サクサク読めて、アプリ限定の機能も多数！
トップへ戻る
デスク環境を整える
dev.classmethod.jp
こんばんは、製造ビジネステクノロジー部の夏目です。 今回はMCPを使ってGoogle Driveを触ってみようと思いますう。 gdrive-mcp-server 3rd Party製のGoogle Driveの中を読み取るMCP Server。 OAuthを使ってアクセストークンを取得するので、その人が見れないファイルを見ることはできません。 そのため、認証情報を取得するまでが結構難しくなっております。 使用準備 OAuthで認証するので今回は準備が長くなっています。 Google CloudのProjectを作成する Google Drive APIを使用可能にする OAuthの同意画面を設定する (Googleアカウントの場合) テストユーザーを登録する OAuthのクライアントIDを作成する MCPサーバーをCloneしBuildする 認証する MCPサーバーをクライアントに登録する
ことのはじまり 最近見かけたTypeScriptのプロジェクトで、.d.tsファイルが型ファイルとして使用されていたのですが、TypeScriptは通常.tsファイルを使用して型ファイルを書くので、.d.tsファイルを使用することはあまりないと思います。そこで、型ファイルを.d.tsファイルで書くべきなのか、それとも.tsファイルで書くべきなのか調べてみました。 この記事について 【 対象読者 】 TypeScriptの型ファイルを.d.tsファイルで書くべきなのか、それとも.tsファイルで書くべきなのかを知りたい方 .d.tsファイルについて知りたい方 【 前提条件 】 TypeScriptの基本的な知識がある方 結論 型ファイルには.tsファイルを使用してください。 以下本文 【 .d.tsファイルっていつ使うものなの？そもそも何？ 】 サバイバルTypeScriptに.d.tsファイ
リポジトリはこちらです。今回紹介するコード及び、利用しているライブラリのバージョンの詳細はこちらはご確認ください。 補足 Python 3.13だとsentencepieceがuv add時に依存のエラーが発生したため3.12を使っています READMEサンプル まずはhuggingfaceからREADME_jaのサンプルを動かしてみます。 文書をencode_documentメソッドでベクトルに変換し、クエリをencode_queryメソッドでベクトル（埋め込み）に変換してコサイン類似度を出力するサンプルです。 import torch import torch.nn.functional as F from transformers import AutoModel, AutoTokenizer # 🤗 Huggingface Hubから以下のようにしてモデルをダウンロードできます
「え？Grafanaコンソールの言語設定に日本語あるやん？」 「どこかにリリース情報あった？」 自分も同僚から聞いて初めて気づいたのですが、Grafanaのコンソールが日本語に対応しました。以前より製造ビジネステクノロジー部では、PLCデータの可視化サービスPLC Data To Cloudを提供しているのですが、その可視化のダッシュボードでは、Grafanaを採用しています。 そのGrafanaのコンソール画面が、ようやく日本語化されたので、その内容をお届けします。公式のリリース情報が見当たらずまだPreview状態のようにも見えるので、そのあたりは注意してください。 日本語化の設定方法 自分は、普段メインはGrafana Cloudを利用しています。その場合、右上の自分のアイコンから[Profile]をクリック Preferencesの[Language]部分をクリック。 一覧に日本語
こんばんは、製造ビジネステクノロジー部の夏目です。 今回は全文検索エンジンMeilisearchの公式MCPサーバーを試してみます。 Meilisearch Features 超高速 ： 50ミリ秒以内に回答 入力しながら検索 ： プレフィックス検索を使用すると、キー入力ごとに検索結果が更新されます。 タイプミスに強い： クエリにタイプミスやスペルミスが含まれていても、関連性の高いマッチを取得します。 包括的な言語サポート： 中国語、日本語、ヘブライ語、ラテンアルファベットを使用する言語 に最適化されたサポート 文書全体を返す ： 検索時に文書全体を返す 高度にカスタマイズ可能な検索とインデックス ： ニーズに合わせて検索動作をカスタマイズ カスタムランキング： 検索エンジンの関連性と検索結果のランキングをカスタマイズする。 フィルタリングとファセット検索： カスタムフィルターでユーザーの
データ事業本部の大谷(おおや)です。 以前書いた asdf でのランタイム管理から、だいぶ前に mise に移行していたものの、セットアップ方法についてブログにしていませんでした。 今回はセットアップを中心に mise について紹介していきたいと思います。 mise とは 別名 mise-en-place (発音: ミーズ アン プラス)は、フランス語で「準備する」または「所定の場所に置く」という意味があるようです。 調理を始める前に、すべての調理器具と材料を所定の場所に準備しておくべきという考えに基づいており、 mise も mise.toml ファイルで事前に設定をしておくことで、一貫した操作・設定をすることができます。 mise は 主に 3 つの機能を持っています。 開発ツールの管理: asdf と同様にプログラミング言語のランタイムの管理や、 node や python で作成さ
こんにちは！クラウド事業本部コンサルティング部のたかくに（@takakuni_）です。 AWS MCP Servers に新しく、AWS Terraform MCP Server が登場しました。 AWS Terraform MCP Server AWS Terraform MCP Server は名前の通り、HashiCorp Terraform で AWS インフラをホストするときに役立つ MCP サーバーです。 主な機能は次のとおりで、ベストプラクティスに沿った設計がなされているか、静的解析ツールを利用して脆弱な設定が行われていないかなどをチェックできます。 Terraform のベストプラクティスをチェック セキュリティファースト開発ワークフロー Checkov 統合 AWS I-A (Integration and Automation) GenAI モジュール プロバイダーのド
VS CodeのCopilotとCopilot Chatを導入していてBusiness Planのシートを割り当てていただいているのですが、あまり活用できていなかったためどういった機能があるのか調査しました。 CopilotはGithub上で使えるCopilotやCLIから利用できるCopilotなどもありますが、ここではVS Code上から利用できるCopilotに焦点を当てています。 また拡張機能であるGitHub CopilotおよびCopilot Chatは事前にインストールされていることを前提としています。 Code completion これは使っているとすぐに気付ける、もうおなじみの機能といっても問題はず。 Control + Enter で他の候補も見ることができますが、自分はほとんど使ったことがありません。 また、Next Edit Suggestions(NES)という
はじめに お疲れさまです。とーちです。 エンジニアのためのMCP勉強会というイベントで「AWS Lambda MCP Serverを使ってMCPサーバを分離する」というテーマで登壇しました。 本記事ではその際に使用した資料の概要をご紹介します。詳細はこちらのブログ記事にまとめていますので、あわせてご覧ください。 登壇資料 登壇した際に使用した資料です。 資料概要 MCPサーバの課題 MCPサーバは便利なツールですが、セキュリティ面と運用面で課題があります。 セキュリティ面の課題 認証情報をローカルで持つリスク（AWSアカウント乗っ取りの原因になりうる） MCPサーバの権限管理の難しさ（特定チームだけに利用を制限できない） 運用面の課題 組織内での一元管理の難しさと車輪の再発明 ツールのアップデート管理が各個人に委ねられる AWS Lambda MCP Serverによる解決策 これらの課題
2025/04/17に開催された エンジニアのためのMCP勉強会 #1 にて 「DuckDB MCPサーバーを使ってAWSコストを分析させてみた」タイトルで 登壇しました。 参加いただいたみなさま、ありがとうございます！ 発表で用いたスライドを本ブログにて共有します。 スライド 参考情報 Authenticating to MotherDuck - MotherDuck MCP server for DuckDB and MotherDuck - GitHub ChatGPTはなぜ計算が苦手なのか - 湊 真一 京都大学大学院情報学研究科 教授 MotherDuck(DuckDB)のMCPサーバーを導入して分析させてみた with Claude Code | DevelopersIO
お疲れさまです。とーちです。 AWS Lambda MCP Serverをご存知でしょうか？私は以下の記事で紹介されていて初めて知りました。 このAWS Lambda MCP Serverですが、なかなか可能性を秘めているものだということが以下の記事を読んでわかりました。 この記事では上記の記事を元にAWS Lambda MCP Serverの利点を私なりに整理し、実際にAWS Cost Analysis MCP ServerのツールをLambda関数に移植して実行するところまでやってみようと思います。 MCPサーバの課題 現状のMCPサーバには以下のような課題があります。 セキュリティ面の課題 例えば社内で使用しているデータベースにアクセスするためのMCPサーバを作成したとします。MCPサーバは現時点では開発端末等のローカルで実行するケースが多いと思いますが、ローカルで実行する場合、MC
大阪オフィスの小倉です。 OpenAIのリポジトリに、ターミナル上で動作するコーディングエージェントが出てきたようです。 ターミナルで動作する、というとClaude Codeのようなものでしょうか？ざっと試してみました。 OpenAI Codex READMEでは以下のように説明されています。 セットアップ不要、OpenAI APIキーのみで利用可能 完全な自動承認、ネットワーク無効化とディレクトリサンドボックス化による安全かつセキュアな実行 マルチモーダル対応。図やスクリーンショットを渡すことができる また、動作モードとしては以下があり、 Suggest(提案: default) ファイルの書き込み・シェル実行時に承認が必要 Auto Edit(自動編集) シェル実行時に承認が必要 Full Auto(フルオート) 承認不要 となっているようです。 また、実行は、sandboxで動作する
こんばんは、製造ビジネステクノロジー部の夏目です。 Firecrawlというサービスが公式MCPサーバーを公開していたので試してみます。 Firecrawlとは (Quickstartですが、どういうサービスなのかの説明が充実しています) Firecrawlは、URLを取得し、クロールし、きれいなマークダウンに変換するAPIサービスです。アクセス可能なすべてのサブページをクロールし、それぞれのきれいなマークダウンを提供します。サイトマップは必要ありません。 https://docs.firecrawl.dev/introduction#welcome-to-firecrawl LLM対応フォーマット： マークダウン、構造化データ、スクリーンショット、HTML、リンク、メタデータ 難しいこと：プロキシ、ボット対策、動的コンテンツ（js-rendered）、出力解析、オーケストレーション カス
はじめに コールセンターシステムの運用において、通話記録の管理とチケット化は業務効率化の重要な要素です。本記事では、Amazon Connectで受けた問い合わせを自動的にBacklogのチケットとして起票する仕組みを、AWS Step Functionsを活用して構築する方法を解説します。 システム構成 全体のアーキテクチャは以下の通りです。 処理の流れは次のようになります。 Amazon Connectで顧客との通話が行われる エージェントがアフターコールワークを完了すると、問い合わせレコードがAmazon Kinesis Data Streams（以下、KDS）にストリーミングされる EventBridge Pipesがそのデータを検知し、Step Functionsのステートマシンを起動 Step Functionsが問い合わせデータを整形し、Backlog APIを呼び出して新規
こんにちは。テクニカルサポートチームのShiinaです。 はじめに Datadog の監視データを、自然言語で簡単に扱える時代が到来しました。 注目を集めている MCP と Claude Desktop を組み合わせることで、専門知識がなくても分析が可能になります。 本記事では、その導入手順と活用例をご紹介します。 利用する Datadog MCP Server 今回、こちらの MCP Server を利用しました。 前提 Datadog API キーを発行していること Datadog アプリケーションキー（APPキー）を発行していること Claude Desktop がインストールされていること Claude Desktop 設定手順 下記の json 形式の設定ファイルに MCP サーバーの定義を追加します。 MacOS: ~/Library/Application Support/C
AI検索エンジンであるPerplexirtyのAPI(Sonar API)のドキュメントをチェックしていたところ、公式MCPサーバの記事を見つけました。 Githubのリポジトリはこちらです。 ということで、Claude Desktopに連携させて試してみました。 また、MCPサーバで提供するツールによって複数のPerplexityのモデルを利用できるので、それぞれで出力を試した結果も掲載します。モデルごとの出力の差に興味がある方もぜひご参考にしてください。 どんなことができるのか Perplexityが提供するAPIである"Sonar API"を用いて、プロンプトで渡した情報について調べた結果を返してくれます。 Sonar APIでは利用できるモデルがいくつかありますが、この公式MCPサーバではツールによってモデルを切り替えることができるようになってます。 具体的には、2025年4月時点
お疲れさまです。とーちです。 こちらの記事で、AWS Diagram MCP Serverが新たに追加されたことを知り、Terraformコードの分析をしたらどうなるんだろうと思いやってみました。ついでに従来からあった、Cost Analysis MCP ServerでTerraformコードを元にしたコスト分析もやってみようと思います。 今回はMCPクライアントとしてClineを使用します。また、Clineで使用するモデルはVS Code LM APIのcopilot - claude-3.5-sonnet を使用しました。 前提条件 今回の検証には以下の環境が必要です Clineがインストール済み AWS CLIの認証プロファイル（~/.aws/configなど）が設定済み uvコマンド（brew install uvでインストール可能） GraphVizパッケージ（brew inst
大阪オフィスの小倉です。 AWSのMCPサーバに、AWS Lambda MCP ServerとAWS Diagram MCP Serverが追加されていました。 今回はLambda MCP Serverを試してみました。 AWS Lambda MCP Server 以下の図によると、MCPクライアントとLambda関数のブリッジとなる、と記載されています。 (https://github.com/awslabs/mcp/blob/main/src/lambda-mcp-server/README.md より引用) それでは、以下のドキュメントに従って試していきます AWS Lambda MCP Server - AWS MCP Servers まず、lambda-mcp-server内のexamplesディレクトリの中に、サンプルとなるLambda関数のコードが格納されているので、AWS
はじめに 2025/4/9-11 の 3日間の日程で Google Cloud Next '25 がラスベガスで開催されています！ 4/9 の Keynote にて複数のアップデートがリリースされましたが、リリースの中から A2A protocol について試してみました。 A2A protocol A2A protocol は、AI エージェントの連携を標準化することで、AI を活用したワークフローをさらに実用的にします。 このプロトコルの標準化によって AI エージェントは相互に通信し、様々なエンタープライズプラットフォームやアプリケーション上で活用できるようになります。 すでに 50 社が A2A protocol への対応を表明しています。 ソースコードも公開されているので色々試してみることができます。 Demo アプリ A2A にはデモアプリが付属しており、Web UI 上から動
CursorやClineを使ってコードを書いている人もかなり増えてきたのではないでしょうか。自分もようやくClineを使う機会があったため、ためになったと感じた内容について少しピックアップしてご紹介します。 公式ドキュメントが非常に充実していて更新もされているので、まずは公式ドキュメントは一巡するのがおすすめですが、文章量もそれなりにあるのでまずはここで雰囲気をつかむくらいの感覚で読んでもらえると嬉しいです。 Contextの管理 Contextは公式ドキュメントではホワイトボードと例えられています。Context Windowがホワイトボードのサイズで、Contextはホワイトボードに書かれた内容です。 Context WindowのサイズはModelによって異なります。 Model Context Window
あしざわです。 「このGitHubリポジトリのコードについて質問したいけど、ファイルが多すぎてAIサービスに全部アップロードできない...」 「生成AIにこのリポジトリ全体の構造を理解してもらった上で質問したいのに...」 こんな悩みを抱えたことはありませんか？ 今回はそんな悩みを解決する、Gitingestというツールをご紹介します。 忙しい人向けのまとめ Gitingestは任意のGitリポジトリをLLMが読み取りやすいコードベースのテキストダイジェストに変換するツール Webブラウザ、セルフホスティング、CLI、ブラウザ拡張機能、Python拡張機能など複数の利用方法がある 一番簡単な利用方法：GitHubリポジトリのURLの "hub" を "ingest" に変換する（例：https://gitingest.com/awslabs/mcp） サマリー、ディレクトリ構造、ファイルの
お疲れさまです。とーちです。 Amazon Q DeveloperのIDEとCLIで言語サポートが拡張されたというアップデートがありました。サポートされた言語の中には日本語も含まれています！これは待望のアップデートではないでしょうか。 今回はさっそくAmazon Q Developerの日本語サポートを試してみたので、その結果をシェアしたいと思います。おさらいも兼ねて、インストールから実際の使用感まで詳しく見ていきましょう。 Amazon Q Developer IDEのインストール まずはIDEのほうから入れてみましょう。私はVSCodeを普段使っているのでVSCodeの手順で説明しますが、他にも以下のようなIDEに対応しています。 Visual Studio JetBrains IDE Eclipse VSCodeでのインストール手順は非常に簡単です。以下のURLを開き、「Instal
2025/4/9(水) に開催された Google Cloud Next '25 の Keynote セッションのサマリレポートをお届けします。 はじめに 本日より 2025/4/9-11 の 3日間の日程で Google Cloud Next '25 がラスベガスで開催されています！ 早速、初日の目玉である Keynote のセッションの中で新しくリリースされた情報を現地からレポートします。 AI インフラへの投資 2025年に約750億ドルの投資計画 Google のグローバルプライベートネットワークを提供する Cloud Wide Area Network (Cloud WAN) を発表。アプリケーションパフォーマンスを40%高速化、コストを40%削減。一部ユーザーが利用しており今月下旬には全ユーザーが利用可能。 第7世代 TPU Ironwood を今年後半にリリース予定。第1世代
3ヶ月間の AWS セキュリティ運用により確立した Security Hub の検出結果に対する対応を決定するための切り分けフローのご紹介 こんにちは、製造ビジネステクノロジー部の若槻です。 最近 AWS Security Hub の運用を担当する機会がありました。 その際に、AWS 上でインフラの作成や変更が行われる中で次々と発生する Security Hub のアラートに対して、チーム全体で画一的な対応を行うための「切り分けフロー」を確立する必要がありました。 今回は、3ヶ月の運用経験から確立した Security Hub 検出結果の切り分けフローをご紹介します。このフローを活用することで、チームメンバー全員が一貫性のある判断基準でセキュリティアラートに対応できることを目指します。 この記事で扱わないこと 自動化ルールまたはカスタム Amazon EventBridge ルールによる対
先日AWS MCP Servers が公開されました。 そのうちの1つに AWS Documentation MCP Server があります。 AWSドキュメントの検索や推奨事項の取得が可能です。 このMCPサーバーを使って AWS認定試験のサンプル を作ってみようと思います。 (ちょうど私が AWS Certified DevOps Engineer - Professional : DOP を受験予定であることがモチベーションです) なおMCPサーバー構築手順は割愛します。 以下ブログを参考ください。 今回は Claude Code を MCPクライアントとして使いました。 (参考)Claude Code にてMCPサーバーを登録するコマンド mcp_json=$(cat <<EOF { "command": "uvx", "args": ["awslabs.aws-document
お疲れさまです。とーちです。 Notionの公式MCPサーバーが登場したということで、どんなことができるのか実際に試してみました。今回はMCPクライアントとしてClaude Desktopを使用します。 今回の検証には以下の環境が必要です Notionのアカウント Claude Desktopがインストール済み まだ準備ができていない方は、これらを先に用意しておきましょう。 Notionの設定 まずは操作の対象となるワークスペースをNotionで作成していきます。 Notionの画面左上にあるワークスペースの切り替えメニューを開きます。以下のような画面が表示されるので、適当に選択します。今回は「私生活での使用」⇒「一人で使用する場合」⇒「スキップ」と選択しました。 ワークスペースが作成できたら、次にNotionAPIを使用するためのシークレットを取得する必要があります。そのためにNotio
機能実装やバグ修正は完了したものの、その変更内容を適切に説明するPull Requestを書くのに意外と時間がかかってしまうことがあります。 ここでは、ClineとGitHub MCPを組み合わせて、コミットした変更内容から自動的にPull Requestを生成する方法をご紹介します。 準備 ここではClineはすでにインストール済みで、すでに実行できる環境にあることを前提としています。今回使用しているModelはanthropic.claude-3-5-sonnet-20241022-v2です。 MarketplaceにあるGitHubの導入手順（執筆時には廃止されていたので畳んでいます） まずはClineのMCP Marketplaceのアイコンを選択します。 githubを選択します。 するとタスクが実行されて次のようにPersonal access tokensを要求されます。 今
お疲れさまです。とーちです。 MCPの公式ページのExample Serversを眺めていたら Obsidian Markdown Notes というMCPサーバー（以後obsidian-mcp）があることを知りました。 Obsidianユーザーとしては、ぜひ試してみたいところです。この記事ではobsidian-mcpを実際に試してみた内容をお届けします。 インストール方法 今回はClaude DesktopをMCPクライアントとして使用します。Claude Desktopは既にインストールされている状態から始めます。 また、obsidian-mcpを使うためにはnpxコマンドが必要になります。このコマンドはNode.jsが入っていれば使えるはずです。 今回私が試した環境は以下のようなバージョンでした。 インストールは npx @smithery/cli install mcp-obsid
人事評価で見落とされがちな「チームへの貢献」。協働性や信頼性、心理的安全性など、組織力を高める観点から評価すべきポイントを整理します。 こんばんは。僕です。 はじめに 人事評価の場面では、個人の成果やスキルに注目が集まりがちです。しかし、実際の業務はチームで進めることが多く、個人の働きがチーム全体にどのような影響を与えているかを見逃すと、評価のバランスが崩れてしまいます。 この記事では、「チームへの貢献」という観点から、人事評価においてどのような行動や姿勢が評価されるべきかを整理してみます。組織開発の視点を踏まえながら、評価の具体的な方法についても触れていきます。 個人の成果だけでは測れない貢献のかたち チームで成果を出すためには、単に自分の仕事をこなすだけでは不十分です。周囲と協力し、知識を共有し、信頼関係を築くことが、チーム全体のパフォーマンスを高める鍵になります。 ここでは、チームへ
次のページ
このページを最初にブックマークしてみませんか？
『Developers.IO』の新着エントリーを見る
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
