MCPサーバーで開発効率が3倍に！2025年必須の10大ツール - Qiita
はじめに 最近、あるプロジェクトでGitHubリポジトリの内容をAIに分析させたくて、「どうやってClaudeとGitHubを連携させればいいんだろう...」と頭を抱えていたんです。何時間もネットで調べた末に出会ったのがMCPサーバーでした。これが本当に目から鱗だったんですよ！😲 「石の上にも三年」というように、私は根気強く数週間かけて様々なMCPサーバーを試してきました。そして今日は、私の開発ワークフローを劇的に変えた10個の素晴らしいMCPサーバーを、4つの主要カテゴリーに分けて紹介したいと思います！ そもそもMCPサーバーって何？🤔 リストに入る前に、MCPサーバーについて簡単に説明しますね。MCPは「Model Context Protocol」の略で、AIモデルが外部ツールやデータソースと安全かつシームレスに連携するためのオープンスタンダードなんです。 簡単に言えば、お気に入
【Adjust AWS連携】AdjustのローデータをS3経由でRedshiftにエクスポートする - Qiita
スタートアップで働くRailsエンジニアです。 今回、Adjustローデータをユーザーの行動分析や広告効果の検証に活用しようということで、たまたまAdjust、S3、Redshiftを触る機会があったため作業メモとして残します。 Redshift、クエリの実行が早くて助かりますよね。Adjustローデータような大きなデータに対してクエリを実行して分析結果を得たいような場合、かなり良い選択肢ではないかと思います。 個人的にAdjust関連のドキュメントがとっつきにくかったため、アドテク分野そんなによくわからないけど急遽触ってみることになった、など私と同じ境遇の方の参考になれば幸いです。 やりたいこと Adjustローデータ ↓ csv形式で毎時自動アップロード S3 ↓ csvファイルのデータを1日1回コピー Redshift(サービス分析基盤) 前提 Redshift側は既存環境を利用(ク
Databricksでmpt-7b-instructを動かしてみる - Qiita
いつものことですが、こちらの記事を参考にさせていただきつつ。ありがとうございます。 MPT-7B-Instruct 私はinstructの方を動かしてみます。 MPT-7B-Instruct MPT-7B-Instructは短い形態の指示追従のためのモデルです。これは、Databricks Dolly-15kとAnthropic Helpful and Harmless (HH-RLHF)データセットに対してMPT-7Bをファインチューニングすることで構築されています。 おおー、Dollyのデータセットが活用されている。嬉しいです。ライセンスもCC-By-SA-3.0であり商用利用が可能となっています。 NVIDIAライブラリのインストール Databricksランタイムバージョンに合わせてNVIDIAライブラリのインストールが必要です。 DBR12.2MLの場合、以下のコマンドを実行しま
[翻訳] GPTs are GPTs: An Early Look at the Labor Market Impact Potential of Large Language Models (前編) - Qiita
訳者註 GPTs are GPTs: An Early Look at the Labor Market Impact Potential of Large Language Models の「GPTs are GPTs」は「事前学習済み文章生成型トランスフォーマー(GPT)は汎用技術(GPT)である」という意味だと理解しています。 前者のGPTs: Generative Pre-trained Transformers 後者のGPTs: General-Purpose Technologies なので、 事前学習済み文章生成型トランスフォーマーは汎用技術である: 大規模言語モデルによる労働市場へのインパクトのポテンシャルを先見する といったタイトルかと思います。 アブストラクト 我々は、アメリカの労働者市場における、事前学習済み文章生成型トランスフォーマー(GPT)モデルと関連技術の潜在
![[翻訳] GPTs are GPTs: An Early Look at the Labor Market Impact Potential of Large Language Models (前編) - Qiita](https://cdn-ak-scissors.b.st-hatena.com/image/square/bc983e15c35a89a85880e9e3a0b0127d92dc5228/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fqiita-user-contents.imgix.net%252Fhttps%25253A%25252F%25252Fcdn.qiita.com%25252Fassets%25252Fpublic%25252Farticle-ogp-background-afbab5eb44e0b055cce1258705637a91.png%253Fixlib%253Drb-4.0.0%2526w%253D1200%2526blend64%253DaHR0cHM6Ly9xaWl0YS11c2VyLXByb2ZpbGUtaW1hZ2VzLmltZ2l4Lm5ldC9odHRwcyUzQSUyRiUyRmxoMy5nb29nbGV1c2VyY29udGVudC5jb20lMkZhLSUyRkFPaDE0R2lIRHVtdWNzM282Zm16ZnJFc1NjdjJ4UkNIbE9sVXBuNXpOcTV1JTNEczUwP2l4bGliPXJiLTQuMC4wJmFyPTElM0ExJmZpdD1jcm9wJm1hc2s9ZWxsaXBzZSZiZz1GRkZGRkYmZm09cG5nMzImcz1mNmM1MzJjNTRmNWU1NjFiZWNjMDRhNWZlMTBhMjRlMA%2526blend-x%253D120%2526blend-y%253D467%2526blend-w%253D82%2526blend-h%253D82%2526blend-mode%253Dnormal%2526s%253D507fe1170a9e59d06351a05ba260ecf0%3Fixlib%3Drb-4.0.0%26w%3D1200%26fm%3Djpg%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTk2MCZoPTMyNCZ0eHQ9JTVCJUU3JUJGJUJCJUU4JUE4JUIzJTVEJTIwR1BUcyUyMGFyZSUyMEdQVHMlM0ElMjBBbiUyMEVhcmx5JTIwTG9vayUyMGF0JTIwdGhlJTIwTGFib3IlMjBNYXJrZXQlMjBJbXBhY3QlMjBQb3RlbnRpYWwlMjBvZiUyMExhcmdlJTIwTGFuZ3VhJUUyJTgwJUE2JnR4dC1hbGlnbj1sZWZ0JTJDdG9wJnR4dC1jb2xvcj0lMjMxRTIxMjEmdHh0LWZvbnQ9SGlyYWdpbm8lMjBTYW5zJTIwVzYmdHh0LXNpemU9NTYmdHh0LXBhZD0wJnM9YTIwODZlZmZkOTAzYjU5YWU0ODA0OWMzM2Q5ZmUwNTI%26mark-x%3D120%26mark-y%3D112%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTgzOCZoPTU4JnR4dD0lNDB0YWthX3lheW9pJnR4dC1jb2xvcj0lMjMxRTIxMjEmdHh0LWZvbnQ9SGlyYWdpbm8lMjBTYW5zJTIwVzYmdHh0LXNpemU9MzYmdHh0LXBhZD0wJnM9N2IxNWFlODUxN2VkZTFjYmVjZDkwMWE4NzA0NDk3MjA%26blend-x%3D242%26blend-y%3D480%26blend-w%3D838%26blend-h%3D46%26blend-fit%3Dcrop%26blend-crop%3Dleft%252Cbottom%26blend-mode%3Dnormal%26s%3Debcfbb35cd8349dfcd300f9d89bf7932)
驚くべき完成度！AWSでサーバレスAPIの作成をChatGPTに頼んだ結果〜AWSエンジニアの役割が変化する?!〜 - Qiita
驚くべき完成度！AWSでサーバレスAPIの作成をChatGPTに頼んだ結果〜AWSエンジニアの役割が変化する?!〜AWSCDKChatGPT記事投稿キャンペーン_ChatGPTGPT-4 はじめに ChatGPTがリリースされて日々、会話しては衝撃を受けています。 現在AWSエンジニアとして働いていますが、自分たちの働き方も大きく変わるのでは？！と感じて色々ChatGPTの使い方、自分達の働き方を模索しています。 AWSでのサーバレスAPIの作成をChatGPTに依頼たらどうなるのか？ という事を現時点（2023/3/19のGPT-4)のChatGPTで試しながら、結果を元に自分たちの働き方がどう変わるのか考えてみたいと思います。 ChatGPTとは ChatGPTとは、OpenAIが開発した大規模な言語モデルです。 自然言語処理の能力が非常に高く、チャットベースで依頼・質問する事で質問応
gsutil で GCS から S3 にファイルを移動したい - Qiita
準備 サービスアカウント用意 該当するGCSにアクセスできるサービスアカウントを用意する。 鍵ファイル(JSON)を作成しダウンロード。/tmp にでも置いとく。
AWSサーバーレス環境でのロギング - Qiita
はじめに 最近、プロジェクトで運用回りの設計を行う機会があったので、その際に学習したことをまとめました。AWSのLambdaなどを使っている方でロギングに興味があるけど、まだ良く理解できていないという方のためになれば幸いです。ここではサーバレス環境でのロギングの基本について解説しています。 また、監視に関した記事も投稿していますので、そちらも興味がございましたら一読下さい。 ログ戦略 マイクロサービスの場合、ログ戦略がとても重要になってきます。 マイクロサービスは複数のサービスから構成されているため、ログ戦略を間違えると調査が困難になり得るからです。ただし、AWSの場合は何でもかんでもログを出力するのは間違いです。標準的なログ出力機能を備えているサービスも多いため、重複が多くなりコスト増につながります。つまり、適切なログのみを出力する必要があります。 Lambdaのログ戦略 開発環境と本番
VSCodeにChatGPTの拡張機能を入れてコードレビューやバグを発見してもらう - Qiita
ChatGPTとは？ OpenAIが開発するGPT-3という言語モデルをベースとした(執筆当時)チャットアプリです。 こちらの質問に対して、AIが色々な質問に答えてくれて、一般的な内容だけではなく、コードレビューやバグなども発見してくれるめっちゃ凄いやつです。 細かい内容は以下の記事がとても参考となります。 筆者の関連記事 VSCodeと連携して、ブラウザを開かなくてもChatGPTを使用できるようにする 通常はブラウザを開いて使用するのですが、コーディング中にサクッとレビューしてもらったり、バグを見つけてもらえるような拡張機能があったので、そちらの設定方法について記述してみます。 今回インストールする拡張機能 使用までの手順 環境 PC: MacBook Pro (Apple M2) OS: macOS Ventura 13.1 VSCode: v1.74.3 OpenAIの価格について
AWS Sesstion Manager で Fargate に SSH 接続する - Qiita
AWS Session Manager AWS Session Manager は AWS Systems Manager の機能で、AWS CLI を経由して EC2 インスタンス、オンプレミスインスタンス、仮想マシン (VM) にログインできるようにしてるというものです。 IAMベースで認証するのでセキュリティーグループを神経質に設定してインバウンドポートを開いたり、パブリックIPアドレスを開放する必要がなくなるというメリットがあります。 また、ハイブリットアクティベーション機能を利用することで Fargate のようなマネージドインスタンスに SSM ログインしターミナルセッションを開くことができます。面倒な SSH 鍵の登録などは不要です。 とはいえSSHしたいときもある とはいえ、運用の都合でSSHしたいこともあります。ということで、AWS Sesstion Manager を経
CloudFormationでRDSを更新する時の注意 - Qiita
公式ドキュメントを読んで見ると InstanceIdentifier 重要 名前を指定すると、このリソースの置換が必要な更新はできません。中断が不要であるか、一定の中断が必要な更新であれば、行うことができます。リソースを置き換える必要がある場合は、新しい名前を指定します。 CloudFormationで、DBInstanceのInstanceIdentifier(DBインスタンス名)を設定していると置換ができないのです。。。。 それでは逆に名前を指定しないとどうなるかと言うと DB インスタンスの名前。名前を指定すると、AWS CloudFormation は名前を小文字に変換します。名前を指定しないと、AWS CloudFormation は一意の物理 ID を生成し、その ID を DB インスタンス名として使用します。詳細については、「Name タイプ」を参照してください。 AWSで
AWSのみでサーバレスにURLリダイレクトする方法 - Qiita
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? よくあるケース あるサイト aaa.domain.com をとあるサーバで稼働しているが、bbb.domain.com というドメインに変更して、サーバも別インスタンスに移したい。 しかも、URL構造が変わっているので、単純にドメインごと転送、とかではダメだったりする。 こんな時どうするか？ よくあるのは、aaa.domain.com が動いているサーバのApacheとかにリダイレクトの設定を書くとかですよね。 でも、インスタンスをずっと動かしつづけないといけない。 AWSで全部できます できます。 route53でドメイン管理 まず、
マクドナルドで一日分の栄養を取れる組み合わせを計算したら衝撃の結果に - Qiita
コレステロールは最低摂取基準量はないので0としています（実はこれが伏線になっている）。 そして目的は、一日必要な栄養素を満たす最もカロリーの低い商品の組み合わせとします。金に糸目はつけません。健康第一！ 解く 商品の数が96個、栄養素の数が16個なので、とても人間の手では解けません。そこでコンピューターの力を借ります。幸いPuLPというPythonで無料で利用できるソルバーがあるので、これで計算します。ちなみにExcelにもソルバーが搭載されていますが、この程度の数の決定変数でもエラーになって計算できませんでした。 # Import PuLP modeler functions from pulp import * # A new LP problem prob = LpProblem(name="mac", sense=LpMinimize) # Variables AA = LpVar
PlantUMLでAWSのシステム構成図がなるべく管理される世界観を考えてみた - Qiita
先日、パブリックの方も対応したようです リリースノート - Qiita これをやった経緯 これまで経験してきたプロジェクトでも多くのシステム構成図を作成してきましたが、ER図とか仕様書とか構成図も含め、 ドキュメントってやっぱり最新の状態で管理されないなー というのを結構、課題に感じていまして、しばらくどうしたらいいんだろう と考えを巡らせていたのですが、システム構成図に関してはこうするのはどうだろう という僕以外の優秀なエンジニアの皆様への問題提起となります。 これまでは何が問題だったのか？ 図を描きやすいツール(Cacooとかね)を使って構成図を作成していて、開発するソースや使ってるツールとは離れた場所で管理される状態だった 開発プロジェクトへ参加した際に最低限必要なもの(ソースとか、ミドルウェアとか、タスク管理ツールとか)の中にいないため、途中から入った人には共有されないこともあった
「混ぜられない数」をHaskell/GHCの型を使って手軽につくる
はじめに ============ Haskell/GHCの型システムを使って、「混ぜることのできない数」のグループを手軽に作る方法を紹介します。 Haskellの基本的な機能と、GHC拡張を１つだけ使用しています。 なお、ここで紹介する方法は、Don Stewartさんが昔に、"Haskell in the Large"という資料（現在、オリジナル資料はリンク切れ）で紹介していたものを元にしています。 また、本記事で出てくるnewtype宣言やphantom型や数値型については、以下の記事などが参考になります。 すごいH本で見落としがちだが実は重要な機能：newtype 本当はすごい newtype で、出たー！幽霊型だー！(Phantom Type) Haskellらしさって？「型」と「関数」の基本を解説！ （数値型と型クラスについて簡単に） では、順に試しながら機能を追加していきます
ElixirでIoT#4.3：Nervesアプリ開発時のよくあるトラブルをシューティング - Qiita
はじめに 関数型言語ElixirでIoTを開発できる**「ナウでヤングなcoolな」**Nervesフレームワーク，楽しいっすよね！！？ ですが初めて触る方には，いろいろ引っかかるトラップがあるかと思います．そこにハマってしまっては面白くない,,, せっかくならIoTアプリの開発で存分に楽しみたい！ということで，よくあるエラーと対処策をまとめてみることにしました． 他にもこんなのもあるんじゃない？こう解決できるよ！とかありましたら，どしどしコメントや筆者へのTwitterにお寄せください．もちろん，こんなんで困ってんだけどどうすんの？てのも大歓迎です！！ 適宜で項目やリンクを追加していくつもりです． 環境設定篇 開発環境の構築やNervesプロジェクトの一通りの開発プロセスでのハマりどころです． nerves.newコマンドが動かない Nervesの良いところは，普通のElixirアプリの
モブプロ（モブプログラミング）やってみた - Qiita
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? DevLoveに参加して、モブプロ（モブプログラミング）を体験しました。 モブプロとは？ モブプロとは、ペアプログラミングのペアがモブになったものです。モブとは群衆という意味で、たくさんの人数でプログラミングを同時にやります。 1台のパソコンをプロジェクタに接続して、1人がドライバとしてプログラミングをし、他のみんなで実装を考えます。 いざモブプロ 今回はお互い知らない人達が集まって10人ほどでやりました。私も含めほとんどがモブプロ初めてで、最初にモブプロの簡単な説明を受けて、百聞は一見にしかずということで、やり始めました。 プログラミ
ElixirでIoT#4.1.1：WSL 2でNerves開発環境を整備する - Qiita
はじめに Nervesとは，モダンな関数型言語ElixirでIoT！ができるナウでヤングなcoolなフレームワークです． 推奨されるホスト開発環境はmacOSとLinux(Ubuntu)で，永らくWinodwsユーザは虐げられてNervesで遊べずに来ていました．素直なmacOS/Ubuntuユーザの方は，ElixirでIoT#4.1にて開発環境の構築方法を紹介していますので，ぜひ遊びましょう！！ ところが朗報です！！ 2020年4月下旬にあったNerves v1.6.1のcommitにて，Windowsがホスト開発環境として正式サポートされました！hexdocsもすでに公開されています． Nerves on hexdocs: Installation#Windows 本記事では，WindowsユーザをNervesの世界に招待します！！ 要点 せっかちさんのために先に要点をまとめます． W
Apache Flink とは？ - Qiita
Apache Flink とは？ 「Apache Flink」は、分散ストリーム処理プラットフォームのひとつのOSSです。 同類のモノとしては、「Apache Storm」や「Apache Spark Streaming」などがあります（同じApacheで、さすがに同類のモノを出し過ぎだろう、と私も思っています）。 他のプラットフォームとして異なる特長は、以下になります。 高パフォーマンス＆低レイテンシ（真のストリーム処理が可能） 耐障害性に優れる（自動でイベント処理継続） ストリーム処理、バッチ処理の両方をサポートし、高レベルのAPIが提供されるAll-in-One構成 Flink Stack Flinkの全体像です。 ストリーム処理だけでなく、バッチ処理も可能であり、CEP（複合イベント処理）やML（機械学習）、SQLライクなAPIも提供しています。 この辺りは、Sparkと似ています
AWS LambdaをCronっぽく周期実行させる - Qiita
はじめに AWS LambdaはEvent Drivenに設計されており、Cron Jobの様なSchedule Drivenで起動する事は想定されていません。LambdaをScheduleで起動する方法は、こんな方法も有るみたいですが、ここではAWSのData Pipelineの機能を使って、LambdaをSchedule Drivenで周期実行する方法をチラ裏しておきます。 ただし、Data Pipelineの制約として、実行周期は15分以上にしか設定出来ないので注意してください、1分毎の実行などはできません。 全体の流れ 設定する項目の流れは、以下の様になっています。 Lambda functionの作成 Lambda functionのnode.js codeの作成 Lambdaの実行に必要なIAM Roleを作成(or 既存のIAM Roleを設定)する LambdaのEvent
AWS Kinesis Streams + Spark Streamingでストリーム処理を試してみた - Qiita
はじめに 今後はストリーム処理の時代がくるはずです。たぶん。そんな気がします。 というわけで、適当なデータ発生を発生させて、Kinesis Streams＋Spark streamingでストリーム処理を体験してみました。 Spark 2.0.0 (EMRを利用） Kinesis Streamsとは 昔は単にKinesisと呼ばれていましたが、後からKinesis FirehoseとKinesis Analyticsが追加されたため、Kinesis３兄弟のうちの１人と呼ばれています。 大規模でスケール可能で、メッセージが一定時間保存されるPubSub型キューのことを指します。 つまり、データを発生させるProducer相当と、後段の処理であるConsumer相当を作成する必要があります。 Spark Streamingとは 大規模データ分散処理フレームワークのApache sparkのライ
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
