CRUD Style UI - kawasima
業務システムの画面を、テーブルのカラムをそのまま入出力フォームに並べる形で作る設計。一覧・検索・登録・編集・削除を1セットの画面群として揃え、ユーザの業務フローではなく、データ構造のCRUDをそのまま画面化したもの。日本のSIer現場では「画面駆動設計」とも呼ばれるが、根は同じで、テーブル定義が先にあって画面はその入出力フォームになる。 ユーザが何をしに来たか(申請を出す、状況を確認する、上長承認を待つ、月次で締める)という行動軸ではなく、「商品マスタ画面」「受注一覧画面」「承認待ち一覧画面」のようにテーブル軸で画面が並ぶ。例えば受注管理画面の典型はこうなる。 画面上半分に受注番号・各種日付・ステータス・倉庫・商品コード・商品分類など30以上の検索条件が並び、下半分の一覧では1レコードが多段に折り返されて表示される。検索条件・一覧表示・詳細編集がテーブル全カラムを軸に組まれており、「今日出
GitHub Copilot is moving to usage-based billing
TL;DR: Today, we are announcing that all GitHub Copilot plans will transition to usage-based billing on June 1, 2026. Instead of counting premium requests, every Copilot plan will include a monthly allotment of GitHub AI Credits, with the option for paid plans to purchase additional usage. Usage will be calculated based on token consumption, including input, output, and cached tokens, using the li
【2026年版】フロントエンド技術選定：React・Vue・Angularの現在地と「AI時代の生存戦略」
はじめに 「どのフレームワークを選ぶべきか？」 これは初学者だけでなく、新規事業の技術選定を任された中級者にとっても常に悩ましいテーマです。 いまフロントエンドの世界は、大きな転換期を迎えています。長年使われてきたReact、Vue、Angularの三大フレームワークが、これまでの古い常識を捨てて新しい次元へとアップデートしているからです。さらに忘れてはいけないのが、私たちのすぐ隣には「Claude Code」や「Cursor」のような、最強のAIアシスタントが当たり前のように存在しているということです。 この記事では、初学者が最初のステップを踏み出すための視点から、中級者がモダンなアーキテクチャをどう捉え、AIとどう協業していくべきかまで、各フレームワークの現在地をまとめました。 1. React：サーバー主導UIへの移行と「AIエコシステムの覇者」 現在もフロントエンド業界で圧倒的なシ
要件定義書の成果物を1枚ずつ解説する記事がなかったので、架空のプロジェクトで自分でつくって解説します
この表の左から右へ読むと「何を→誰が作り→誰が決め→何が決まるか」がわかります。上から下へ読むとプロジェクトの意思決定の流れがわかります。以降の解説は、この流れに沿って進みます。 ビジネスコンセプト：プロジェクトの「存在理由」を経営層と合意する BR.1のステークホルダー整理と並行して最初に固めるのが、プロジェクト全体の「存在理由書」です。外部環境（EDI標準化・インボイス制度・競合のデジタル化）と内部課題（手入力ミス年間60件・月次集計3日）を整理し、ビジネスゴール（KGI：業務コスト年間1,500万円削減・受注ミス年間5件以下・受注確認書5分以内発行）を経営層と合意します。以降のすべての要件はこのKGIに紐づく形で正当化されます。ここでKGIへの合意が得られなければ、どれほど精緻な課題分析や施策設計も「何のためにやるのか」が曖昧なまま進んでしまいます。 BR.1 ステークホルダー把握：
ハーネスエンジニアリングを楽にする Microsoft 製の新ツール「APM」ハンズオン
はじめに 最近、AI エージェント（GitHub Copilot / Claude Code / Cursor / OpenCode / Codex …）に渡す「指示書」の種類が一気に増えました。 GitHub Copilot → .github/instructions/*.md, .github/prompts/*.md Claude Code → .claude/commands/*.md, .claude/agents/*.md Cursor → .cursor/rules/*.mdc これに加えて MCP サーバー / hooks / skills … チーム内でこれらを 「どこから集めて、どこに配っていますか？」 絵にすると、複数の取得元 × 複数のハーネス という多対多の配線を、各チーム／各リポが自前で組んでいるイメージです。 個々のツールが便利になっても、チーム全体としてこ
GitHub - digital-go-jp/genai-web: 源内Web（AIインターフェース）
源内（GenAI）は、デジタル庁が開発・運用する生成 AI 利活用基盤です。行政職員が業務特化の生成 AI アプリケーションを、迅速かつ安全かつ簡単に利用できる環境を提供します。 Amazon Web Services (AWS) 社製オープンソース Generative AI Use Cases (GenU) をベースに以下の変更および機能追加をしました。 チーム管理機能 AI アプリ管理機能 外部マイクロサービスとして構築した生成 AI アプリの追加・実行機能 デジタル庁デザインシステム を適用 庁内アクセシビリティチームによるアクセシビリティ試験の実施 画像生成ページの画像生成後のパラメータ調整機能の一部はアクセシビリティ上の課題が残存しています 他ページにおいても、アクセシビリティ上の課題が残存している可能性があります 運用に必要な機能（監視やモニタリング等）の追加、コードベースの
設計書・コード・テストを全部AIに書かせて半年間開発してみたよ
設計書・コード・テストを全部AIに書かせて半年間開発してみたよ 1. はじめに 本記事は、私のチームが半年間AIネイティブ開発を行った経験とその感想をまとめたものです。 AIネイティブ開発とは、AI技術を活用してソフトウェア開発を行うことを指します。2025/10～2026/3の期間中、私たちはお客様に納品するシステムをAIネイティブで開発しました。その経験と私なりに感じたことをまとめてみました。 ※ なお、私の取組は全社的な取組とは関係ありません。 ※ あくまで、私のチームが独自に行っている取組ですので、その点はご留意ください。 2. 自己紹介 初めてテックブログに記事を書くので、簡単な自己紹介を。 名前：茂呂範（もろすすむ） 所属：株式会社NTTデータ 第三公共事業本部 デジタルソサエティ事業部 プロジェクト推進担当（参照） 立場：様々なシステムの基盤構築、基盤維持運用を担当している組
一度教えてもらったことはもう二度と聞いてはいけないのが社会人のルールなの？「前も教えたよね？」っていう人意地悪すぎない？→画期的な案が寄せられる
青 @aoisora_zzz 一度教えてもらったことはもう二度と聞いてはいけないのが社会人のルールなの？「前も教えたよね？」っていう人意地悪すぎない？ミスしないように確認のために聞きたいこともあるんだけど 2026-04-16 21:52:52
仕様駆動開発を「やめる」タイミング
執筆者：Hideyuki Goto 2026年3月現在、Claude Codeなどの台頭により、個人開発でもSpec-Driven Development（仕様駆動開発、以下SPEC）を実践するハードルが劇的に下がりました。「まずAIと自然言語で仕様書を作り、それをベースにコードを書かせる」というアプローチは確かに強力で、実際に試してみたという記事も多く見かけます。 しかし、巷の記事であまり語られていない重要なテーマがあります。それは「作った仕様書をいつ、どうやって終わらせるか（捨てるか）」という問題です。 本記事では、私が趣味の個人開発（小規模・AI前提）でSPECを実践する中で直面した「ドキュメントと実態の乖離」という避けられない問題と、そこから行き着いた「仕様書との付き合い方」のリアルな体験談を共有します。 ※本記事は2026年3月時点の情報に基づいています。特定ツールに依存しない内
AI エージェント向けのパッケージマネージャー apm
apm は Microsoft が開発した AI エージェント向けパッケージマネージャーです。npm や pip のように依存関係を解決しながら、エージェントのスキルや MCP をパッケージ化して管理・共有できます。この記事では apm の基本的な使い方を紹介します。 AI コーディングエージェントを効果的に動作させるためにはコンテキストが肝要です。開発者はプロンプトエンジニアリング, ツールの設計, スキル, MCP といった様々な要素を組み合わせて、エージェントが適切な情報にアクセスできるようにする必要があります。しかし現状では個々の開発者が手元でこれらの要素を管理しており、チームでの共有や再利用が難しいという課題があります。 apm (Agent Package Manager) は Microsoft が開発している、AI エージェント向けのパッケージマネージャーです。npm や
APM – Agent Package Manager
Same AI coding superpowers. Every developer. By default. An open-source dependency manager for AI agents. Think package.json, requirements.txt, or Cargo.toml — but for AI agent configuration. AI coding agents need context and capabilities to be useful — instructions, skills, prompts, plugins, MCP servers. But today, every developer configures theirs differently. Copying files, writing instructions
GitHub - microsoft/apm: Agent Package Manager
An open-source, community-driven dependency manager for AI agents. Think package.json, requirements.txt, or Cargo.toml — but for AI agent configuration. GitHub Copilot · Claude Code · Cursor · OpenCode · Codex Documentation · Quick Start · CLI Reference Portable by manifest. Secure by default. Governed by policy. One file describes every agent's context; one command reproduces it everywhere; one p
マイクロソフト、PostgreSQL/MySQL/SQL Serverなどへの同時接続に対応した「SQL MCP Server」オープンソースで公開
マイクロソフト、PostgreSQL/MySQL/SQL Serverなどへの同時接続に対応した「SQL MCP Server」オープンソースで公開 マイクロソフトは、PostgreSQL、MySQL、SQL Serverを含む複数のデータベースに対応したMCPサーバ「SQL MCP Server」をオープンソースで公開しました。 SQL MCP Serverを利用することで、AIエージェントが複数のデータベースに対して自由に問い合わせなどを実行できるようになります。下記の図は「Introducing SQL MCP Server - Azure SQL Dev Corner」からの引用です。 SQL MCP ServerはData API builderの一部 SQL MCP Serverは、マイクロソフトがオープンソースで公開しているソフトウェア「Data API builder fo
Cloudflare、こんなに無料でいいんだろうか ― 「クラウド」の定義が書き換わったことに気づかない人々へ｜白井暁彦 aka しらいはかせ
Cloudflare、こんなに無料でいいんだろうか ― 「クラウド」の定義が書き換わったことに気づかない人々へ 全世界で数百万人が同時にアクセスするようなサービスを設計し、AWSに毎月、数十万から数百万円という「血の滲むようなコスト」を支払い続けてきた立場から言わせてもらえば、今のCloudflareが提示している世界観は、もはや「CDN」なんていう可愛い言葉で呼べるものではない。かつて私たちがオンプレミスからAWSへ移行した時に感じたあのパラダイムシフトが、今、Cloudflareという「Supercloud」によって、さらに残酷な形で繰り返されている。 あえて、いま提供されているサービスを地べたから天井まで並べてみるとこんな感じだ。Cloudflare DNS, CDN, WAF, DDoS Protection, Bot Management, SSL/TLS, Zero Trust
ソフトウェアや知能が安くなったときに起きること - 🐴 (馬)
1830年頃、わずかな夜の明かりを得るためには、約3時間の労働が必要でした。しかし1992年ごろにはそれが1秒にも満たない労働ですむようになったと言われています。ロウソクから白熱電球、蛍光灯へという技術的発展が、光を劇的に安くしたのです。 そうして光が安くなったとき、人は同じ量の光を単に安く買って終わり――ということにはなりませんでした。 人々は、かつて置こうとも思わなかった場所にまで光を置き、街路、工場、看板といった、社会のあらゆる場所に安くなった光を敷き詰めていきました。そうして、工場は曇りや雨の日にも稼働することができるようになったり、深夜営業や夜の読書といった新しい活動が可能になったのです。 そこで儲けたのは、光を提供した会社だけではなく、それをうまく使った会社でした。 では、ソフトウェアや知能が安くなったとき、私たちはそれをどのように使うのでしょうか。 生成AIによる大きな変化は
マイクロソフト、ローカルAI環境をインストーラで配布できる「Foundry Local」正式リリース。MacやLinuxにも対応
マイクロソフト、ローカルAI環境をインストーラで配布できる「Foundry Local」正式リリース。MacやLinuxにも対応 マイクロソフトは、アプリケーションにバンドルしてインストーラで配布できるコンパクトなローカルAI環境「Foundry Local」の正式リリースを発表しました。 開発者はアプリケーションにFoundry LocalのAI環境をバンドルしてインストーラで配布できるため、クラウドなどに依存せず、ユーザーによる設定や追加導入なども不要な、ローカルで完結するAIソリューションをユーザーに提供できるようになります。 ハードウェアに最適化、多数のAIモデルから選択 Foundry Localは、その内部にあるAIモデルのランタイムとしてONNX RuntimeとWindows MLが利用され、その上にFoundry Catalogから選択可能なさまざまなAIモデルを載せるこ
“先延ばし癖”の原因に新知見──「目標設定能力の欠如」のせいではない？ 英国チームが研究発表
2019年にスタートした本連載「Innovative Tech」は、世界中の幅広い分野から最先端の研究論文を独自視点で厳選、解説する。執筆は研究論文メディア「Seamless」（シームレス）を主宰し、日課として数多くの論文に目を通す山下氏が担当。イラストや漫画は、同メディア所属のアーティスト・おね氏が手掛けている。X：＠shiropen2 研究チームは、英国の大学生111人を対象に、短期目標（1カ月以内）と長期目標（6カ月以上）をそれぞれ挙げさせた。そして、目標に対する行動回避の可能性、達成できた場面をどれくらい鮮明に想像できるか、失敗を想像した際の予期不安など、さまざまな属性について評価を行った。 分析の結果、予想通り、先延ばし傾向が高い人ほど、短期的・長期的を問わず、目標に向けた行動を意図的に回避する可能性が高いと自己評価していることが確認された。 しかし、目標達成の場面を想像する際の
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
Anthropic、デスクトップ版「Claude Code」を刷新 ～複数エージェントを前提としたUIに／フィルタリング可能なセッションリスト、サイドパネルツール、画面分割などに対応
ブラウザの「戻るボタン」“乗っ取り”はスパム、グーグルが新方針
Foundry Local - Run AI Models Locally with Complete Privacy
