Claude Code Meetup Tokyo LT登壇資料
Claude Codeにテストで楽をさせない技術
Claude Code Meetup Tokyo LT登壇資料
「手作業でやってきた部分ほど自動化しづらい」 MIXI社「インフラAI活用」の“泥臭い” 実践 レバテックラボ（レバテックLAB）
株式会社MIXI 執行役員 CTO 開発本部長 吉野 純平 2008年、新卒エンジニアとして株式会社ミクシィ（現MIXI）に入社。SNS「mixi」のインフラ・アプリ運用を担当し、「モンスターストライク」では、急拡大するトラフィックを支えるためハイブリッド構成の構築を主導した。2023年より、執行役員CTOとして全社の技術戦略を統括。障害対応用にApple Watchを買ったことがある。 X：@junpei_y オンプレミス、ハイブリッド、競輪場。 MIXI社が抱えるインフラは事業の多角化に伴い、複雑かつ広範囲に広がっています。主要サービスを振り返ると、SNS「mixi」のオンプレミスサーバに始まり、「モンスターストライク」ではハイブリッドクラウド、「家族アルバム みてね」ではクラウドネイティブ。そして競輪・オートレース投票サービス「TIPSTAR」では、全国の競輪場に無数の物理回線やサー
GPT-1 から GPT-5.2 まで: LLM の特殊トークン徹底解説【2025年12月最新】
エンジニアの又川です。 皆さんは LLM (大規模言語モデル) の 「特殊トークン」 をご存知でしょうか？ ChatGPT や Claude などを使っていると意識することは少ないかもしれませんが、実はモデルの内部では 「ここからユーザの発話だよ」「ここで思考を始めるよ」 といった制御情報を伝えるための特別なトークンが使われています。 この記事では、 GPT-1 や BERT、GPT-2 といった黎明期の Transformer モデルから始まり、 T5 のようなテキスト補完から脱却した Transformer モデル、 GPT-3 のような初期の LLM、 InstructGPT のような指示追従型 LLM、 GPT-3.5 Turbo のようなチャット機能付き LLM、 GPT-4 のようなマルチモーダル LLM、そして GPT-5.2 のような思考機能付き LLM (Reasonin
ターミナル生活を支えるClaude Code設定 | DevelopersIO
ターミナルの住民がClaude Codeとどう生活を営んでいたかを書きました。ネタがあまりなく、ターミナルに限らないClaude Codeの設定の話もあります 🙇 はじめに 本記事はクラスメソッド AI駆動開発 Advent Calendar 2025 23日目の記事です。 自分は開発は基本ターミナル上(WeztermとNeovim)で行っています。ゴリゴリにカスタマイズしているかと言われるとそうではないです。逆に言うと導入しやすいものが多いかなと思い今回記事にします。うまくいかなかったことも書こうと思います。 今年の7月くらいに設定してから、あまりキャッチアップできておらず、古い部分もあると思いますがご容赦ください。逆に自分はこうやって活用しているよ！というコメントはとてもありがたいので記事を引用してガンガンフィードバック頂けると嬉しいです😭 ターミナルに関わらないClaude Co
DuckDB をつかってローカルなRAGを実装する
この記事は Ubie Advent Calendar 2025 17日目の記事です。 最近Googleが File Search API を公開しました。使い方はとても簡単で、ファイルをアップロードするだけでGeminiから参照してRAGを実現できるようになります。これまでRAGは避けては通れないけど考えることが多くて面倒だったところが、一気に解消しそうです。ただ、自分としてはRAGにあまり手を出してこなかったのでRAGの構築がどれくらい泥臭いのかを知らないなと思いました。そこで、これを機にローカルで動くRAG環境を基礎的な部分から構築してみたので、そこで得た気づきなどを共有しようと思います。 作ってみたもの 実装した主な機能は以下の通りです。RAGというと何らかの vector store や全文検索エンジンを利用するのが正攻法だと思いますが、今回は分析への利用のしやすさやその拡張性、お
Claude Codeの50回制限を20倍に拡張するclaude-mem - コンテキスト枯渇問題の解決策
参照元 claude-mem - GitHub Repository - Alex Newman Claude Codeの制限に直面する開発者たち Claude Codeで作業していると、50回程度のツール実行で「もう覚えてない」状態になることがあります。Claude Opus 4.5は20万トークンのコンテキストウィンドウを持っているのに、なぜこんなに早く限界に達するのか。 理由は単純です。ツールを1回実行するたびに、1000〜10000トークンが消費されます。ファイル読み込み、Git操作、検索実行…これらを50回繰り返せば、20万トークンはあっという間に埋まります。 長時間のコーディングセッションでは、途中でClaudeが「さっき説明したプロジェクトの構成」を忘れ、同じ質問を繰り返すといった状況に遭遇します。 claude-memの3つの強み claude-memは、Claude Co
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
AWS StepFunctions入門