LM Studio を使ってローカルでLLMを実行する方法 - Insight Edge Tech Blog
こんにちは、Insight Edgeでリードデータサイエンティストを務めているヒメネス（Jiménez）です！前回の投稿から丸1年経ちましたが、改めて皆さんと知識共有できればと思います。今回は、話題のOpen Source LLM（Llama, Mistral, DeepSeek等）をローカルで実行する方法を紹介します。 目次 LM Studioの紹介 LLMをローカルで実行 準備 Pythonプログラムから実行 単体実行 OpenAIを通した実行 活用例：討論する哲学者 哲学者の定義 討論内容の定義 討論の実施 討論の要約 まとめ LM Studioの紹介 LM Studioは、ローカル環境で大規模言語モデル（LLM）を簡単に実行できるプラットフォームです。GUIベースで操作できるため、エンジニアだけでなく、非エンジニアでも手軽に試すことができます。 【特徴】 直感的なUI：モデルの管理
GitHub の破壊的変更多め、Tasklist が使えなくなるなど ｜Productivity Weekly(2025-02-19)
Productivity Weekly 2025-02-19 号より、投稿アカウントが @korosuke613 から @cy_ept に変わりました！ 過去の Productivity Weekly は、#productivityweekly よりご覧いただけます！ こんにちは。サイボウズ株式会社 生産性向上チームの佐々木（@ajfAfg）です。 僕たち生産性向上チームは毎週水曜日に Productivity Weekly という「1 週間の間に発見された開発者の生産性向上に関するネタを共有する会」を社内で開催しています。 本記事はその時のネタをまとめたものです。 2023-01-25 号から、基本的に隔週で連載することとしました。たまに単独でも投稿するかもしれません。 今週は 2025-02-19 単独号です。 今回が第 179 回目です。過去の記事はこちら。 news 📺 Dock
「セキュリティエンジニアの知識地図」の感想と、自分の今までのキャリアの振り返り - トリコロールな猫/セキュリティ
はじめに 予約して買って読みました。 セキュリティエンジニアの知識地図 作者:井上 圭,大塚 淳平,幸田 将司,国分 裕,下川 善久,洲崎 俊,関根 鉄平,坪井 祐一,山本 和也,山本 健太,吉田 聡技術評論社Amazon Xでとりとめなくポストしたものをまとめた記事です。Xの方にはここに書いていないことも書いているで興味のある方はこちらをどうぞ。 扁桃炎で寝込み中だけど昨日から寝っぱなしでこれ以上眠れなさそうなので、「セキュリティエンジニアの知識地図」を読んだ感想として自分のキャリアを振り返ってみる。ここに書いてあとでブログにまとめたい。 2000年に民間のセキュリティ企業に就職。入社直前に科学技術庁（現在の文科省）のサイトが— トリコロールな猫 (@nekotricolor) February 28, 2025 本の感想 まずは本の感想を章ごとに。 第1章 セキュリティエンジニアという
Pico2Wがきたのであそぶゾ！ - あっきぃ日誌
きました。3つ買ったらリールがつながった状態で来てわらた🤣 初めて見るので観察！表……かわいいね。 裏……いいですね……。 というわけで早速uHAT Porter Pico化。 田都サイネージ 2Wが出たらやりたかった田都サイネージ。RAMに余裕ができたので、gzip圧縮されたデータの自力展開をやっても問題なくなりました。自宅サーバーでgzip展開する中間スクリプトが不要になったので、展示もVPNが不要にできそうです。 RAMの容量を取るとこんな感じ。 Memory: Measuring memory use | Memory-saving tips for CircuitPython | Adafruit Learning System Point 0 Available memory: 387344 bytes （Wifi接続とか画像の初期配置と表示） Point 1 Availab
[登壇レポート]「やさしいTerraform Module入門」というタイトルで登壇しました | DevelopersIO
はじめに 先日、「JAWS-UG東京 ランチタイムLT会 #7」にて登壇させて頂きました。 初LTで緊張しましたが、とてもいい経験になりました。 今回の資料は図がメインだったので、このブログで文字情報を追加したいと思います。 また、時間の都合上スライドに差し込めなかったページを追加しています。 資料 登壇の資料はこちらです。 この資料の対象者 この資料はTerraform moduleの初心者向けの資料です。 今回のLTは私がTerraformを触り始めた頃に躓いたことを共有したい！という思いから登壇させて頂きました。 Terraformを始めたけどmoduleがよく分からない！という方はぜひ参考にして頂けると嬉しいです。 moduleのベストプラクティスや、設計思想的なことは話していません。 初心者の悩み Terraformでmodule構成を始めた時、何度terraform planを
![[登壇レポート]「やさしいTerraform Module入門」というタイトルで登壇しました | DevelopersIO](https://cdn-ak-scissors.b.st-hatena.com/image/square/70ea7a45398b70a26dd554cd8d104112e0be03b7/backend=imagemagick;height=288;version=1;width=512/https%3A%2F%2Fdevio2023-media.developers.io%2Fwp-content%2Fuploads%2F2022%2F09%2Fterraform-2.png)
TypeScript 製の AI エージェントフレームワーク Mastra
import { Mastra } from '@mastra/core/mastra'; import { createLogger } from '@mastra/core/logger'; import { weatherAgent } from './agents'; export const mastra = new Mastra({ agents: { weatherAgent }, logger: createLogger({ name: 'Mastra', level: 'info', }), }); エージェントを定義する src/mastra/agents/index.ts では Agent クラスを使用して天気情報を提供するエージェントを定義しています。 import { anthropic } from '@ai-sdk/anthropic'; import { A
自分のためから誰かのためへ
エンジニアがこの先生きのこるためのカンファレンス2025 での発表資料になります #きのこ2025 #きのこ2025_b
生成AIにdraw.ioのAWS構成図を作図させてみた | DevelopersIO
こんにちは。たかやまです。 いままでいくつものIaCツールをベースにAWS構成図作成する作図ツールがでているかと思います。 ただ、これらは独自ツールでユーザー側で編集できないものだったり、作成された構成図のエクスポート先がPDFやPNGだったりと、後から修正や更新がしにくいという課題があります。 私は普段draw.ioやCacooを使ってAWS構成図を作成しています。 日々新しい生成AIモデルが登場していますが、draw.ioはXML形式で構成図が定義されるため、生成AIでも扱いやすいのではないかと考えました。 実際に試してみたところ、想定以上に高品質なAWS構成図を作成してくれたので今回はそちらをご紹介します。 さきにまとめ CDKやCloudFormation、Terraformのコードから直接構成図を生成できる モデルはClaude 3.5 Sonnet以上がおすすめ Anthrop
iOS16時代のLaunch ScreenとInfo.plistとSwiftUI - Qiita
はじめに 「部屋とYシャツと私」みたいなタイトルになりましたが、 SwiftUIのみでアプリ開発する時に便利な、Info.plistでLaunch Screenを設定する方法について記載します。 本当はiOS14時代から設定できるようになっていましたが、Xcode14で試してみると他の方の記事の内容と差異があったので、最新手順や調査結果、所感なども記載します。 まとめ 今時のLaunch Screenはカスタマイズして作るものではなくなりました。 Info.plistでLaunch Screenを設定するのであれば、 デフォルト設定のままで良い。(systemBackground背景色のみ) 設定したとしても背景色のみで十分。 iOS16でアップル純正のプリインストールアプリをいくつか調査しましたが、特別なLaunch Screenは設定されておらず、デフォルト設定となっているようです。
AIによるコーディングアシスタント、コーディングエージェント、アプリケーション自動生成サービスまとめ（2025年3月版）
AIによるコーディングアシスタント、コーディングエージェント、アプリケーション自動生成サービスまとめ（2025年3月版） アプリケーション開発の生産性向上において、AIによるプログラミング支援サービスは欠かせないものになろうとしています。 そして市場にはプログラマが入力するコードの補完からコードやテストの自動生成、アプリケーションそのものの自動生成までさまざまなツールやサービスが登場しています。 ここでは多数のツールについてそれぞれの主な機能や目的が分かりやすいように、「コーディングアシスタント」「コーディングエージェント」「アプリケーション自動生成／Text to App」の3つに分類して紹介しましょう。 もしもここで紹介されていないプログラマ向けのAIツールなどがありましたら、X/Twitterやブックマークのコメントなどで教えてください。 AIが、人間のプログラマが書くコードの補完や
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
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
MCPサーバーを作るMCPサーバーを作った
”AWS CDKを選定しなかった理由”から見るCDKの現在地