はちみつ（20） @honeycomb_bnbn 公式文書でここまで書くということは相当お怒りということ。その前のページもか。国が言うことは全く当てにならない、いい加減にしろ、という強い憤りを感じる。 2025-05-29 19:56:37
東京都が「システムの運用経費の7割はソフトウェアなのでクラウドを最適化しても経費削減は無理」と国にキレる
はちみつ（20） @honeycomb_bnbn 公式文書でここまで書くということは相当お怒りということ。その前のページもか。国が言うことは全く当てにならない、いい加減にしろ、という強い憤りを感じる。 2025-05-29 19:56:37
集めたニュースが知識に変わる――ライターが「Cursor」と「Obsidian」で実践した、AI時代の情報整理術
集めたニュースが知識に変わる――ライターが「Cursor」と「Obsidian」で実践した、AI時代の情報整理術：小寺信良のIT大作戦（1/2 ページ） 今年4月に、AIコードエディタの「Cursor」を使って、原稿を書くという方法をご紹介した。AIが文章を補間してくれるだけでなく、執筆中の文章に対してAIで様々な処理ができるところにメリットがあることがわかって以来、原稿執筆はCursorで行っている。 一方で昨今は、知識の集合先として「Obsidian」が人気のようである。昨年末に話題になり始めた頃にインストールしてみたことはあったが、いまひとつ使い方がピンとこなかったので放置していた。しかし最近は指南記事も増え、YouTubeでも解説動画が出回るようになったことで、なんとなく特徴がわかってきたところである。 Obsidianの最大の特徴は、タグやリンクを設定することで、文書同士が自動的
コーディングエージェントの現状の整理とエンジニアの仕事の変化について
コーディングエージェントの現状の整理とエンジニアの仕事の変化について AI によるコーディングの支援はコード補完型からチャット型、そして自律型へと進化しています。この記事では現時点で主流となっているコーディングエージェントの種類とその特徴を整理したうえで、エンジニアの仕事の変化について考察します。 コーディングの仕事における AI 技術の関わりといえば、GitHub Copilot を代表するエディタ補完型が主たるものとして認識されてきました。補完型の AI はユーザーが途中まで書いたコードを補完する形で提案を行うことから、ペアプログラムの相方のような存在として捉えられていました。例えば function add と書き始めると、AI は (a: number, b: number): number { return a + b; } といった形で関数の定義を提案します。ユーザーは Tab
グラフDBで解き明かすコードの系譜 ～Amazon Neptuneによるメソッド依存関係の可視化～ - NRIネットコムBlog
1. はじめに 2. 基本知識 2-1. グラフとは 2-2. Amazon Neptuneとは 3. メソッド依存関係を可視化してみた 3-1. データの準備 クラス図を利用すればいいじゃないか 3-2. 必要なリソースのプロビジョニング 3-3. Neptune Bulk Loaderによるデータの登録 Neptune Bulk Loaderとは 手順 3-4. Graph Explorerで可視化 Graph Explorerの起動 Graph Viewで可視化 Graph Explorerその他の機能 3-5. リソースの削除 削除する方法 4. まとめ 可視化によってメソッドの依存関係を把握できたか 今後の展望 1. はじめに 皆さんこんにちは、入社2年目の松澤武志です！ 普段はJavaやAngularを用いてアプリケーション開発を行い、趣味でAWSコンソールをいじっています！
家族を捨てました。 - Everything you've ever Dreamed
母を捨てた。家族と呼べるのは奥様をのぞけば、母と弟の二人になるけれども、実家で暮らす母とは昨春から元旦に十五分くらい顔をあわせたきりであり、弟とは三年近く電話もしていない。母と弟が何をしているのか知らない。弟は勝手に生きていくはず。問題は後期高齢者の母である。母は小さな問題を起こしては後始末を僕に押し付けてくる人だった。弟やその他親族から面倒を見るのは長男の僕の役目と言われ、社会的な枠組みも長男が親の面倒をみるのが当然とされているので、仕方なくその役を引き受けてきた。 だが、僕は母を捨てた。僕が抱えている三大ストレス「家族」「こづかい月一万九千円」「ヤクルトスワローズの戦績」のうちひとつがなくなったのだ。ブラボー！「捨てる」は姨捨山への放棄ではなく、「会わない」「連絡取らない」「気にしない」である。日常生活から親を切り捨てるという意味だ。昨春から続けている。「たまに電話を寄こしなさい。あん
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
アーキテクチャよりも設計を重視しよう – 米政府18Fチームの提案 | POSTD
注釈： CASH LAYER：キャッシュレイヤ FRONT END：フロントエンド ASSET SERVE：アセットを供給 WEB SERVER W/ROUND ROBIN FAILOVER：ラウンドロビンとフェールオーバーを実装したWebサーバ THE CLOUD：クラウド ALL READS! ：全ての読み込み WRITES：書く READS：読む MASTER：マスタ INPORTANT POINTY THINGS：重要な鋭い情報 MULTI MASTER DB CLUSTER：複数のマスタからなるデータベースの集合体 「エンジニアはまずアーキテクチャの全体像から始めるべき」、というのが先人たちの知恵からの教訓となっています。データベースを使ったサービスが他のサービスと関係する様子を、線や矢印で表したのが上の図です。キャッシュレイヤ、ロードバランサ、その他の複雑な形も上図の情報フロー
Model Context Protocol（MCP）とは？生成 AI の可能性を広げる新しい標準
はじめに こんにちは。クラウドエースの荒木です。 ChatGPT や Claude などの生成 AI が日常生活やビジネスに浸透してきましたが、これらの AI の真価は外部システムと連携したときに発揮されます。しかし、この連携には大きな課題がありました。 これまで AI と外部システムを連携させるには、システムごとに個別の API 統合が必要で、認証方法やデータ形式、エラー処理など、細かな実装を繰り返す必要がありました。このような個別対応は開発効率を下げ、拡張性や保守性の面でも問題がありました。 そこで登場したのが「Model Context Protocol（MCP）」です。2024 年 11 月に Anthropic が発表したこのオープンプロトコルは、AI と外部システムの接続を標準化し、開発者の負担を大幅に軽減します。 この記事では、MCP の基本概念から実装方法、活用事例まで、技
実践API設計
4月に発売された「WEB+DB PRESS Vol.134」で特集1「実践API設計」を執筆していますが、そこから部分的に紹介します（目次は、こちらです）。 第1章「優れたAPI仕様とは何か --- よくある問題と記述すべき事柄」の冒頭で次のように述べています。 今日、多くの企業がWeb サービスとしてさまざまなサービスを提供しています。Webサービスは、iOS、Android、ブラウザといったフロントエンドと、それらに対して機能を提供するバックエンドサービスから構成されます。バックエンドサービスが提供するさまざまな機能はAPI （Application Programming Interface）として定義され、フロントエンドから呼び出されます。フロントエンドは、バックエンドサービスが提供する機能を使ってユーザーへ提供する機能を実現します。 定義されたAPI を介することで、フロントエン
MCPサーバーを利用することはセキュリティ的に安全か?
1. はじめに Model Context Protocol (以下、MCP) は、大規模言語モデル (LLM) と外部データソースやツールを連携させるための便利なオープンプロトコルです。 一方で、MCPサーバーは誰でも作成してGitHubで公開できるため、場合によっては悪意のあるコードが含まれている可能性も否定できません。自作のMCPサーバーに脆弱性を埋め込んでしまうのは自己責任ですが、実際には、公開されているMCPサーバーをマーケットプレイス経由で使用する場合、どの程度の安全性が期待できるのでしょうか？ 本稿では、MCPサーバーのマーケットプレイスの現状と、利用する上での注意点について解説します。 1.1. TL;DR 「誰かが何かを保証してくれるわけで、自己責任で使いましょう」というのが前提です。その中でも一定信用して良いと思われるのは、以下の2つです。それ以外は、公式な保証がない状
Playwright MCPとCursorで、E2Eテストを自動生成してみた 〜AI×ブラウザ操作の新アプローチ〜
概要 Playwright MCPとCursorを活用し、E2Eテストをゼロから自動生成してみました。 本記事ではその検証プロセスと得られた知見を紹介します。 この記事で分かること Playwright MCPでE2Eテストを自動生成する方法 Playwright MCPの活用のヒント はじめに 昨今のMCPブームは収まることを知らず、日々新しいMCP Serverが公開されています。 そんな中、自動化テストツールとして有名なPlaywrightのMCP Serverが公開されました。 Playwrightには、既にユーザーがブラウザを操作しテストを生成できる非常に便利な機能がありますが、今回はそれを超えるために、ユーザーの代わりにCursor（MCP Client）を使用し、ブラウザの自動操作とE2Eテストの自動生成を行えるのかを検証しました。 検証環境 Cursor: claude-s
React ステート管理 比較考察 - uhyo/blog
こんにちは。Reactの話題の中でもかなりの部分を占めるのがステート管理、さらに言えば各種のステート管理ライブラリです。今さらながら、Reactにおけるステート管理の手法やいくつかのステート管理ライブラリを比較考察して記事にまとめました。 useState + バケツリレーReactにおける基本的なステート管理はuseStateです。ひとつのコンポーネント内で完結するようなステートならばuseStateは非常に適しており、他の選択肢はほぼ無いと言っても構わないでしょう。 ステートをアプリケーションの広範囲で使いたい場合が問題です。次の画像に例示されるように、分岐したコンポーネントツリーの末端のコンポーネント（使用者）で同じステートを参照したい場合を考えます。 useStateと組み合わせる場合、もっとも原始的な方法はpropsのバケツリレーによるものです。propsは親コンポーネントから子
OpenAIのプロンプトジェネレーターで至高のプロンプトを生成する - Taste of Tech Topics
こんにちはイワツカです。 食欲の秋ということでサツマイモやキノコが美味しい季節ですね。 さて今回は、生成AIを使おうと思ってもプロンプトの書き方がよく分からず、生成AIから思ったような回答を得られない...なんて方におススメのOpenAIのプロンプトジェネレーター機能を紹介します。 1. プロンプトジェネレーターとは 使い方 2. ユースケースごとのプロンプトと結果比較 Pythonコードのリファクタリング プロンプトジェネレーターを使わない場合 プロンプトジェネレーターを使う場合 API設計 プロンプトジェネレーターを使わない場合 プロンプトジェネレーターを使う場合 ブログ作成 プロンプトジェネレーターを使わない場合 プロンプトジェネレーターを使う場合 3. まとめ 1. プロンプトジェネレーターとは プロンプトジェネレーターとは、その名の通り、AIに対する指示文（プロンプト）を自動的に
NotebookLM Web Importer - Chrome Web Store
Import web pages and YouTube videos to NotebookLM with one click Save time and boost your productivity with the NotebookLM Web Importer. How It Works: * Install the NotebookLM Importer extension from the Chrome Web Store. * Browse the web or watch YouTube videos as usual. * Click the NotebookLM Importer icon to save the current page or video to your NotebookLM. Then you can chat on NotebookLM with
【データベース基礎】インデックスの仕組みを理解する（初学者向け）
本書では、データベースのインデックスについて基礎から応用まで体系的に学びます。 データベースの検索性能を最適化するための重要な知識を身につけることができます。 本書で学べる内容は以下の通りです。 🌲 B-Tree と B+Tree インデックスの仕組みと特性の違い 🔍 インデックスが検索効率を向上させるメカニズム 📊 複合インデックスの設計と効果的な活用方法 ⚡ カバリングインデックスやパーシャルインデックスなどの最適化テクニック 📈 クエリプランの読み方とパフォーマンスチューニング 本書の特徴はこちらです。 ・インデックスの内部構造を図解で分かりやすく解説 ・実際のユースケースに基づく設計手法の紹介 ・インデックスサイズと更新コストのトレードオフを考慮した実践的アプローチ ・クエリ最適化のためのパターンとアンチパターンの解説 データベース設計や SQL の基礎知識をお持ちの方なら
ルーターを買いに行った時、ネットワーク機器に詳しい店員さんの意見に「たいへん素直でよろしい」と感じた話
あゆゆん♪ @ayu_littlewing ルーター買いに行ったらネットワーク機器に詳しい店員さんがいたんだけど 『IT系のお仕事の方にはどうせ断られるのでTP-LINKやELECOMはお勧めしません!BUFFALOかNECが鉄板ッスね』 って言われてwww たいへん素直でよろしいwww 2025-01-15 18:54:56 あゆゆん♪ @ayu_littlewing 『BUFFALO昔は酷かったけど最近は悪くないですよ』 とも言ってて。。。 酷かった時代のBUFFALOを知ってるとは!! 20年くらい前じゃないか? 店員さん若そうだったけど。。。 2025-01-15 18:57:02 みなも🎰🎲🀄💕✨ @minamo_ett 昔BUFFALO全然使えなかったのに、今はだいぶ良くなったんだな〜 業務用もけっこう出してるしな😳 特に家庭用の無線LANルータは、メーカー差めっっっ
学び続ける人に知ってほしい、生成AIを使った勉強法をまとめました｜堀内 亮平
こんにちは、株式会社Renewerの堀内です。 昨年、『ChatGPTを徹底活用！ ビジネスパーソンのためのプログラミング勉強法』（翔泳社）という本を出版しまして、その執筆にあたって 「生成AIを使った効率的な勉強法」について深く考える機会を得ました。 このAIの使い方は、「人の学習能力を高める」ことに繋がります。 これは、"AIに仕事を奪われる"といわれる現代において、時代をサバイブする重要なヒントになると感じています。 一方で、英語や資格の勉強をしている知人にインタビューすると、意外にも生成AIを使っている人は少なかったんです。 「こんな使い方ができるよ」と共有すると、「試してみます！」「思いつかなかった！」といったポジティブな反応をもらうことが多かったです。 年のはじめは新しい学びに挑戦する方は多いでしょう。 学び続ける人たちの目に留まり、生成AIを使った効率的な学習方法を見つけて欲
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
ベクトル検索システムの気持ち
Next.jsの考え方
物欲が消えたけど何かは欲しい
