
「Claude Codeがアホになる問題」が勃発している最中、SerenaというMCPサーバーが「Claude Codeのコンテキスト消費を削減し、応答を改善する」という評価でユーザーたちの間で注目されています。 筆者も実際にSerenaを使ってみたところ、確かにコンテキスト効率の改善(入出力トークンの減少を指します)を実感できました。詳しく調べてみると、このツールは非常にユニークな発想で設計されており、一過性の流行として消費されるには惜しいと感じました。 そこで、本記事では、この機能の背景にある技術的な仕組みを詳しく解説したいと思います。実際の検証も交えながら、Serenaのアーキテクチャとその効果を分析していきます。 現在のコーディングエージェントが抱える課題現在のコーディングエージェントの多くは、コードを単なるテキストファイルとして扱って逐次的な処理をしています。この根本的なアプロー
背景 近年、企業システムに対するサイバー攻撃は多様化・高度化しており、企業は日々新たな脅威への対応を迫られています。さらに、脆弱性の発見件数も年々増加傾向にあり、システムのリリース前後を問わず、潜在的な脆弱性をいかに早期に発見し適切に対策を講じるかが、事業継続や信頼性維持の観点からますます重要になっています。 一方で、脆弱性診断については多くの企業が外部ベンダーへ発注するケースが一般的ですが、脆弱性の増加やリリースサイクルの高速化により対応しきれないケースが増えつつあり、内製化への関心も高まっています。 こうした背景を踏まえ、当プロジェクトでは「脆弱性診断内製化ガイド」を作成しました。ガイドの作成にあたり、まず複数のツールを用いた技術検証で脆弱性診断の概要や概念、自動・手動診断の違いを整理し、それぞれの特性や有効性を明らかにしました。そのうえで、文献調査やアンケート、有識者・内製企業へのヒ
高いアジリティを持ってプロダクト開発を進めなければ、事業が立ち行かなくなるリスクをはらむスタートアップ。先が見えない状況下でも変化に即対応しつつ、ユーザーに価値を提供するには、どのように開発を進めていけば良いのでしょうか。 今回は、「ソフトウェア開発を行うスタートアップ」というスコープで、スタートアップの現場で日々この課題に向き合う面々が、それぞれの立場からアジリティのあり方を探る対談を行いました。ご登場いただいたのは、コミュニティ「Startup in Agile」を共に主宰する永山大輔さん(じゃがさん、@jagaimogmog)と新多真琴さん(あらたまさん、@ar_tama)、そして、同コミュニティで登壇されメディカルフォースでCEOを務める畠中翔一さん(@punk_punx)。 スタートアップという状況で起きやすい問題や、その対処法が浮かび上がってきました。 三者三様のスタートアップ
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? こんにちは。 menu事業部で、PM組織の統括をしている三宅です。 プロジェクトを進める上で、進捗管理は成功への鍵を握る重要な要素です。 しかし、日々の業務に追われて、WBSやタスク管理ツールをすべて見切れないし、進捗率だけ確認していて、潜んでいる課題やリスクを見落としたことはないでしょうか。 私自身、多くのプロジェクトに関わる中で、進捗管理において本当に重要なポイントは、以下の3つに絞られると考えるようになりました。 ①進めている方向性がステークホルダーと合意済みか ②期日が明確に決まっているか ③ネクストアクションが具体的に決まって
2025年7月現在、MCPは2024-11-05、2025-03-26、2025-06-18の3つのバージョンを経て進化し、私達は手元のMCPクライアントとなるCursorやClaude CodeやVSCodeからnpxコマンドやuvコマンドやDockerコンテナによってMCPサーバーを起動したりRemote MCPサーバーに接続するなど日常的に使うようになりました。 実際に私自身がよく利用しているMCPライブラリであるMCP Servers - Cursorを見てみると多くのサービスが独自にMCPサーバーの提供に投資している様子が伺え、エコシステムは拡大していっています。 例: Notion、Figma、Linear、GitHub 特にAtlassian Remote MCP Server betaはサービスが公式に提供するMCPサーバーの中で、最も先進的なものの一つです。 Cursor
はじめに こんにちは。ウェブ開発1部 メディアマネジメントチームの齊藤です。 メディアマネジメントチームでは、他社とのシステム連携や広告系の業務を中心に扱っています。 今回は、AI活用により様々な業務が高速化しつつある最近だからこそ、人間主体で出来る作業の高速化をおざなりにしない意識の大切さを、事例ベースで改めて確認していきたいと思います。 今回受けた相談 今回相談を受けた要件は以下のようなものでした。 閲覧中のレストラン詳細ページのエリアや料理ジャンルに合致したレストラン情報をページ内の広告で表示したい(いわゆるコンテンツマッチ配信やレコメンド配信) 表示される店舗の評点を常に最新の状態にしたい また、社内の別サービスでは、広告サーバーの使用と合わせて独自実装のAjaxでコンテンツ情報をリアルタイムで取得している先行事例がありました。 まずは見積もり ひとまず先行事例と同様の形で作ること
こんにちは! デジスマチームの山田です。これはデジスマチームのブログリレー4日目の投稿です。 事業が成長してユーザー数やトランザクションが増加すると、それに比例して扱うデータの量やバリエーションも増加します。サービス規模の拡大に伴い発生する課題の1つにスロークエリがありますが、デジスマ診療においてもサービスの成長とシステムの健全性を維持するためにクエリの改善に日々向き合っています。 データベースの気持ちを知りたい 本稿ではそうした取り組みの1つとして、とあるDELETE文の改善の過程と、改善に至るまでに得られた調査のTipsを共有できればと思います。なお今回の事象は内部運用における特定のプロセスを最適化するための取り組みであり、利用いただいている方々の体験やサービス品質に影響を及ぼしたものではないことを申し添えておきます。 前提としてデジスマ診療はPostgreSQL互換のAmazon A
Claude CodeのSub agentsという機能が今自分が困っているユースケースの改善に役立ちそうだったので使ってみました。 結論から書くと、1-2時間くらいでサクッと作った割には期待された効果を発揮できました。便利ですね。当面積極活用していきたいと感じました。 開発において定型的な作業は多く発生します。これまではそれをルールファイルに記載して制御していましたが、Sub agents に適切に分離することで、責務が明確になり、不要なルールを読み込まなくて良くなり、エージェント全体を通してルールと責務が整備できるようになったなと感じました。 Sub agents とは? Create and use specialized AI sub agents in Claude Code for task-specific workflows and improved context mana
Intro 筆者のように、インターネット上での生活が長く、かつエンジニアとして生きてきた人間には、一般の人には伝わりにくいデジタルの遺品が多く存在する。 仮に自分が死んだ場合に、これらをどのように遺族に処分してもらうかは、なかなか難しい問題だ。筆者はこの「デジタル終活」をどうするかを、長いこと模索してきた。 今回は、「1Password」と法務局が行う「自筆証書遺言保管制度」を用いた方法を思いついたため、検証を試みる。 注意 筆者はエンジニアであり、法律の専門家ではない。 本方式は、法的に有効な遺言の作成については範囲外である。 本方式の目的は、「遺族の負担を減らす」ことである。 ここで「デジタル 遺品」とは以下のようなものを指す。 自分が使ってきたメールアドレスや SNS のアカウント 取得しているドメイン 登録しているサブスク 管理しているコミュニティや OSS etc. 以下のような
Coding Agentでもチケット管理的なことをやらないとコードを書き続けるのは難しい。何をどこまで作ったかわからないし、Check listを作ってちゃんとチェックさせないとLLMは簡単にサボる。 従来のアプローチとその限界私も最初は、Agentにコーディングさせたいことは先にdocs/project-backlog.mdに書き出させて作業させてた。でもファイルが無限に大きくなるし、大きくなってくるということを聞かなくなってくるし、個別チケットファイルにしても管理が難しい。 GitHub Issues: MCPで連携できるけど人間中心すぎ。LLMが扱うならMarkdownやYAMLがいい。 バックログファイル: 一つのファイルに全て詰め込むと扱いきれない 個別チケットファイル: ファイルの管理が必要 理想的な解決策チケットを個別ファイルにしてgitに保存するようにしてチケット管理すれば
並列モード 事前準備: Google Calendar Tasks に乱雑にメモを書き留めてる 特にやることを決めずに tmux(or zellij) で3分割で並べる メモを拾って投げ込む ログが止まってないかだけを見ている メインタスクのトークン消費を圧迫しない範囲で、他タスクの流量を調節 Approaching Usage Limit... がでてないと、仕事してる気にならない アイデアモード 並列モードの一つを「思いつきための実験するための枠」に 「このURL/論文読んで、試しに実装して再現して」 「こういう Lint プラグインがほしいんだけど作れる?」 「WebGPU で pytorch 移植できる?」 重要: 中身をまったく見てない 一通り走りきった後で、どのように成功/失敗したかを確認 うまくいったらGitリポジトリや利用単位に切り出す ゴール設定からワークフロー設計 ゴー
従来のベクトル検索では、親チャンクに相当する文書全体がベクトル化されていました。しかし、この方法では前後に全く関係のない文章が含まれてしまい、類似度が減少する問題がありました。結果として「本当は欲しかった文章なのにスルーされた!」という事象が発生しやすくなります。また、「ベクトル化された文字列=RAGで使われる文字列」だったりすると、RAGで使われる文字列がぶつ切りな内容で適用されてしまい、AI側での解釈が難しかったり、変に単語だけ注目されてしまってハルシネーションの温床になることがあったりもしました。 今回のDifyナレッジ設定 親チャンク分割設定 親子チャンクの設定として以下の通りにしています。親チャンクは文書全体と段落単位の2種類の分割方法を選択できます。 文書全体を指定すると、ドキュメントによっては想定以上の膨大な量になることがあり、うまくコンテキストに含められなくなる可能性があり
はじめまして、ますみです! 株式会社Galirage(ガリレージ)という「生成AIに特化して、システム開発・アドバイザリー支援・研修支援をしているIT企業」で、代表をしております^^ この記事では、2025年7月15日に発表された、最新のAI駆動開発ツール「Kiro」について解説します! AI駆動開発ツール(AIネイティブ開発ツール)について、まだ詳しくない方は、下記の記事をご覧ください^^ Kiroとは? Kiroとは、AWSが開発したGitHub CopilotやCursorのような「生成AIを用いたAI駆動開発ツール」です。 AI駆動開発ツールの中で言うと、生成AIによるAIコードエディターです。 現在は、まだPreview版なため、動作が不安定(よく「An unexpected error occurred, please retry.」というエラーが出てくる)ですが、その代わり今
Kiro、便利ですねー! AWS(というかAmazonなのかな?)が本気出してきたなーという感じで、「仕様書駆動開発」を謳っており、まずは設計文書を作成し、タスクを整理してから、実装を始める、といったより実際の開発工程に近いフローでLLMに開発させることができます。 何よりロゴが可愛すぎる。 さっそく利用者がたくさんおり、いろんな記事が出ていますが、最初にこんな記事を目にしました。 Claude Codeとの棲み分けなどについても記載されており、大変ありがたなーと思って読ませていただいたんですが、「デメリット」の項目に記載されていたところがやっぱり気になりました。 どうせ、いづれ利用可能になるわけですが、2025/07現在ではClaude Sonnet 3.7 or 4.0しか利用できず、Opus 4.0は利用できません。 なので、仕様書などを作成させても、結局はClaude Codeで実
AIだけでLPができる時代が来た一休デザイナーの河村です。 LP制作で、Figmaもコードも「自分で書かない」時代が、本当に来てしまったかもしれません。 今回は「Figma Make」というFigma公式が2024年にリリースした自然言語でUIを作成・編集できる生成AIツールを使って、デザインからアニメーション、レスポンシブ対応のコード生成まで、すべてAI任せでLPを完成させてみました。その工程と、使ってみての気づきをレポートします。 実際に出来上がったLP ※ Figma Make上で、デザインからHTML/CSSファイルの生成まで完結。最終的なプロダクト反映(ファイルの保存)のみ手作業で対応しています。 なぜ“AI縛り”で作ってみようと思ったか一休では現在、CTOの伊藤直也さんを中心に、全社的にAI活用・開発を加速させています。エンジニアチームでは「まだ手で書いた方が早い」と言いつつも
ジェネラティブエージェンツの遠藤です。 7月にジョインしたばかりなので初めましての方が多いと思いますが、今後ともよろしくお願いします! 発表されたばかりのAmazon Bedrock AgentCore (Preview)のドキュメントを一通り読んだところ、「これ欲しかったやつ!!」ってなってテンションが爆上がりしています。 勢いに任せて全部触ってまとめようと思ったのですが思ったより量が多いので、まずは全体の感想とAgentCore RuntimeでLangChainを動かしてみた所をまとめてみました。 aws.amazon.com ざっくりの感想として「遂にエージェントのためにAWSが本気で作ってくれたやつがでたな・・・!」って感じがしています。 LLMアプリケーションのインフラを考え始めると色々と悩ましい点が多いのですが、Agent Coreにはそれらの困りどころを解決するためのサービ
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く