Cline+Claudeでの開発を試してみた感想
2年くらい前からCopilotやCursorによるコーディングサポートを受けた開発は実際に行なっていたのだけど、先週くらいからコーディングエージェントによる開発にも本腰を入れて調査を始めた。以下はその際に雑に調べた情報まとめ。 そんでこの土日くらいまで毎日、主にCline+Claude(その他versionや派生系クライアントも含む)を使って色々とコード生成させたりして実験したのでその感想を書く。 試してみたこと 最初は簡単なpromptを入力してポン出しで生成させるToDoリストとか管理画面みたいなものを作らせてワイワイしてた。だけど何回かやったら流石に飽きてきたので、もう少し規模の大きなタスクに取り掛からせることにした。 既存プロジェクトへのテスト追加 まず最初に、個人開発してるモンハンnowのTA走者向けのwebサイトが現状テストゼロだったので、これに対してClaude 3.5 so
Clineが実行したコマンドの結果がCline自身で読み込めない場合の対処法
Clineにコマンドを実行させた場合に通常であればVSCode内のshellが立ち上がり、コマンド実行してその結果を元に次のフローに進む。 しかし自分の環境ではコマンドの実行結果をClineが読めないというエラーが出てた(コマンドの実行結果が表示されていないようです。というメッセージがClineから返ってくる。)。 色々調べると下記のTroubleshootingにあるようにVSCodeのshell integrationを有効にしてVSCodeを立ち上げさせるような設定([[ "$TERM_PROGRAM" == "vscode" ]] && . "$(code --locate-shell-integration-path zsh)")を.zshrcなどに追記すればいいらしい。 まず自分はこれを試したがダメだった。 原因を調べるとcode --locate-shell-integrat
これから始める Cursor エディター!
社内でCursor Businessを導入したので、利用方法や機能をまとめておきます。 なお、Cursorは発展途上で、UI周りの機能変更が多いため、あくまでも参考程度にしてください。 Cursorエディターとは Cursorエディターは、AIを活用してソフトウェア開発をスピードアップしてくれる次世代エディターです。チャット感覚でコードの修正や提案を行ったり、複数行にわたるコード補完などをガッツリやってくれます。さらに、Cursor独自のエージェント機能で自動的にコードベースを解析してくれるので、ちょっとしたバグ修正からプロジェクト全体のビルドまでグイッとサポートしてくれます。 Cursorのプラン Cursorには、大きく3つのプランがあります。いずれも「プライバシーモード」を有効にすれば、コードは自分のマシンにしか保存されず、外部への共有や学習には使用されません。ここではざっくりと紹介
Roo CodeとClineはどう違うのか
前提 Roo CodeがClineのフォークという程度には知られている。Roo Codeを好んで使っているユーザーがいるがどんな違いがあるのかというのが気になっていたので調べた。 結論としては「Rooは個人が趣味で実験的な機能モリモリ入れた改造版で、Clineが事業としてやっていこうとしているオリジナルな製品」 機能面は両方インストールしてもらえばすぐ分かるので背景的な情報とか内部設計とかをピックアップした。 画面 Roo Code Cline ユーザー数：Cline>Roo Code これはマーケットプレイスとGitHub、Discordを見るとわかる。 ざっくりと４：１ 開発者数：Cline>Roo Code Clineは会社化して採用してる GitHub上でいろんな人が活動してる エンタープライズでマネタイズするらしい MetaからClineに転職した人とかいる Rooはメインの二人
Clineに全部賭ける前に 〜Clineの動作原理を深掘り〜
はじめに AIのコーディングアシスタントとして最近、急速に注目を集めているCline。VSCode上でAIと連携し、コード生成からバグ修正、さらにはターミナル操作まで自動化できるこのツールは、多くのエンジニアの生産性を劇的に向上させています。 mizchiさんの『CLINEに全部賭けろ』という記事では、 AIから引き出せる性能は、自分の能力にそのまま比例する AI自体を管理するパイプライン設計を自分のコアスキルにする必要がある ともあるように、エンジニアはClineという強力なツールの最大限を使えるようになっていくべきです。 「AIの上手な使い方」が今のエンジニアにとって必須スキルになりつつあるため、単にClineを使うだけでなく、その仕組みを理解することで得られるメリットは数多くあります。例えば、現時点でのClineの得手・不得手を理解することでAIに対して的確に指示ができたり、clin
Perplexityも「ディープリサーチ」実装。無料で使えるのに、OpenAIに迫る実力だった | ライフハッカー・ジャパン
ChatGPTのディープリサーチとはどう違う？ディープリサーチは、ログインしたすべてのユーザーが無料で利用できますが、1日5回までの制限があります。一方、月額20ドル（年間200ドル）のPerplexity Proに加入すると、最大500回まで利用可能に。 これに対し、OpenAIのディープリサーチ機能は現在、月間100回の制限があります。 ただし、これは単純な比較ではありません。ChatGPTのディープリサーチ機能は処理に時間がかかり、最大20分ほどかかることもあります。プロセスのなかで追加の質問を行い、複雑なステップをすべて示し、最終的に非常に長いレポートを出力します。 一方、Perplexityのディープリサーチ機能は、その簡易版といえるもの。回答は2〜4分で得られるため、AIによる深い解釈というより、ウェブ検索やデータの統合に依存する傾向があります。 また、OpenAIはディープリ
NotebookLMでポッドキャスト生成してMacWhisperで文字起こししながら聴くのが英語のリスニング訓練に良い - laiso
最近「生成AIで英語を効率よく勉強するには」というnote記事で、自分が興味のある題材の教材を手に入れるために生成AIを活用するノウハウが紹介されていた。 note.com これには共感できて、私も「海外ドラマを使って英語学習しよう！」というメソッドに乗って実践しては「ドラマ興味ねぇ〜」と挫折を繰り返すことが多かった（ディズニーの英語と映画アラジンがライブラリに眠っている）。自分の好きなテーマで教材を作ればモチベーションが保ちやすいのはそのとうりだと思う。 私の場合、読み書きよりもリスニングをもっと鍛えたいという気持ちが強い。理由はソフトウェア技術関連の動画やポットキャスト（カンファレンスの録画とかテックインフルエンサーの配信とか）の音声を翻訳を挟まずに理解できるようになりたいから。即時性の高い一次情報が英語かつ音声でしか入手できないことが結構ある。以前感想を書いたOSSのドキュメンタリー
いま文章を書くのに「CURSOR」を使わないのは損だ
粘土板からプロンプトへ 人間が「ことば」を記録するようになったのは、紀元前3300年頃のメソポタミアでのことだそうだ。シュメール人たちが、粘土板に楔型文字を使って文字を印した。この人間が「ことば」を記録するという営みが、いま生成AIによって大きく変化しはじめている。 生成AIで「ことば」を生み出すといえば、ChatGPTでメールの返事を書かせたり、人間が書いたとしか思えない小説ができたといった話題もある。それらはどちらかというと、何か小石のようなものをジャラジャラとシャッフルして自分の納得するパターンを見つける特別な仕掛けのようなものだ。 それに対して、自分の頭の中にあるものを言葉として表現して、相手に伝えるための手段として生成AIを使うことも始まっている。それをいまのところいちばん理想に近い形で実現していると見られているのが、コードエディタ「CURSOR」（カーソル、カーサー）のようだ。
Gemini Code Assist によるコーディング支援が無償で利用可能に | Google Cloud 公式ブログ
世界中の開発者が、実質無制限の無料 AI コーディング支援と、コード レビュー支援を受けられるようになりました。 最新の開発者向け DORA の 調査によると、開発者の 75% 以上が日常業務で AI を利用しています。その一例として、Google の新規コードの 25% 以上が AI によって生成され、その後エンジニアによってレビュー、承認されています。 十分なリソースを持つ組織はエンジニア チームに最新の AI 機能を提供していますが、一方、学生、趣味のプログラマー、フリーランサー、スタートアップが同じレベルのツールにアクセスすることは困難です。世界の開発者人口が 2028 年までに 5,780 万人に成長すると予測されている中、私たちは経済的な制約なく、誰もが将来の開発においてスタンダードなデジタル ツールとして、AI を利用できるようにすべきだと考えています。 このギャップを埋める
LLMを活用するためのデータのテキストへの変換方法
LLMにいかにデータを入力するか 「LLM活用していますか？」 LLMは文章の翻訳、資料のチェック、ソフトの修正など様々な活用の可能性があります。 その際、問題になってくるのがLLMにいかにデータを入力するか、出力したデータを活用するかです。画像、PDF、Office資料などを丸ごと入力できる便利なサービスやも出てきていますが、様々な事情により使用できるサービスが限られていて、資料をそのまま入力できずに困っている人も多いと思います。また、サービスは使用できるけど、同じデータを違うLLMに入力して結果を比較したいというニーズもあるかと思います。 そんなときに重要になってくるのがデータ変換です。この記事では、上記のような困りごとを持っている方に、データをLLMに入力しやすい形に変換する方法について紹介します。なお、本記事はLLMのAPIなどを使ってバリバリ開発している人ではなく、ChatGPT
OpenAIのDeep Researchで期待通りの結果を得るためのプロンプト作成｜genkAIjokyo|ChatGPT/Claudeで論文作成と科研費申請
はじめに近年、生成系AIを活用したリサーチ手法が急速に普及しており、医療・生命科学分野でも論文検索や調査、レビュー作成などの効率化が期待されています。その中でも2025年2月3日に発表されたOpenAIの「Deep Research」。GoogleのDeep Researchと同じネーミングで、こちらは学術目的ではあまり実用レベルで無かったですし、多くのAI検索サービスはPubmedの文献を沢山引っ掛けることができないので、正直あまり期待しておらず、o1Pro使うために一旦課金していたChatGPT Pro（200ドル/月）に再課金するのは躊躇していました。そんな時にEARL先生のツイートを見て課金を決意しました。 ChatGPT Deep Research、こりゃすごいわ。 論文検索させてみたんだけど 「pubmedサイト限定でPICOSも指定して論文抽出させて、全該当論文を漏れなく抽出
VSCodeのCopilot Edits機能とソフトウェア設計を意識したプラクティスの紹介
はじめに こんにちは。大学院生をしながら副業的にエンジニアをしているid157と申します。 この記事は、大学のあるサークルのOB/OGで行っているアドベントカレンダーの初日の記事になります！ 要約 VSCodeのCopilot Editsにより、VSCodeでもLLMをフル活用した開発が行えます ソフトウェア設計を意識したテクニックにより、そこそこ保守性の良さそうなコードを出力できます このようなCopilotをフルに活用したコーディングが主流になるにつれ、求められる人材が変化するのではないでしょうか コード設計能力やセキュリティやパフォーマンスの専門家の需要が高まるはずです 生成AIによるコード生成の恩恵を受けやすい形のチームビルディング・コードベースの設計・生成AIインフラ・セキュリティの整備を行える、LLM Development Architect的なポジションのエンジニアが生まれ
DevinとCursorを比較してみてわかった、マルチタスクエンジニアにはDevinこそが救世主である理由
DevinとCursorを比較してみてわかった、マルチタスクエンジニアにはDevinこそが救世主である理由 はじめに こんにちは。Ubieでプロダクト開発エンジニア兼社内入稿システムのPOをしている、えんぴつと申します。 「完全自律型AIソフトウェアエンジニア」Devinと、次世代AIコードエディタCursor。どちらも大きく注目されていますが、「実際どう使い分けるの？」「スクラムや日常業務に組み込むには？」と悩む方も多いのではないでしょうか。 私自身の業務内容としては、 プロダクトの実装 Epicの立案やPBIの起票 レビュー対応・ドキュメント整備 採用関連やチーム外のステークホルダーとのアライン という感じで開発以外のタスクもなにかと抱えています。 まとまった時間を取りづらいため、Devinのようにスキマ時間を使って開発タスクを進められる仕組みは本当にありがたいです。一方、Cursor
生成AIが自律的にテストを生成、実行しバグや脆弱性を発見してくれる「Spark」、Code Intelligenceが正式リリース
生成AIが自律的にテストを生成、実行しバグや脆弱性を発見してくれる「Spark」、Code Intelligenceが正式リリース ドイツのCode Intelligence社は、生成AIが人間の介在なしに自律的にソフトウェアテストを生成し実行することで、対象となるソフトウェアのバグや脆弱性などを発見してくれるAIテストエージェント「Spark」の正式リリースを発表しました。 Meet Spark, an AI Test Agent That Autonomously Uncovers Vulnerabilities!!#AI #AITESTAGENT #CIFUZZ #SPARK #TESTING #SECURITY #SOFTWAREhttps://t.co/wr6CBydIA6 pic.twitter.com/RApYEHsXAH — Code Intelligence (@CI_F
【インターネットの新しいUI】ChatGPTの新機能「Deep Research」登場。｜ChatGPT研究所
2025年2月3日、OpenAIはChatGPT向けの新機能「Deep Research」を発表しました。 これは、オンライン情報の高度な探索と分析を自動で行う新しいエージェント型機能です。 数十分かかるような複雑な調査を、一度のリクエストで大幅に短縮することができます。 また、OpenAIはこの機能をAGIへの重要なステップであり、インターネットの新しいUIにもなり得る試みとして位置付けているようです。 Deep Researchの特徴Deep Researchの主な特徴は以下のとおりです。 o3モデルに基づくエージェント設計 Deep Researchは、OpenAIの最新モデル「o3」を活用し、ウェブ閲覧とPython実行を組み合わせた高い汎用性を持つエージェントとして機能します。 マルチステップ調査の自動化 ウェブ検索・ファイル解析・テキスト要約などを段階的に実行し、包括的なレポー
人間によるコーディング禁止の CLINE 縛りでゲームを作らせてみた感想
現時点の AI コーディングの実力を測るために、自分はプロンプトのみ、直接コードを書くのは禁止で Roo Code による VS Code によるエディタ操作のみでコードを書かせた。その感想 (急いで書いたのでいろいろと雑です) tl;dr 良し悪しはともかく、人類は確実にAIによる自動操縦型のプログラミング体験に依存するという確信を持った。 ただ、その基盤である CLINE(系)自体のツールとしての完成度はいまいち。 CLINE以外の、各モデルのコーディング性能も、現時点では物足りない。 CLINE とは何か(知らない人向け) いろいろと機能はあるが、コア機能としてはヘッドフルな vscode runner で、AI にコードを書かせるために必要な情報を受け渡しするインターフェースを持っている。ファイルの読み書きや、コマンドを実行結果をプロンプトにしてAIに渡す。puppeteer によ
「プログラマとCLINE - これはパンドラの箱なのか」を観た - laiso
www.youtube.com 昨夜未明、インターネット某所で、プログラミング支援ツール「Cline」と、それを用いたゲーム開発の経験談*1を語り合う会合がありました。 CLINEが持つ、人間の介入を最小限に抑えながら暴走機関車ようにコードを生成する性質を軸に、CopilotやCursorなど既存のAIコーディングツールとの比較や、これまでのコーディングツールのアプローチからの変化、今後の開発における展望も議論されていました。 Clineの性質 ホストの@mizchiさんはClineを「強いパーミッション持って自動で実行されるのでイテレーションの回数が多い」「AIにコーディングのアシスタントではなく主導権を持たせても何とかなるということを気づかせてしまった」と評価していました。Cursorなどと比較してその自律性（相談せず勝手にやっちゃう）に強く惹かれているそうです。 確かに全部読み込ませ
目的に合ったAIモデルを探せるツール「Lumigator」をMozilla.aiがリリース
AIの急速な発達により、さまざまな分野において高度なパフォーマンスを発揮する言語モデルがいくつも誕生しています。しかし、言語モデルには得意、不得意があるため、特定のユースケースに適したモデルを選択することは、開発者にとって困難な課題となっています。新たに、MozillaのAI部門であるMozilla.aiが、機械学習の知識の有無にかかわらずAIモデルを選択する意志決定を行えるツール「Lumigator」を発表しました。 Lumigator is here! https://blog.mozilla.ai/lumigator-is-here-2/ Mozilla.ai Lumigator — Lumigator 0.0.1 documentation https://mozilla-ai.github.io/lumigator/ Lumigatorは、ユーザーがニーズに合った適切な言語モデル
AIエンジニア devinを使ってみる｜Kan Hatakeyama
最近､自分のプログラミングが､ ChatGPTに聞く→コードを貼る→結果をChatGPTに戻す→ … という感じの作業になってきたので､一連の作業をAIにやってもらえるかも､という期待を込めて､課金してみることにしました｡ 1ヶ月あたり$500とお高いですが､時間はそれよりも重要だと判断したので､お試しでの利用です｡ 登録googleアカウントなどでサインインできます｡ チャット風の画面に回答していくと､課金を迫られますので､課金します｡ 500ドルで､250x15 minくらいは働いてくれるようです｡ 課金後､githubやらslackに接続するように言われるので､設定していきます｡ githubのレポジトリ登録まで済ませたら､ブラウザ上にvs codeの画面などが出てきました｡ 動かしてみる上記画面では､pythonの環境設定やら､なんやら(skip1-4)を聞かれたのですが､とりあえ
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
マイGeminiでラクしよう！自分だけのカスタムAIボットGemを作る手順 | ライフハッカー・ジャパン
