はじめに 今や Python の環境構築のスタンダードになりつつある uv (rye) や 高速 Linter の ruff などを管理する Astral から、Rust 製高速型チェッカーの ty がリリースされました。2025年5月現在、プレリリース版とのことで公式ドキュメントも整備されていない状態ではありますが、公式の README を読みながら試してみます。 インストール方法 uv を使っている方は以下のコマンドでグローバルにインストールできます。

はじめに 以下の記事を書いた時に扱った Googleさん公式の A2Aデモアプリ関連の話です。 ●【Agent2Agent】 公式の A2A のデモアプリを試してみる(3つのエージェントを組み合わせる) - Qiita https://qiita.com/youtoy/items/da42061852bf9ad3b79b 今回の内容 上記のお試しでは、デモアプリの公式情報に書いてあった以下 3つのエージェントの組み合わせを試していて、Python で実装されたものを使っていました。今回は、それ以外のエージェントのサンプルで JavaScript で実装されたものを組み合わせてみます。 ※ A2Aクライアントと A2Aサーバーの実装で使われている言語が異なっても、間が A2A を介したやりとりになるので普通に混在させられるはずですが、それを実際に確かめてみました とりあえず構成に関して、以下
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? 「uvを使って環境構築してください」AIエージェントにそう指示ても、uvの古いコマンドを使い何度もエラーを出力します。 私はPythonで開発を行うときには環境管理ツール「uv」を使っています。AIを活用した開発でもuvを使いたかったのですが毎回AIが間違えるのでpipとvenvを使う方法を指示しなおしていました。 この現象には技術的な背景がありそうです。uvは2024年2月に初期リリースされ、その後の数ヶ月で大幅な機能拡張が行われました。一方で多くのAIモデルの知識カットオフ日はこの重要な進化期間と重なっています。さらに、インターネッ
本記事では、Python の with 文を起点に、多言語の with に相当する概念を横断的に比較し、 リソース管理という "地味だけど重要" なテーマ を一気に理解できるように整理しました。 「〇〇をしたら必ず △△ する」 をコードで保証する ── リソース管理とは? A. 「そのタスク終わったら Slack で私に連絡してくださいね!」 B. 「はい、わかりました!」 (数日後...) A. 「あれ、Slack で連絡来てないな。」 B. 「違う仕事していたら、Slack で連絡するの忘れてました!」 そんな経験、ありませんか? 「〇〇をしたら絶対にこれをやる」ということを強制する。 それを実現するのが、Python の with 文です。 〇〇をしたら絶対にこれをやるというのは、 例えばファイルを open したら必ず close をするなどのリソースに対して行うことは特に多く、
“AI研究者”向けの研修資料、サイバーエージェントが無料公開 PythonやVSCode、論文の書き方まで網羅 サイバーエージェントは4月17日、AI研究者向けの技術研修資料を無料公開した。同社のAI研究機関「AI Lab」の技術研修で使った資料。研究者のためのPythonコーディング上のテクニックや、VSCodeのおすすめプラグイン、英語論文の書き方など15種類の資料を公開している。 資料一覧は下記の通り。 Python Coding Best Practice IDEで効率的な研究開発 Google Cloud - IAM & Admin Container for Research モデルコードの高速化・最適化 概要・構成検討 実験・分析コードのGitHub公開 OSSライセンス入門 チーム開発から学ぶコードレビューのお作法 ビジョン系データ品質の保ち方 3次元コンピュータビジョン入
MCPサーバーを作ってみる 松尾研究所テックブログのMCP入門記事で紹介されていた、以下の公式MCP Python SDKが、MCPサーバを作ることができるということで気になったので、実際に作ってみました。 同じようなことをしている先人の記事が沢山あったので、本記事の参考リンクにも掲載します。より詳しい解説などが知りたい人は参照してみてください。 MCPサーバの作成 仮想環境構築 MCPサーバーでは、ホストの環境から分離するために、仮想環境を使うのがベターです(使わなくても作成はできます)。PythonだとuvかDockerが良いと思います。今回は手軽に使用できるuvを使用します。uvのセットアップや基本的な使い方に関しては以下記事を参照してください。 uvでは、以下のコマンドで仮想環境を構築できます。 # server.py from mcp.server.fastmcp import
日本の医療介護の人材不足をデータ分析により解決!データアナリストを募集! 株式会社メドレー @medley Python Machine Learning I want to hear a detailed なにをやっているのか 「テクノロジーを活用して医療ヘルスケアの未来をつくる」というミッションの実現に向けて、現在は以下の事業を展開しています。 ■人材プラットフォーム事業 ・医療介護福祉の人材採用システム「ジョブメドレー」 ・介護事業所向けオンライン研修システム「ジョブメドレーアカデミー」 ・介護施設のマッチングサービス「介護のほんね」 ■医療プラットフォーム事業 ・オンライン医療事典「MEDLEY」 ・クラウド診療支援システム「CLINICS(クリニクス)」 ・かかりつけ薬局支援システム「Pharms(ファームス)」 ・病院向け電子カルテ「MALL(モール)」 ・歯科向けクラウド業務
PyPI上の悪意あるPythonパッケージが3.9万回ダウンロード – WooCommerceを標的とするカーディング攻撃ツールを発見 Last Updated on 2025-04-06 07:42 by admin 2025年4月、サイバーセキュリティ研究者らがPython Package Index(PyPI)リポジトリ内で悪意のあるライブラリを発見した。ReversingLabsによると、「bitcoinlibdbfix」と「bitcoinlib-dev」という2つのパッケージが正規のPythonモジュール「bitcoinlib」の修正を装っていた。また、Socket社が発見した3つ目のパッケージ「disgrasya」はWooCommerceストアを標的とする完全自動化されたカーディングスクリプトを含んでいた。 これらのパッケージは削除される前に多数回ダウンロードされており、pep
近年、AIアプリケーション開発においてPythonとRustの選択肢が注目されています。本記事では、PythonとRustのAI開発における特徴、利点、欠点、および実際のユースケースについて詳しく解説します。 1. PythonとRustの概要 1.1. Pythonとは? Pythonは、シンプルな構文と豊富なライブラリを備えた高水準プログラミング言語です。AIやデータサイエンス分野で広く利用されています。 メリット: 豊富な機械学習・AIライブラリ(TensorFlow, PyTorch, Scikit-learn) コードの可読性が高く、学習コストが低い Jupyter Notebookを利用したインタラクティブな開発が可能 デメリット: 実行速度が遅い(インタプリタ言語のため) GIL(Global Interpreter Lock)の影響で並列処理が制限される 1.2. Rust
Microsoftがプラグインの対応やメモリ内変換、EPUBフォーマットをサポートしたOfficeキュメントなどをMarkdownに変換できるライブラリ「MarkItDown v0.1.0」をリリースしています。詳細は以下から。 MicrosoftのHuman-AI eXperiences(HAX)グループのAdam Fourneyさんは2024年12月、AIを開発していく上で必要なPDFやOfficeファイル、Webサイトに記載されている情報をテキストベース(Markdown)へ変換するため、様々なファイルをMarkdownフォーマットへ変換する「MarkItDown」というPythonツール/ライブラリを公開しましたが、このMarkItDownがv0.0.2から大型アップデートされ「MarkItDown v0.1.0」としてリリースされています。 Version 0.1.0 (prev
はじめまして、一休でプロダクト開発・技術広報を行っている山本(@kymmt90)といいます。 今回は「一休.comレストラン」のバックエンドのRust移行の取り組みについて、バックエンドを中心に、背景や現在の移行状況をお伝えします。 なぜRustを選定したのか?サービス概要「一休.comレストラン」は、上質なレストランを対象に店舗や食事コースの検索、詳細情報の閲覧、Web予約機能を提供するサービスです。2006年にローンチされ、従来はPython・C#・VBScriptといった技術スタックを用いたシステム構成となっていました。 選定背景5年以上Pythonを中心にサービスを開発/運用してきましたが、コロナ禍や開発チームの再編成を経て、既存のコードベースのままだと事業の要求に沿った開発や運用が難しくなってきたという課題がありました。 そこで、サービスのUI自体の刷新を含めリライトしていくとい
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? 突然ですが、皆さんは量子化というキーワードを知っていますか? 生成AIにおける量子化とは、精度をほとんど劣化させずに、AIモデルのサイズを削減することです。 さて、そんな量子化について、ローカルでAIを処理しているとき私はふとあることを思いました。 このモデルの量子化…進捗ぜんぜん進まないな… 最近のヘビー級のモデルはどいつもこいつもサイズがデカい! ユーザーのリソースは無限だと思っている節がありますね。 終わらない進捗 進捗バーが微動だにしないと楽しくなくなってきます。 AIが量子化するなら、待ち時間中、進捗バー側も量子化する必要があ
2025年3月のアップデートで、Pixelスマートフォンに純正のLinuxターミナルが搭載されました。 これにより、追加のアプリをインストールせずに、DebianベースのLinux環境が利用できるようになりました。 これは気になる…!ということで、実際にPythonをインストールし、簡単なプログラムを動かしてみました。 使用環境 端末: Pixel 8 ストレージ: 128GB OS: Android 15 ターミナル Pixel純正(2025.03 アップデート) 1. Pixelのターミナル環境について PixelのLinuxターミナルは、Androidの仮想化技術 AVF(Android Virtualization Framework) を利用し、Debianベースの仮想マシンを起動する仕組みになっています。 初回起動時には約500MB以上のLinuxイメージをダウンロードする必要
注目すべきは、clang-19によるビルドがclang-18に比べて約9~12%ほど遅くなっている点だ。一方tail-callインタープリタはclang-18よりやや速いか、あるいはほぼ同等の速度を示す。つまり、clang-19同士で比較すると大きな速度改善とも言えるが、clang-18と比較すると当初の「10~15%高速化」という数字ほどの大きな改善ではないことがわかる。 LLVM 19における問題 こうした結果を引き起こしたのは、LLVM 19のある特性だ。 クラシックなバイトコードインタープリタは以下のような構造を持つことが多い。 while (true) { opcode_t this_op = bytecode[pc++]; switch (this_op) { case OP_IMM: { // push an immediate onto the stack break; }
悪性のPythonパッケージ「set-utils」がPyPIで発見されました。 このパッケージは、人気のライブラリを偽装してEthereumプライベートキーを盗むことができます。 1,077回ダウンロードされましたが、現在はダウンロードできなくなっています。攻撃者はRSA公開鍵を使用して盗んだデータを暗号化し、Polygon RPCエンドポイントを通じてプライベートキーを外部に流出させます。 バックグラウンドスレッドで実行されるため、検出が難しくなります。 from:This Malicious PyPI Package Stole Ethereum Private Keys via Polygon RPC Transactions 【編集部解説】 この悪性パッケージは、開発者が信頼しているライブラリを模倣することで、Ethereumプライベートキーの盗難を企てています。 特に、Pytho
左:JavaScript版 右:Python移植版 はじめに 今回はJavaScript用の学習教材「ぷよぷよプログラミング」を参考に、Pythonでぷよぷよを作ってみたので、その感想を書いていこうと思います。 ぷよぷよプログラミングとは ぷよぷよプログラミングは、セガが出しているJavaScript向けの学習教材で、写経を通じてJavaScriptを学べます。コースが基礎、初級、中級、上級と分かれているので、自分のレベルにあったものを選べます。リンクを貼っておくので、気になる方はご覧ください。(本家の方にPythonは出てきません) この試みについて もともとは、Python以外の言語にも触れて比較したいと思い、JavaScriptの勉強をするつもりでした。しかし、せっかくなら上級をやりたいものの、上級だと無からすべて写経することになるので、流石に時間かかるな~という思いがありました。そ
AWS Lambda の Python で pandas や requests を使うのに、Lambda Layer を自作する必要はない - AWS SDK for pandas を活用しようAWSpandaslambdaLambda-Layers 概要 AWS Lambda では、マネージドに提供されている AWS レイヤーがあり、自分でビルドすることなく簡単に利用できる AWS SDK for pandas のマネージドな Lambda Leyer には、 pandas / numpy といったデータ処理系のモジュールや aiohttp / requests といった HTTP リクエスト用モジュールなど、様々なモジュールがバンドルされている (一覧は後述) AWS Lambda でこれらのモジュールを使用する方法として、多くの記事では Lambda Layer を自作する方法や第三
Building an Open, Multi-Engine Data Lakehouse with S3 and Python The idea of open, multi-engine data lakehouses is gaining momentum in the data industry. Here is what has happened in the last six months alone. Last week, the data community was abuzz when AWS announced Iceberg-based S3 Tables at this year's re:Invent. In October, Snowflake launched a managed service for Iceberg metadata catalogs ca
久しぶりに、「窓の杜」にこんな記事を寄稿しました。 ■「Gemini」を追加ってPythonで「ぷよぷよ」を生成してもらおう! Geminiたんとつくる自家製レトロゲーム しらいはかせ2025年2月6日 11:40 難しいことを考えなくても、Geminiをはじめとする無料で利用できるコーディングが得意なLLMで、いい感じのサンプルをスッと作る。 エラーがあったらLLMに日本語で解説してもらう。そこから、書籍の図版やオープンソースのコードを片手に作りたいものを探求していく……これはとてもクオリティ・オブ・ライフが高まる体験です。 原稿としてはこんな感じに終わるんですが。 この原稿を書く過程で、同じようにインベーダーとか、パックマンとか、色んなゲームを作ってみました。 もちろんこの方法であらゆるゲームのコードが生成できるわけでもありませんし、著作権的な視点も大切ですね。 日本の著作権法では、プ
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