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
python3ではじめるシステムトレード：射影と最小二乗法 - Qiita
回帰直線と射影 説明が明確で、分かりやすいストラング：線形代数イントロダクションは、線形代数の入門書として多くの人に支持されています。しかし、ハードルもあります。理解に多くに時間を費やしてしまうこともあります。その一つが、4.3の最小二乗法です。最小二乗法そのものは難しいものではありません。回帰直線を求めるのに最初に習うのが最小二乗法です。誤差を最小にするように回帰係数を決めましょうということなので、なんら難しさはありません。しかし、これを射影と合わせて理解しようとすると、それはやさしいことではありません。それは図4.6を見ればわかります。 左の図は回帰直線を幾何的に説明した図で、右側は線形代数的に表現したものです。ここでは時間の経過$t$を0,1,2としています。また、その観測値$\mathbf{b}$を6,0,0としています。これを $\mathbf{b}=C+Dt$ という式で当ては
GPT-3のAPIを使ってエヴァンゲリオンのMAGIシステムを実装してみた。（Pythonで解説）｜es
ChatGPTが話題沸騰ですね。今回はエヴァンゲリオンに登場するMAGIシステムをGPT-3のAPIで実装した有料記事を書いてみました。ぜひチェックしてみてください！(サンプルコードはPython) MAGIシステムを一言で言うと 性格の異なる3体のAIが、それぞれ独立に見解をだし、それを集約して1つの結論をだすという合議制のシステム エヴァのMAGIシステムをGPT3で作ってみた 深津氏の記事に触発され、GoogleColabで実装してみました。（面白い記事を書いてくれた深津氏に感謝です。）詳しくは↓ 以下が手順 OpenAIのアカウントにログイン。 2.API keysを発行しましょう。 ここからがコード。 3.openaiをインストール pip install openai4.まずはサンプルコードで疎通確認をしましょう。ちなみに、今回使用するコードは以下の繰り返しになります。 imp
Vtuberのチャットログを取得するシステムをpythonとGoogle Cloudで構築した話 Ver.2｜おあ
バーチャルYoutuber（通称Vtuber）のチャット欄をデータとして抜き出すことができれば、スパチャ金額の合計を調べたり、草コメントの数を調べたりすることができる。 以前、Vtuberの配信アーカイブからチャットログを抜き出すシステムを構築した。今回はそれをパワーアップさせたので紹介する。 システム全体像 システム全体像はこんな感じ。前回から引き続き、Google Cloudで構築した。サーバーは使わないアーキテクチャにしている。システムの流れは以下のようになる。 0. httpリクエストでシステム起動 1. Youtube Data APIから動画情報を取ってCloud Storageに保存 2. チャットログ未取得の動画IDをPub/Subに送る 3. 動画のチャットリプレイが有効か調べる 4. 有効ならばチャットログURLを取得してPub/Subに送る 5. チャットログを取得し
Word2VecとTF-IDFで社内文書を検索するサービスを作ってMattermostから使えるようにした - Qiita
初めまして。 株式会社ハイマックスの平田と申します。 記事とは無関係ですが、約1年を経て念願(！)のQiita Organizationの作成が叶ったことをこの場を借りて報告いたします。 さて先日、社内のMattermostから使える文書検索サービスをリリースしました。 単なる全文検索ではなく、Word2VecとTF-IDFで文書をベクトル化(≠Doc2Vec)し、検索ワードとの距離による検索を行っています。これにより、文書上と多少表現が異なる検索ワードでもヒットするようになります。 この記事では、サービスを作ってMattermostから使えるようにするまでの流れをソースコード(抜粋)付きで紹介します。 作ったもの Mattermostのチャンネルのいずれかで、例えば「/bot テスト」と入力すると… こんな感じで社内の文書管理システムから関連する文書のリンクを返してくれます。 作った動機
pythonと遺伝的アルゴリズムで作るFX自動売買システム その1 - Qiita
base_domain = MODE.get('production') url_base = 'https://{}/v1/candles?'.format(base_domain) url = url_base + 'instrument={}&'.format(currency_pair.name) + \ 'count=5000&' +\ 'candleFormat=midpoint&' +\ 'granularity={}&'.format(granularity.name) +\ 'dailyAlignment=0&' +\ 'alignmentTimezone=Asia%2FTokyo&' +\ 'start={}T00%3A00%3A00Z'.format(start) response = requests_api(url) def requests_api(url, p
1
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
