollama-1:11434/v1 →ツールNG Error (400 registry.ollama.ai/library/deepseek-r1:70b does not support tools) Claude Codeの制限を完全に打ち破る革命

本記事では、AI異音検知の概要、実装、検証例について、入門的な内容をご紹介します。 はじめに 異音検知とは 検証用データ AIによる異音検知 オートエンコーダーモデル 音データの中身 周波数の世界から音を見る Node-AIでのオートエンコーダーモデル作成 おわりに はじめに こんにちは、NTT Com イノベーションセンターの中野です。 普段は時系列データに対応したノーコードAI開発ツール「Node-AI」チームで、 お客さまのデータ分析支援やプロダクト開発チームのスクラムマスターとして活動しています。 さて、みなさんは「AI」と聞いて何を想像しますか？ 多くの人は、チャットができたり画像が作れる、いわゆる 生成AI （Generative AI）を思い浮かべると思います。 一方、大量の数値データを読み込み、中身を理解して何らかの予測値を返してくれる 予測AI （Predictive A

世の中の活用事例 カンファレンス系のキャッチアップ 2025年5月に Google I/O'25があり今回も様々なアップデートが発表されましたが、公式が Google I/O'25のリソースをまとめたノートブック を公開してくれています。本編の Keynote セッションは YouTube にあがっています が、大体2時間くらいあります。最初は YouTube リンクなどをソースに追加してインプットしていたのですが、公式対応してくれているならその必要もないですね。このノートブックは一般公開機能を使って Google から公式提供されており誰でも閲覧できます。 Understand all the I/O news with NotebookLM.より引用 単純にチャットや要約で利用するのはもちろん、リソースが束ねられている点も嬉しいポイントです。Google I/O に限らずテックカンファ

Add-Type -AssemblyName System.Windows.Forms Add-Type -AssemblyName System.Drawing # フォームの作成 $form = New-Object System.Windows.Forms.Form $form.Text = "PowerShell データグリッド" $form.Size = New-Object System.Drawing.Size(800, 600) $form.StartPosition = "CenterScreen" # DataGridViewの作成 $dataGridView = New-Object System.Windows.Forms.DataGridView $dataGridView.Size = New-Object System.Drawing.Size(760, 52

こんにちは、クラウドエンジニアの青山です。 最近、何か調べたいときには、通常の検索エンジンではなく、生成AIに聞くことが習慣になってきています。 調べたいことが分かりやすく得られるので、最近の生成AIの発展には、驚くばかりです。 とはいえ、単純な検索ではなく、関係するような情報をいろいろ調べたりするのは、生成AIを使っても時間がかかりますよね。 そこで有用なのが、ユーザーの質問に対して、より広く深く考察しながら、回答をしてくれる「DeepResearch」だと思います。 いろいろな生成AIサービスで、この機能が登場してきていますが、今回この「DeepResearch」の機能を、Difyを使って実現したいと思います。 1. 概要 DeepResearchとは Difyとは 2. Dify ワークフローを使ったDeepResearchの実現 ワークフローの説明 ワークフロー中のイテレーションブ