本書の目標は、本読者がNestJSをすぐに実務で利用できる(具体的に言えばNestJSで簡単なプロダクトを開発できる)ように、最短ルートに読者を導く一冊になることです。本書は、NestJSの網羅的なドキュメントではありません。取り扱う内容は頻出する機能に絞って、「実務でNestJSを扱うなら、最低限ここだけは理解しておこう」「これさえ押さえておけば実務でも安心できる」という観点で執筆しています。 本書はNestJSを中心に取り扱いますが、実務上、必要になる知識としてJavaScriptやTypeScriptの仕様やフロントエンドフレームワークのReactやVueについても扱います。
やっぱあれですな。 一度動いちゃうと後はもう雪崩のようですな。 そしてこっち側も新鮮味を感じなくなってしまうというか。 んで、ものすごくアッサリとうちのMacBookProで動きました。 量子化済みのモデルをダウンロードしてスクリプト動かすだけ! 工夫なし! Windowsでもいけると書いてある。しかもめちゃくちゃ高速 % ./gpt4all-lora-quantized-OSX-m1 main: seed = 1680064969 llama_model_load: loading model from 'gpt4all-lora-quantized.bin' - please wait ... llama_model_load: failed to open 'gpt4all-lora-quantized.bin' main: failed to load model from 'gp
はじめに 背景 コード品質 ミノ駆動設計講座とは？ AX戦略 AI活用 対応方針 リファクタの対応 リポジトリ分割の例 Before After リファクタの工夫 リファクタの成果 工数削減 Findy Team+で可視化 まとめ はじめに こんにちは。DMMユーザーレビューグループのバックエンドチームの朝妻です。 （本記事は、朝妻が執筆し、TLの松井と協力して仕上げたものです。） 私たちのチームでは、DMMに投稿される「ユーザーレビューを処理するAPI」を開発しています。 このシステムは、レビューの投稿・レビューの表示に関するシステムを担っており、DMMの欠かせない基盤です。 本記事では、それらのシステムに関してエージェント型AI（今回は Devin）を活用し、大規模なリファクタリングを安全かつ効率的に進めた事例をご紹介します。 背景 Devinを活用してリファクタリングを進めるにあたり
こんにちは。先日発売された『プロを目指す人のためのTypeScript入門』は、発売日の最新バージョンであるTypeScript 4.6に対応しています。 そこで、この記事では読者に向けたアフターサポートとして、本の発売時から現在までに増えた機能や変わったところをご紹介します。 現在のTypeScript最新版は4.9です。 TypeScript 4.7での更新 公式アナウンス: https://devblogs.microsoft.com/typescript/announcing-typescript-4-7/ Node.js向けES Modulesサポートの追加 TypeScript 4.7最大の話題はこちらです。本書の第1章では、tsconfig.jsonの設定項目について次のように説明しました。 現在のところnode16とnodenextには違いがありません。将来のNode.js
今更聞けないDockerのしくみ(「Dockerとは？」から「docker-composeファイルを1人で作れるようになる」まで) - Qiita
はじめに なんとな〜くdockerを使い始めてはや４年ほど。 既存のプロジェクトにアサインされた場合はdockerファイルに何が記載されているかなんて意識せずコマンドを実行するだけで、何か自分で一から作る時は、誰かが作ったものをどこからか持ってきて済ませていた。 こんな感じなのでdockerをなんとなく扱えてはいるが細かいところを全く理解できてない。 今回は人に説明できるくらい理解できるようになろうとした男の記事です。 ハンズオン形式でやっていきますので一緒に手を動かしながらやってみていただけると嬉しいです。 対象とする読者 これからdockerをは0から理解したい人 なんとなくdocker触っちゃってて理解していない俺みたいな人 (でもLinux多少知っていないと少し大変かもです) Docker, docker image, docker container, docker-compos
マイクロソフト、ビルド時にソフトウェアの部品表（SBOM）を自動生成する「SBOM Tool」、オープンソースで公開
マイクロソフト、ビルド時にソフトウェアの部品表（SBOM）を自動生成する「SBOM Tool」、オープンソースで公開 マイクロソフトは、ビルド時にそのソフトウェアがどのようなソフトウェア部品から構成されているかを示すデータ「SBOM」を生成してくれるツール「SBOM Tool」を、オープンソースで公開しました。 SBOMによるサプライチェーンリスクの解決 SBOMとはSoftware Bill Of Materialsの頭文字をとったもので、日本語では「ソフトウェア部品表」とされます。あるソフトウェアがどのようなソフトウェア部品によって構成されているのかを示す情報がまとまったデータのことです。 ほとんどのソフトウェアは単独で成立しているわけではなく、多数のライブラリやコンポーネントなどのソフトウェア部品に依存しています。そのなかのいずれかに脆弱性が発見されればドミノ倒しのように他のさまざま
Innovative Tech： このコーナーでは、テクノロジーの最新研究を紹介するWebメディア「Seamless」を主宰する山下裕毅氏が執筆。新規性の高い科学論文を山下氏がピックアップし、解説する。 米ペンシルベニア大学、米MIT、ポーランドのXIV Staszic High School、米国の研究機関Aarno Labs、米Stevens Institute of Technologyによる研究チームが開発した「Practically Correct, Just-in-Time Shell Script Parallelization」は、UNIXシェルで実行されるプログラムの速度を精度を保証しながら劇的に加速させるシステムだ。 このシステムはUNIXシェルにおいて、スクリプトを先読みして並列化を行う。これによりプログラム結果を正確な上で最大34倍高速化し、Webインデックスや自然
日々の意思決定の積み重ねを記録するアーキテクチャ・デシジョン・レコード / Architectural Decision Records
2023年7月27日「Developers Summit 2023 Summer」にて 「日々の意思決定の積み重ねを記録するアーキテクチャ・デシジョン・レコード」というタイトルで「ADR」について発表した資料です
テクニカルライティングで技術をわかりやすく伝えよう！テクニカルライティング勉強会開催記 - LIVESENSE ENGINEER BLOG
先日、社内でテクニカルライティングに関しての勉強会が開催されました。 リブセンス社内の多数のエンジニアが参加し、大盛況となりました。この記事ではそんな勉強会の模様を紹介します。 概要 開催の経緯 エンジニアブログの記事を自信を持って書いてもらえるようになってほしい 良い文章とはどんな文章かの共通認識を作りしたい 講義の内容 テクニカルライティングの基本的な考え方を知る 伝える情報を整理する アウトラインを作る トピック単位で文章構成の骨組みを作る わかりやすく、簡潔な文章で書く 質疑応答 最後に 概要 今回の勉強会では、外部より仲田 尚央さん(@naoh_nak)に講師をお願いしました。テクニカルライティングの分野で多方面で活躍されている方です。「ヘルプサイトの作り方」という本の著者であり、「テクニカルライティング ✕ UX」をテーマにした勉強会の主催もされています。 www.amazon
ここはサボってはいけないと感じた 「あ、便利そう 🤩」と感じたOSSのプラグインやMCP Serverをそのまま使っていませんか？ Vibe Codingで作られ、誰がセキュリティを見ているのか分からないOSSも最近増えてきました。 そんな中でリスクを無視し「動けば OK」と投入した結果、トークン漏洩・バックドアで泣く悲劇は今後増えると予想しています。 エンジニアとして、この問題を無視して迂闊に推進することも、冷笑してノータッチで過ごすことも良くないと思っています。なぜなら、 僕達が享受している自由は、先人たちの 信頼と責任 の上に成り立っているから です。手を抜けば、巡り巡って自分の首を絞める─そんな危機感を感じています。 では、どうやって負荷をかけずに担保するか？ それが Claude Code に脆弱性診断を任せ、人間がサクッとレビュー するプロセスです。 やり方 # 1️⃣ リポ
ITエンジニアが最も使いたいエディタは？──パーソルキャリアは5月26日、こんなランキングを発表した。1位は「サクラエディタ」（38.0％）、2位は「秀丸エディタ」（20.8％）、3位は「Visual Studio Code」（9.4％）だった。 4位は「Atom」（5.2％）、5位は「TeraPad」（5.0％）、6位には「EmEditor」（3.0％）がランクイン。7位は「Brackets」「Notepad＋＋」「Vim」が同率（2.7％）。10位は「CotEditor」（1.7％）、11位は「Emacs」（1.5％）で、12位は「Liveweave」と「Sublime Text」が同率（1.0％）だった。 エディタを選ぶ上で重視するポイントを聞いたところ、1位は「ソフトの軽さ」（34.2％）。以降は「機能性の高さ」（28.3％）、「日本語対応」（14.4％）、「外部ツールとの連携」（
日本のソフトウェアの品質が低すぎる理由とは？
ソニーやカシオ、パナソニックなど、日本には世界有数のハードウェアメーカーが数多く存在している一方で、ソフトウェアの多くは海外製品に頼っていることが多く、日本のソフトウェアの品質の低さが指摘されています。その理由について、ポッドキャスト配信者のティム・ロメロ氏が解説しています。 The forgotten mistake that killed Japan’s software industry - Disrupting Japan https://www.disruptingjapan.com/the-forgotten-mistake-that-killed-japans-software-industry/ 日本製ソフトウェアの品質が低い原因は、明治時代に生まれた財閥にあるとのこと。大企業グループまたは家族経営の企業グループである財閥は、当時の政府に対して強い影響力を持っており、政府に
数日前にTwitterで, JavaScriptのオブジェクトに対する===の挙動が初心者には難しいみたいな話を見かけた. 発端や周辺の議論をちゃんと追いかけてないからとくに出典は貼らない. たぶん元々の話は「へぇ, こういう挙動なんだ, 簡単ではないね」くらいの話だったのかもしれない. 自分のタイムラインの観測範囲では「そうだそうだ, (参照の同一性ではなく)同値性にしとけばいいのに」と思っている人もそれなりにいそうに見えた. 個人的にも同値性が簡単に確認できるとよい気はするものの, 「なんでそうしないんだ, オブジェクトの中身を確認していくだけだろ!」みたいな簡単な話ではないことも知っているため, 以下のようなツイートをしたのだった. JavaScriptのオブジェクトの同値性、再帰的な構造とか作るとぜんぜん自明じゃないんだよなぁ。リンクの構造は違うけどプロパティを辿ったときのパスはど
チームの自律性を重んじるだけでは組織がうまく回らない / 「Spotify’s Failed #SquadGoals」を読み解く - mtx2s’s blog
「Spotifyは "Spotifyモデル" を使っていないし、あなたも使うべきではない」という一文からはじまる文書「Spotify’s Failed #SquadGoals」が公開されたのは、2020年4月だ。Spotifyモデルを紹介する書籍『ユニコーン企業のひみつ』の日本語版発売が2021年4月。そこから1年も前の出来事である。 今となっては古い話題ではあるが、Spotifyモデルが失敗したとされる原因について改めて掘り下げようと思い、「Failed #SquadGoals」をあらためて読み直してみた。その内容を本稿に整理する。 もちろん、Spotifyモデルを批判する意図は微塵もなく、失敗したと断定する気もない。純粋に、当該文書に記された失敗理由の数々が、多くの組織にとっても考慮すべき示唆を含んでいると感じただけだ。言い換えれば、一般化できる知見が豊富に含まれているのではないか、と
Claude Code のエージェントチームを使用すると、複数の Claude Code インスタンスが連携して動作するようになります。この記事では、Claude Code のエージェントチーム機能を試し、どのように動作するかを探ってみます。 Claude Code のエージェントチームを使用すると、複数の Claude Code インスタンスが連携して動作するようになります。1 つのセッションがチームリーダーとして機能し、他のセッションにタスクを割り当てたり作業を調整したりします。チームメンバーは独立したコンテキストで動作し、それぞれのメンバーと直接やり取りできます。 従来のサブエージェント機能では、メインのエージェントがサブエージェントにタスクを委任する一方向の関係であり、サブエージェントはメインエージェントのみに結果を報告できました。一方エージェントチームでは、リーダーを介さずにメン
【新年のビッグセール到来！】Go・TypeScript・Rust・Terraform・AI・英語＆資格 - 2026年の開発現場で生きる技術をUdemyで学ぶ！ - はてなニュース
時間にゆとりのある年始は、自身の技術を見直し、次のステップへ備える絶好の機会です。 AIの登場により、かつて以上に変化のスピードとアップデートのサイクルが加速した開発環境のなかで、存在感を発揮し続けるために重要なのは、やはり「学びを止めない」姿勢でしょう。 本特集では、現場で必須となる定番技術と、いまのうちに知っておきたい新しい技術を両軸で紹介します。GoやTypeScript、Rustといった主要言語をはじめ、コンテナ技術やTerraformなどモダンな開発基盤、そして注目を集めるObservabilityの概念まで、Udemyの実践講座を通じて体系的に学べる内容を厳選しました。さらに、英語や資格学習といった「やっておかなければならないけれど後回しにしがち」な領域の講座も取り上げています。 オンライン学習プラットフォーム「Udemy」が1月10日まで実施する新年のビッグセールでは、対象講
こんにちは、よしこです。 この記事は 2020年に立ち上げたWebフロントエンド構成の振り返り の「Componentのディレクトリ構成」項の詳細記事です。単体でも読めますが、よければ元記事もあわせてどうぞ！ この記事では、今わたしが 株式会社ナレッジワーク というスタートアップで開発・運用しているプロジェクトにおいてうまくいっていると感じているComponentのディレクトリ構成についてご紹介していきます。 ディレクトリ構成 Componentは src/components の中にまとめていて、その下に以下の4種類の分類ディレクトリを切っています。 src/components/page src/components/model src/components/ui src/components/functional 分類ディレクトリを考えるにあたって重視したポイントは以下。 新しくco
このように、層ごとに関心事の分離を行うことで、保守性の高い（変更容易性や再利用性等）アプリケーションを実現できます。 しかし、「トランザクション」においてはどうでしょうか。 トランザクションはビジネス領域においても、技術領域においても関心事がある内容です。 そういう曖昧なものは「ひとまず usecase 層に入れてしまえ」という方針になりがちです。 ですが、DB 固有の知識を usecase 層の関心事にしてしまっては、関心事の分離をするメリットが得られません。 そのため、関心事の分離を実現しつつトランザクション実装をする方法を模索してみました。 前提 1. クリーンアーキテクチャを採用している（オニオンアーキテクチャやレイヤードアーキテクチャも含む） そもそもビジネス知識と技術知識を分離していないアーキテクチャを採用している場合、メリットは得られません。 そのため、オニオンアーキテクチャ
なぜ強調表示できず ** が表示されるのか — Perlで始まったMarkdownの歴史と日本語文書における課題
YAPC::Fukuoka 2025 Day1 TrackB 9:45~
産経ニュース @Sankei_news みずほ銀行が基幹システム更新、19年の本格稼働以降で初 「入念な事前準備を行った」 sankei.com/article/202510… ATMやネットバンキングなどを11日夜～12日午後1時に休止し、新たな機器に切り替えた。2019年に本格的に稼働させて以降、初めての大規模な更新となる。 2025-10-12 15:06:43 リンク 産経新聞：産経ニュース みずほ銀行が基幹システム更新、19年の本格稼働以降で初 「入念な事前準備を行った」 みずほ銀行は12日、預金や融資といった中核業務を担う基幹システムを更新した。ATMやネットバンキングなどを11日夜～12日午後1時に休止し、新たな機器に切り替… 1 user 36
はじめに この記事では、LangGraphとFirecrawlを使用して、企業のWebサイトから特定の情報を抽出するWebスクレインピングエージェントを構築する方法を紹介します。具体的には、企業のホームページから社長の名前を取得する方法を解説します。 参考にさせていただいた動画 この動画では特定のキーワードをホームページから取得していますが、今回は正規表現では取得できないより抽象的な情報を取得することに挑戦しました。 使用技術 LangGraph LangGraphは、AIエージェントを作るためのツールで、複雑な処理をいい感じに管理してくれる便利なフレームワークです。状態遷移グラフを使って、どの処理をどの順番でやるかを分かりやすく設計できます。 特徴: 処理の流れを図にして確認できる（Mermaid図対応） 条件分岐や並列処理ができて柔軟 タスクの状態を一括管理 本プロジェクトでの役割:
データサイエンティストにとって、ChatGPTはうまく利用することで非常に強力なツールになることは間違いありません。 近い将来、データサイエンティストの中でもChatGPTをうまく使いこなせる人とそうでない人の間には、大きな差が生まれるでしょう。 そこで、今後ChatGPTを上手に活用できるようにデータサイエンティストが必ず読むべき記事を紹介します！ ChatGPTの公式プラグイン「code interpreter」 データサイエンティストの業務を大きく変える可能性のある、ChatGPT公式プラグイン「code interpreter」について解説している記事です。 ファイルのアップロード機能を使うことで、チャット上にデータをアップロードし、そのデータに対してコードを実行することができるようになります。 また、作業の結果をcsvなどでダウンロードすることが可能です。 つまり、code in
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? Image generated by OpenAI's DALL·E-3. はじめに こんにちは！ 突然ですが、Kaggleのハードルって高くないですか？特に初見だと、複雑なルールや大量のデータなどに圧倒されてしまう人も多いかもしれませんね。また、全て英語なので非英語話者にとってはそこもハードルを上げる原因になっていると考えられます。実際は慣れれば簡単なことも多いのですが、Kaggle慣れするまでにやや時間がかかるのも事実です。そこで、少しでもKaggleのハードルを下げたいと考えて本記事を執筆しました。 対象読者様 この記事は、以下の
AWSのナレッジを生成AIで参照できる「AWS Knowledge MCP Server」正式版が登場。公式のドキュメントやAPIリファレンス、アーキテクチャガイダンスなど情報源に
AWSのナレッジを生成AIで参照できる「AWS Knowledge MCP Server」正式版が登場。公式のドキュメントやAPIリファレンス、アーキテクチャガイダンスなど情報源に 生成AIを用いて目的の情報をすぐに参照できる AWS Knowledge MCP Serverは、AWSの公式ドキュメント、APIリファレンス、ブログ記事、新着情報、アーキテクチャガイダンスなどを生成AIから参照できるようにするサービスです。 生成AIにこのAWS Knowledge MCP Serverを接続することで、生成AIに対して自然言語でAWSについて質問をすると、これらのAWS公式の信頼できる最新の情報源から適切な情報を引き出して出力してくれます。 これによりユーザーは自身であちこちの情報源を見て回ることなく、生成AIを用いて効率よく目的の情報を参照できるようになることが期待されます。 AWS Kn
情報システムってなんなん
この間情報システム部ですって人がいた。 「今、会社でスクラムを導入する大きなプロジェクトを任されてて、、、」みたいなこと言ってた。 なんかこれみよがしに分厚いスクラムの本読んでた。スクラムマスターになるんだって。 なんか夜はそれのコースみたいなのやって大変なんだって。 君情報システムやんな？ 携帯とかWIFIとかセットアップする人やんな？ システム全部外注やんな？ なんでスクラム必要なん？ ここでスクラムの説明をすごく簡単にしときます。 まずそもそもスクラムというのはIT界隈でシステム開発を進める際のお仕事のやり方です。私も詳しく知らないのでラーメン屋で例えます。 ラーメン屋で新しいラーメンを開発するときに、スープの開発、チャーシューの開発、麺の開発、メンマの開発があるとします。 そしてそれぞれ担当者が割り当てられるとします。 スープ担当が開発を始めるとチャーシュー担当はこう言いました。
GitHub Copilot Chat を使う時のTips（Instruction files, Prompt files ）
はじめに GitHub Copilot は、Visual Studio Code (以下、VS Code) で提供される AI を活用したプログラミングツールで、VS Code上で拡張機能としてインストールすることで使用できます。 主な機能として、コードを編集中のファイルに対して続きのコードを提案してくれる Completions や、 自然言語でプログラミングをサポートする Chat があります。 今回は、GitHub Copilot の Chat を使う上で知っていると便利な知識を紹介します。 GitHub Copilot Chat のモードを使い分ける GitHub Copilot Chat にはいくつかのモードがあり、用途に応じて適切な mode を選択することで効率的に作業を進めることができます。 モード名 説明 使い道
We've encapsulated 10+ years of React and Next.js optimization knowledge into react-best-practices, a structured repository optimized for AI agents and LLMs. React performance work is usually, well, reactive. A release goes out, the app feels slower, and the team starts chasing symptoms. That’s expensive, and it’s easy to optimize the wrong thing. We’ve seen the same root causes across production
最強ローカルLLM実行環境としてのEmacs
みなさん、ローカルLLMで遊んでいますか？ 昨年末に、Ollamaが登場してから誰でも簡単にローカルLLMで遊べる時代がやってきました。そこで、僕もローカルLLMでどんなことができるんだろうと思って触りはじめたのですが、ローカルLLMを最大限に活用するためには、まずはどうやったらEmacsからローカルLLMを使えるようになるのかと考えるのはあまりにも自然な流れでした。 この記事では、ローカルLLMに関する基本的な知識から、EmacsからローカルLLMを扱う方法までを解説していきたいと思います。 ローカルLLMの基礎知識 # ローカルLLMとは、LLM（大規模言語モデル）をローカル環境、つまり自分のパソコンで扱えるようにしたモデルです。Facebookが開発しているLlamaが業界のトップランナーで、それをベースにしたモデルを色々な組織（中には個人もいるのかも）が開発しています。 そのLla
OpenAI「o3-mini-high」でゲーム生成祭り o1より高速、低料金、コーディング能力が高く気軽に生成（生成AIクローズアップ） | テクノエッジ TechnoEdge
1週間の気になる生成AI技術・研究をいくつかピックアップして解説する連載「生成AIウィークリー」から、特に興味深いAI技術や研究にスポットライトを当てる生成AIクローズアップ。 今回は、OpenAIが1月31日（現地時間）に発表した「o3-mini」を取り上げます。 o3-miniは2024年12月にプレビューされており、o1の進化版になります。今回リリースされたのはminiという軽量版で、「o3」は今後登場予定としています。 o3-miniはすぐに回答せず、いろいろ考えてから出力する思考過程を生成するモデルで、科学、数学、コーディングなどで優れた性能を発揮します。画像には未対応で文章のみです。 o3-miniには推論レベルを高く設定した「o3-mini-high」バージョンも用意されています。このハイエンドバージョンは、標準的なo3-miniと比べて応答生成に若干多くの時間を要しますが、
きしだൠ(K1S) on Twitter: "現代プログラマが40年前くらいに転移してしまうと「え？メモリ8KB？え？画面幅40文字？え？コードは紙に。。。え？」とかになってなんも無双できなそう"
現代プログラマが40年前くらいに転移してしまうと「え？メモリ8KB？え？画面幅40文字？え？コードは紙に。。。え？」とかになってなんも無双できなそう
3月2日（日本時間）に公開された「ChatGPT API」を活用した事例が早速生まれ始めている。LINE傘下で“キャラクター召喚装置”ことAIアシスタントデバイスを手掛けるGateboxが3日、同社オリジナルキャラ「逢妻ヒカリ」の会話エンジンとChatGPTを連携させたデモ動画を公開した。 動画は、音声認識と音声合成を使い、逢妻ヒカリの“中の人”としてユーザーとChatGPTが会話する様子が収められている。「一緒にスクワットしよう」と話しかけると、「いいアイデアですね。体感を強化するためにも効果的なエクササイズです。ただし、注意点もありますので正しい方法で行いましょう。一緒にやりましょう」と返してくれる。 ChatGPT APIは、レスポンスの速さに優れており、音声認識によるラグはあるものの、動画を見ると比較的スムーズに会話できていることが分かる。さらに「将来の夢ってある？」「ヒカリちゃん
あなたのPHPアプリ、ログはでてますか？あるいはログをだしてますか？ / Are you writing a log? Or just out a log?
PHPカンファレンス福岡 2023 2023/06/24 uzulla
プロダクト開発部バックエンド開発グループでエンジニアをしています、おかだです。 ココナラには開発環境改善委員会があり、開発スピードの維持・改善に取り組んでいます。 本日は、取り組みの一環としてAppleシリコンのMacでのDocker開発環境のパフォーマンスを5-10倍程度改善したお話をしたいと思います。 はじめに AppleシリコンのMacが発表されてから数年が経ちました。ココナラでも昨年から導入が進んでおります。新しく入社したメンバへはM1 MacBook Pro(最近だとM2)が標準で支給されるようになっており、現在はIntel MacとM1 Macが混在して利用されている状況です。 バックエンドの開発では、ローカルでの動作確認や単体テストはコンテナ内で実行できるようになっています。 Dockerパフォーマンス問題 M1 Macを導入したメンバから 単体テストが遅い 静的解析が遅い
正規表現でガチャを回せる投稿サイトを作った話
（映像もつくりました） 正規表現ガチャ（英語名：Regech）という、正規表現から生成されるランダムな文字列でガチャを引ける投稿サイトをNext.jsで個人開発した話です。 筆者について 今までPHPやjQueryで開発をしてきた19歳です。 制作期間は20日ほどです。 もしよければ、読んで・遊んでいってもらえたら嬉しいです！ つくったもの 正規表現にマッチするランダムな文字列を生成するアプリです。 例：(にゃん?)+→にゃにゃんにゃんにゃ おもしろいガチャができたら投稿することでみんなで遊べるようになります。 ぜひ、おもしろいガチャを作って投稿してください！ 正規表現の学習にもおすすめです。 英語対応もしてみたので英語環境からアクセスするか、/en/にアクセスすると英語でも見れます。 私のおすすめガチャ 私のおすすめです。他にもおもしろいガチャが投稿されているので遊んでみてください！ リ
2025/01/04 Git Hooks ツールの Lefthook を追記 2025/01/05 フロントエンドの状態管理に XState を追記 各リンクテキストを対象名がわかりやすい形式に変更 概要 以前のプロジェクトで使っていたり、進行中に差し替えまでは出来ないけど次使うならこれを使おうと思っていたライブラリやツールなどが、いざ新しくプロジェクトを作ろうと初期構築を始めたら色々と失念している事ってよくありませんか？ 最近実際それがあり、個別のページにわかれて技術メモはとってあったりするのですが探しながらは手間なのとブクマしただけのものもあるので、インデックス的に手軽に気になった技術をメモっておく見ながら構築したり技術選定の前段階に使うようなノートを作ったので誰かのお役に立つかもと公開してみます。 気軽に雑にメモるのを前提に作ったものをそのまま公開しているので文体等は統一されてません
GraphQL スターターパック | Prisma + NestJS + Next.JS製 個人ブログサイトをCloud Runで運用しよう
GraphQL スターターパック | Prisma + NestJS + Next.JS製 個人ブログサイトをCloud Runで運用しよう 「GraphQLの仕様はなんとなく知っているけど、それを使ってどうアプリを作るのかいまいちイメージがわかない」 この本はそんなスキマを埋めるべく書きました。 近年ではReactをはじめフロントエンドの選択肢が豊富になっており、フロントエンドとバックエンド間のやりとりにはより汎用的かつ効率的な方法が求められます。 GraphQLはその選択肢のひとつです。本書では NestJS で GraphQLバックエンドを実装し、それをNext.jsから利用して、個人ブログサイトを構築してみます。 GraphQL開発の流れを体験し、ご自身のアプリ開発に役立ててください。 v1.10 refactor github deploy
Observabilityを理解するため、目先としてはDatadogを使いこなすため、統計学の基礎知識を振り返りつつ、Datadogの各機能に触れます。 Datadogの使い方を具体的に知りたい人には役立たないので、その仕様がなぜそうなっているのか、背景や違いを理解したい人向け。モニタリング機能は統計学の実装とも言える、という個人的見解が今回の動機です。 Observabilityとは システム内で「あの時どこで何が起きていたか」を知る能力。和訳では可観測性。 単なる監視だけでなく、分散トレーシング、プロファイリング(性能評価)、デバッグも含まれています。 個人的印象としては、分散トレーシングと一緒の文脈でObservabilityの重要性を言われることが多く、分散システムが流行り始めた頃と同時期に必要とされた非機能要件かと感じてます。 統計学の尺度とデータ Datadogで扱うデータを理
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
はじめに - NestJSの強化書 βversion
ご家庭のパソコンでLLMが動く!・・・またかよ｜shi3z
前提を整理する | ちいさな Web ブラウザを作ってみよう
AIエージェントで挑んだ大規模リファクタリング - DMM Developers Blog
『プロを目指す人のためのTypeScript入門』読者が最新情報にキャッチアップできる記事
UNIXシェルの並列化により最大34倍高速化する「PaSh」、米MITなどが開発 プログラム結果も正確
OSSは“使う前に”Claude Codeで脆弱性診断しよう
ITエンジニアが使いたいエディタトップ10 「Visual Studio Code」は3位 1位は？
https://twitter.com/developer_quant/status/1566417479727222784
再帰的な構造のデータの同値性判定はどうしたらいいか - 貳佰伍拾陸夜日記
Claude Code のオーケストレーション機能であるエージェントチームを試してみた
SPA Componentの推しディレクトリ構成について語る
どのレイヤー（層）でトランザクションを実装すべきか
システムエンジニアの悲哀 みずほ銀行がシステム更新をトラブルなく無事に完了するも、さほど話題にならない悲しみ
AIスクレインピングエージェントの構築(LangGraph, Firecrawl)
【ChatGPT】データサイエンティストが読むべきChatGPT関連の記事・動画まとめ - Qiita
Kaggleのハードルを下げたい！ - Qiita
Introducing: React Best Practices - Vercel
第二のコインハイブ事件生み出さないためには 弁護人らが最高裁無罪判決振り返る - 弁護士ドットコムニュース
ChatGPT、美少女になる 立体AIキャラと魔合体でスムーズにおしゃべり Gateboxのデモ動画が話題
AppleシリコンのMacでのDocker開発環境のパフォーマンス改善
TypeScript で Web 開発をする際の候補メモ
統計学の基本からDatadogのモニタリング機能を理解する
tumekusano.hatenablog.com
gamblereview.net
kaho-memo.com
tokotokotokoname.web.fc2.com
ameblo.jp/sacopasia
tomo-0402.hatenablog.com