Python用GUIライブラリーを活用、ローカルLLMを利用するAIアプリをつくろう
生成AI（人工知能）はクラウドで提供されるものが主流だが、ローカルで動くものもある。ローカル生成AIのメリットや活用法を解説する。 「TkEasyGUI」は、筆者が開発しているPython用のGUIライブラリです。パラメータを細かく指定しなくても、見栄えの良いGUIアプリ（デスクトップアプリ）を手軽に作成できます。 ここでは、PythonとTkEasyGUI、そして、LLMの推論を行えるソフトウエアのOllamaを組み合わせて、図1のような「AIアシスタント」のデスクトップアプリを作成してみましょう。このアプリでは、画面上部のテキストボックスに、AIアシスタントに頼みたいこと（プロンプト）を書いて「送信」ボタンを押すと、画面下部のテキストボックスにLLMが生成した文章を表示します。なお、アプリの男性と女性の画像は、ChatGPTで生成したものです。
シンプルな MCP サーバを作って動作を理解する
はじめに 最近は AI、特に LLM の発展がまさに日進月歩ですね。毎週、下手したら毎日のように新しいニュースが飛び込んできます。 中でも自分が注目しているのは Anthropic 社が提唱している MCP（Model Context Protocol）です。 解説にあたり、事前に簡単な MCP サーバのサンプルを実装しました。実装は GitHub に上がっているのでこれを変更しながら動作を確認してみてください。 今回はこの MCP サーバの実装を元に MCP の動作のさせ方について解説していこうと思います。 MCP とは まずは簡単に MCP について触れておきます。 MCP は Anthropic 社が提唱しているオープンなプロトコル仕様です。ドキュメントから引用すると以下のように説明されています。 MCPは、アプリケーションがLLMにコンテキストを提供する方法を標準化するオープンプロ
MCP対応したVS CodeでAWS MCPを使う - Qiita
はじめに つい昨日に以下の記事を書いたのですが、VS CodeのStable版もほぼ同日にエージェント機能が追加されました。以下の記事ではClaude Desktopを使いましたが、VS Code + GitHub Copilot でも awslabs/mcp を試してみます。 なお、部分的に前回の記事に飛ばすとわかりにくかったので、手順については重複する部分もこちらの記事に載せています。 前提 環境 Mac OS 14.5 VS Code March 2025 (version 1.99) GitHub Copilot 準備 awslabs/mcp はPythonで書かれており、公式の手順ではパッケージマネージャーの uv が必要になります。 uv のインストール（Astral公式ドキュメントまたはGitHub参照） Python 3.10 以上 （公式では uv python inst
pdfからtextを抜き出す試行錯誤のメモ｜Kan Hatakeyama
これは二段構えの構成を持っています。この二段構えを正確に検出し、テキストを理解することが望ましいです。 Unstructuredを使うPythonのライブラリであるUnstructuredを試してみましょう。 参考記事 導入は非常に簡単です。 pip install 'unstructured[pdf]' 実装も簡単です。 解析コード： from unstructured.partition.pdf import partition_pdf pdf_elements = partition_pdf("pdf/7_71_5.pdf") 表示コード： for structure in pdf_elements: print(structure) 結果： 残念ながら、2段組のカラムを正確に検出することはできませんでした。 Grobidを使うGrobidは、peS2oというオープンアクセス論文のコ
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
