最近のCosenseの面白い開発とAI - 橋本商会
こんにちはshokai.icon shokaiです Cosenseを開発しています Cosenseを9年作り続けて煮詰めたプロダクト設計の極意 という話をしようと思っていたけどshokai.icon ユーザー観察や意思決定の話は社外に出しにくい どうにも説教くさくなる なにより、最近は開発が楽しすぎて、それどころではない！！ というわけでいつも通り近況を話します 1. 最近開発したもの 2. 年始からDevinを使い始めた 3. Smart Context これはHelpfeel Tech Conf 2025の発表資料です 右側のメニュー内のStart presentationを押すとスライドになります Cosenseとは このサービスです 1ページ1トピックで書いたページをリンクさせ合って、複雑な情報を表現できる 51万ユーザー 2000万ページ 約9年開発してる Helpfeel（プロ
Docker の MCP Toolkit を試してみる
Docker の MCP Toolkit を試してみる Docker の MCP Toolkit はコンテナ化された MCP サーバーを AI エージェントと統合するための Docker Desktop の拡張機能です。コンテナ化された環境で MCP サーバーを実行することができ、信頼された Docker MCP カタログから MCP ツールを簡単にインストールできる点が特徴です。 音声による概要 この音声概要は AI によって生成されており、誤りを含む可能性があります。 Docker の MCP Toolkit はコンテナ化された MCP サーバーを AI エージェントと統合するための Docker Desktop の拡張機能です。従来ローカルで MCP サーバーを実行するためには JavaScript の npm や Python の uv といったパッケージ管理ツールを使用して直接コ
プロンプトエンジニアリングは死んだ(in 2025) - Qiita
5. まとめ ― Prompt Engineering は“死”ではなく“吸収合併” Prompt Engineer = 職種 は消滅傾向。 Prompt Engineering = スキル は “AI と協働する全職種の共通知識” へ統合。 今後は「AI を使う力」より「AI に任せて監督する力」がキャリアの差別化要因となる。 感想 前回の記事の締めにも書きましたが、「●●式」のようなoneプロンプトの技であったり、キーワードを駆使する等の技の部分を指す意味での「プロンプトエンジニアリング」は今後不要になっていくと思います。 ただ、生成AIと対話するアプローチに関しては、(エージェントによるサポートの進化はあれど)依然必要かと思います。 以下なども対話アプローチに関するTipsが多いです。 https://qiita.com/hokutoh/items/4a5447833721fe839
OpenAI、AIコードエディタの「Windsurf」の買収で合意との報道
OpenAIは、生成AIを用いたコーディング支援ツール「Windsurf」の開発元であるWindsurf（旧Codeium）社を買収することで両社がほぼ合意したと、Bloombergが報道しています。 OpenAI has agreed to buy Windsurf, an artificial intelligence-assisted coding tool formerly known as Codeium, for about $3 billion, marking the ChatGPT maker’s largest acquisition to date https://t.co/ZhWgEHGXVc — Bloomberg (@business) May 6, 2025 買収金額は30億ドル（1ドル145円換算で4350億円）で、OpenAIにとって過去最大の買収になると
異文化｜shi3z
いろいろあって今、アジア某国にいる。 肩書きには「世界を放浪の末」なんて前口上がついてはいるが、実はアジアはほとんど知らない。 コンピュータ革命の中心は欧米で、僕が若い頃は特にアメリカ西海岸だった。 MicrosoftやAmazonのシアトル、AppleやIntel、AMD、Adobeのシリコンバレー。 ここが中心だから、ここに行く機会が多かったし、関連する学会も北米で開催されることが多かった。 たまにヨーロッパでも学会があったりして、そういう時にはよくでかけていった。 ディープラーニングが台頭してきてから、その中心は広がった。研究の爆心地はカナダであり、さらにアメリカ東海岸、そして中国に広がる。 今や中国はAIの最先端国家であり、アメリカのビッグテックは常に背中に迫る中国のオープンウェイトモデルの影を感じながら、追い立てられるように走り続けるしかなくなっている。 ほんの一年前まで「これで
AIコーディングエージェントで異なるプログラミング言語間での移植ができるか試してみた - ぱいぱいにっき
アメリカの方で政府機関のコードをCOBOLから他の言語にするみたいなことをやる不確かな噂がありますが、それとは全く関係がない話です。もっともっと規模が小さいやつ。使ったのはCline(Claude 3.7 Sonnet)です。以下、AIとはClineのことを指します。 やってみたのはTypeScriptのライブラリからGoへの移植。対象は、https://github.com/mizchi/readability 。 zenn.dev とはいえこちらもWIPとあるように、まだやりきれてない箇所があるので、本家の https://github.com/mozilla/readability を元にした方が良かったかもしれない。ただ書き直されていると言う点や、元コードからAIで整理されていると言う点はポーティングに有利だったかもしれない。 なんでreadabilityをGoに移植したかと言う説
PGlite + pgvector で100行で実装するベクトル検索 (node/deno/drizzle)
pglite + pgvector で文章の類似度検索を実装します。 動機 とにかく手っ取り早くローカルにデータを突っ込んでおいて検索する RAG の雛形がほしかったんですが、調べても大規模ストレージを前提とした大掛かりな実装が多いです。 スクリプトを書いたらポンと実行できるセットアップ不要なものがあると、色々と実験ができます。 mastra/rag を読んでたら、簡単にできる気がしたのでやりました。ただ、chunk のドキュメント分割相当のものはまだ作ってません。そこまで難しい概念でもないので、雑に作れそうではあります。 qrdrant も検討しましたが、サーバーを建てるのが面倒でした 準備: ベクトル化用の関数 今回は @ai-sdk/openai を使ってベクトル化をします // OPENAI_API_KEY= import { openai } from "@ai-sdk/open
なぜ MCP なのか
なぜ自分が MCP を追いかけているのかを雑にだらだらと書いて行こうと思います。 乱文です。 オープンなプロトコル追いかけている理由は Model Context Protocol がオープンなプロトコルにしたことです。これが ChatGPT Plugins とかのクローズドなプロトコルであれば全く追いかけていなかったと思います。 MCP は Anthoropic 以外でも MCP クライアントを実装しさえしていれば、多くの MCP サーバーと接続する事が出来ます。実際 MCP を公開した Anthropic が提供している Claude Desktop や Claude Code だけでなく Cline や Cursor などが MCP クライアントを実装したことにより、MCP サーバーさえ実装してしまえば、様々な環境で利用できる仕組みになっています。 そして VS Code も MCP
Playwright MCPをHTTP/SSEで実装する
上記リポジトリがv0.0.4になりSSEをサポートしたため、それを用いたMCPサーバの実装をしました。 実装内容は以下リポジトリです。 実装自体はかなり低カロリーでまるっと載せられるぐらい簡単でした。 import express, { Request, Response } from "express"; import { SSEServerTransport } from "@modelcontextprotocol/sdk/server/sse.js"; import { createServer } from "@playwright/mcp"; const server = createServer({ launchOptions: { headless: true }, }); const app = express(); const transports: { [sessio
Comparison of AI Models across Intelligence, Performance, Price | Artificial Analysis
Comparison of Models: Intelligence, Performance & Price AnalysisComparison and analysis of AI models across key performance metrics including quality, price, output speed, latency, context window & others. Click on any model to see detailed metrics. For more details including relating to our methodology, see our FAQs. Intelligence: o3-mini (high) and o3-mini are the highest quality models, follow
ココピーからChatGPTを呼んで文章生成させる - 無駄と文化
ココピー (cocopy) というブラウザ拡張機能がある。 chromewebstore.google.com Webページを見ていて URL やページタイトルなどをコピー＆ペーストしたくなったとき、ココピーを使うと思い思いの形式でクリップボードへのコピーができて便利だ。 ココピーについてはいろいろな人が紹介記事を書いているのでそれを読んでもらうのがいいと思う。 blog.pokutuna.com motemen.hatenablog.com ココピーは任意の JavaScript コードを実行できる ココピーは現在見ているページの URL・ページタイトル・コンテンツを JavaScript コードでいい感じに整形してからクリップボードに突っ込めるツールだ。 JavaScript コードはユーザーが好き勝手に書くことができる。fetch() を使って外部 API を叩くこともできる。 とい
わざわざ言語化されないClineのコツ
これなに これを書いた後にClineが盛り上がってきたので、また書きたくなった。二番煎じをやめろ。 大枠では変わってないので軽めのTips集です。 前回から変わった点 一か月前(2025/2/3)に書いた時から状況が変わっている ハイブリッド推論モデルとして、Claude 3.7 Sonnetが公開(2/24) Clineのアップデート .clineignoreによる読み込み対象からの除外 @terminal, @gitによるコンテキスト理解の改善 MCP Marketplace mizchiさんの魂が震えた モデル選定(2025/03) 利用経験のあるモデルを主観的にランク付けしている。 Tier1(基本これでいい) Claude 3.7 Sonnet Tier2(サブ機) Claude 3.6 Sonnet Claude 3.5 Sonnet Gemini 2.0 Pro Tier3(
ブログで llms.txt を提供してみた
Note 2025 年 3 月現在では llms.txt は標準化されていない仕様です。この記事に書かれている内容は今後の変更により古くなる可能性があります。 ChatGPT や Grok, Claude, Gimini などの大規模言語モデルはますますウェブサイトの情報に依存してきています。特に最近登場した Deep Research はエージェント型のモデルがウェブサイトを巡回し、多段階のリサーチを自動で実行できるように設計されています。Deep Research が効果的に機能するためには AI エージェントが効率的にウェブサイトの情報を取得できることが重要です。 しかし従来のウェブサイトは人間向けのマークアップが主であり、AI ボットが情報を収集する際には多くの障壁があります。装飾のための CSS, 広告, 複雑な JavaScript などの要素は、本質的な情報の抽出を困難にして
Cline 試してみた
立ち位置としては零細企業経営者かつ Erlang/OTP でミドルウェアを書いてる人。 Cline は VS Code で Claude 3.7 Sonnet を使って試してみた感想をざっくりと。主戦場である Erlang/OTP では試していない。 Cline によってコードを読み込む、コードを編集するを自動化するだけで結構な革命、コマンド実行は手動でやってみた。 かなり言うことは聞かないし、なんども指示しないと使い物にならない。とにかく優先順位が付けられない。例えば、コード修正したらビルドしてテスト実行してねって言ってるのに、いきなりコミットしようとする。 試した内容SDL の v3 がでたので自社の C++ SDK 向けサンプルで SDL v2 からの移行をやらせてみた。 移行ドキュメントとビルド方法を教えて、エラーが出ないところまでを目標にしてみた。結論としては移行はできなかったが
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
AIのハルシネーション、流暢に話せても意味や一貫性の欠如があるウェルニッケ失語症患者の脳と類似 東大が数理解析で確認 | Ledge.ai
地に足の付いた現実的な技術選定から魔力のある体験を得る『AIレシート読み取り機能』のケーススタディ / From Grounded Tech Choices to Magical UX: A Case Study of AI Receipt Scanning
Model Context Protocol(MCP)の基礎に関して、社内勉強会で使用したスライド資料を公開します！ | DevelopersIO
MCPに入門する/ Introduction to MCP
新しいMCP仕様(2025-03-26)での変更点:認証・SSEサポート任意化
『AIはウクライナの状況をどのように見てるか』へのコメント
