プラットフォームになりつつあるVisual Studio Code 今、開発者の人気が最も伸びていると考えられている開発環境がMicrosoftの開発する「Visual Studio Code」だ。Windowsの統合開発環境としては、特定のプログラミング言語ではIntelliJが、ターミナルではVimがといったように、分野によって他の統合開発環境や多機能エディタのほうが人気が高い。しかし、ユーザーの増加数と勢いから見ると、Visual Studio Codeが第1の候補ではないかとみられている（参考「TOP IDE index」）。 Visual Studio Codeの最大の特徴は、開発環境としての機能をプラグインによって提供しているということにある。Visual Studio Codeは、開発環境のプラットフォームとして機能する。ユーザーは、自分の使うプログラミング言語に合わせてプラ
実践Streamlit & Flask - AIプロジェクトをいい感じにする技術 / Service development with Streamlit and Flask
PyCon JP 2021「実践Streamlit & Flask - AIプロジェクトのプロトタイピングから本番運用までをいい感じにするPythonicなやりかた」登壇資料 # 「AIオオタニサン本塁打予測」のサンプルコード https://github.com/Shinichi-Naka…
Dify MCPプラグインを使って自然言語でSnowflakeからデータを取得してみた - NTT docomo Business Engineers' Blog
DifyのMCPプラグインとZapier MCPを利用してDifyとSnowflakeを連携させ、Snowflakeのデータを自然言語で扱ってみました。本記事では、その連携方法を中心に紹介したいと思います。 はじめに 利用したサービス Dify Zapier Snowflake 構成 連携設定 Snowflake の設定 Zapierの設定 Dify の設定 動作確認 まとめ 参考 はじめに こんにちは。NTTコミュニケーションズの大島です。普段は、クラウドサービスを中心に、データレイクやデータウェアハウスの検証をしています。 最近注目されているMCP (Model Context Protocol)という技術があります。 これはAnthropic が発表したオープンなプロトコルで、AI と外部システムの接続を標準化するものです。 LLMを利用したアプリケーション(MCPクライアント)が、
電通総研、スマートソサエティセンターの飯田です。 Gemini CLIがリリースされて話題になっていますね。 Developers, builders and creators: Bring the power of Gemini 2.5 Pro directly into your terminal with Gemini CLI, our new open-source AI agent with unmatched usage limits. Available now in preview — at no charge. pic.twitter.com/D576uqjfJG— Google (@Google) 2025年6月25日 リリースされたばかりで、Gemini CLIの良い利用方法はまだ掴みきれていないですが、 そもそも業務利用して使うために、利用規約、特にデータの取り扱い
はじめに 読みやすくメンテナンスしやすいRSpecを書けていますか？ RSpecはというかRubyはというか柔軟なので色々な書き方ができてしまいます。 ある程度の規模のテストコードでは、油断するとどこで定義されている let なのかわからないものが登場したり、なぜか作られる（あるいは作られない）謎のレコードでテストが失敗したり、そういった辛い目にあったりするのではないでしょうか。 僕がRSpecを書くときに意識していることをまとめてみました。 これを実践するようになってつらい現象にあうことはずいぶんと減り、ずいぶんと読みやすくなったんじゃないかなと思っています。 ※効果には個人差があります。 Ruby on Railsを使ったアプリケーションのテスト向けですがRuby on Rails以外でも使えると思います。 主に以下の影響を強く受けています。 RSpecとセットで使われることが多いFa
新規事業統括部の山本です。 今日OpenAIのChatGPTのモデルとして、GPT-4が利用可能になりました。早速使ってみようと思います。 やってみる 今回は画像のビューワを作成してみます。ちょうどデータセットの画像や、画像モデルに入力した結果を表示するツールがほしいと思っていました。 import os import tkinter as tk from tkinter import filedialog from PIL import Image, ImageTk def browse_folder(): folder_path = filedialog.askdirectory() if not folder_path: return images_frame.delete("all") load_images(folder_path) def load_images(folder_
通信講座のZ会と、ソニー・グローバルエデュケーションは、キーボード一体型コンピュータ「Raspberry Pi 400」のキットを使った中学生向け通信教育講座「Z会プログラミング中学技術活用力講座 コンピュータ活用編」を7月に開講すると発表した。Pythonを使ったプログラミングなどの基礎が学べる。 Raspberry Pi 400のキットと、ソニー・グローバルエデュケーションが開発したデジタル制作プラットフォーム「PROC」、Z会の指導ノウハウをいかしたオリジナルテキストを組み合わせた。 Pythonを使ったテキストプログラミング、HTMLやJavaScriptを使ったWebデザイン、音楽制作やデータ分析など実践的なスキルを学べ、中学レベルから高校の教科「情報I」基礎レベルまでを習得できるという。 「Z会の通信教育」受講者に限らず、中学生・小学校高学年なら誰でも申し込める。 両社は202
京都大学学術情報リポジトリKURENAIでは、京都大学で日々創造される研究・教育成果をWebで公開しています。世界的に卓越した知的成果を社会へ還元することを目的として、2006年から図書館機構が運営している事業です。
連載目次 本稿ではGoogle Colaboratory（以下、Colab）に搭載されている機能の中で、あまり知られていないと思われるものを厳選して、スクリーンキャプチャ中心で紹介する。以前に「Google ColabユーザーのためのTipsトップ10」という記事を公開しているが、本稿はその第2弾という位置付けになる。 ※本稿を執筆するに当たって、公式YouTube動画「Google Colab features you may have missed（見逃しがちなGoogle Colabの機能）」と公式Twitterアカウント「@GoogleColab」の内容を参考にした。 1. インタラクティブ・テーブル（Interactive Table）による表データ探索 Pythonデータ分析ライブラリー「pandas」のデータフレーム（DataFrame）を使って表データを扱う場合、Colab
Ruby の引数の種類をまとめてみた - Secret Garden(Instrumental)
普段何気なく書いている Ruby なんですが実はメソッドの引数の種類って思ったよりも多くてまとめてみました。 実際自分も Ruby の AST をいじっている時に引数の種類が多すぎて混乱したのでまとめておくと色々と役に立つかなーと。 と、軽い気持ちで書いてみたんですが結構なボリュームになってしまいまsた。 引数の名称とかは調べつつ独断と偏見で書いてあるのでそこら辺はご注意ください。 諸注意 この記事は基本的に Ruby 3.1 を元にして動作確認しています 下にも書いてあるんですが 仮引数(parameter) についての解説で 実引数(argument) の話はあんまりでてきません 引数の名称は日本語に寄せていますが Ruby 界隈だと英語で書いてある事が多いかも 調べる時は英語の方で調べてもらったほうが情報はでてくると思う 引数という言葉の意味とは 『引数』という言葉には厳密に言うと『
MCP Registry
You signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session. Dismiss alert
はじめに 「Goの正規表現は遅い」 そんなふうによく言われていました。（最近はあまり聞かなくなりましたが） たとえば、↓の記事ではPythonの正規表現と比較して1.5倍くらい遅いという結果になっています： この話には「Goの正規表現は最悪時間が短くなるように安定したアルゴリズムを採用しているから」という回答があります： ↑の記事の比較では、GoがPerlに対して約10倍以上高速という結果が出ているので、「Goの正規表現は遅くない！はい、論破ー！」というわけですね。 なんでこうなるのかも↑の記事で説明されているとおりですが、Perl（などのバックトラック型エンジン）が入力長に対して指数関数的に実行時間が伸びていくのに対し、Goの正規表現エンジンは入力長に対して線形時間で実行時間が伸びていくアルゴリズムを採用しているため、入力が長くなると急激にGoのほうが有利になるからです： 一方で、入力が
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? この記事は、Googleから発表されたコーディングエージェント「Jules」を試した記録です。 結構前から発表はされてましたが、ついに来ましたね！ 最近出たOpenAIのCodexに近いのかなと思ってます（実際には使えてないですが…） なんと今のところ無料で使えます！！ Julesとは？ （日本語訳）Jules は、バグ修正、ドキュメント追加、アプリのアップデート、新機能の実装を支援するソフトウェアコーディングエージェントです。GitHub と統合されており、非同期で動作します。つまり、タスクを送信した後、別の作業を行い、完了したら再開
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? はじめに こんにちは。主にXにてAI駆動開発について発信している熊井悠です！ プロジェクトマネージャーになってから早数年・・・ 基本的に実装工程はメンバーに依頼しつつPMとしてコードを読むことが多くなっていたのですが、AI駆動開発を利用した組織作りをする中で自分自身で実装する機会がかなり増えました。 そうした活動を続けていたところ想定以上に知識が蓄積されると気づいたので、そこから学んだプログラミング学習方法をまとめてみました！ 補足：AI駆動開発 AI駆動開発とは AIソリューション（CursorやWindsurfなど）を利用したシステ
開発用エディタのド定番「VSCode」を使いこなそう一覧
CodeZine編集部では、現場で活躍するデベロッパーをスターにするためのカンファレンス「Developers Summit」や、エンジニアの生きざまをブーストするためのイベント「Developers Boost」など、さまざまなカンファレンスを企画・運営しています。
Kubernetes における cgroup v2 での Out-Of-Memory 問題の解決 - Preferred Networks Tech Blog
はじめに PFN のエンジニアの小松です。Cluster Services チームという機械学習基盤を開発・運用するチームに所属し、日々基盤の改善や新機能の開発を進めています。また、最近では社内基盤に限らず Preferred Computing Platform の開発・運用も行っています。 PFN での機械学習基盤ではコンテナを実行するオーケストレータとして Kubernetes を採用し、日々運用をしています。本記事ではKubernetes の機械学習基盤の日々の運用で社内からもらったフィードバックを 実装し、Kubernetes のアップストリームへ貢献した話題を紹介します。 PFN のクラスタチーム PFN の機械学習基盤を運用/保守しているクラスタチームでは、Kubernetes のバージョンアップの追従にも力をいれています。Kubernetes クラスタを継続的に更新し、バグ
AIがコーディングしてくれる「Amazon CodeWhisperer」正式投入。GitHub Copilotに対抗、個人利用は無料 | テクノエッジ TechnoEdge
ITジャーナリスト／Publickeyブロガー。IT系の雑誌編集者、オンラインメディア発行人を経て独立。2009年にPublickeyを開始しました。 Amazon Web Services（AWS）は、コメントやコードの一部からAIがコードを自動生成してくれるサービス「Amazon CodeWhisperer」が正式版になったことを発表しました。 Amazon CodeWhispererは昨年（2022年）6月に行われたAWSの機械学習にフォーカスしたイベント「Amazon re:MARS 2022」で発表され、プレビュー公開されていました。 コメントや書きかけのコードからコードを自動生成Amazon CodeWhispererは、オープンソースリポジトリ、Amazon内部リポジトリ、APIドキュメント、フォーラムなどから収集した数十億行のコードを基にした機械学習から、プログラマーが書き
「GitHub Copilot」でAIが提案したコード、業務でどれぐらい採用された？ サイバーエージェントが公開
ただし、サイバーエージェントが導入しているビジネス版「Copilot for Business」では、エンジニア個人のGitHubアカウントをひも付ける形での利用が必要なので、全てが業務上のデータとは限らないという。 また、サイバーエージェントではVisual Studio Code以外の開発環境でGitHub Copilotを使うユーザーもいることから、他環境での利用状況も合わせると、採用率などの数値が上振れる可能性もあるとしている。 同社における開発環境の利用率は、Visual Studio Codeが48％、チェコJetBrains製のツールが45％、その他は「NeoVim」や「Vim」など。Visual Studio Code以外でのデータは集計していないが「採用率は倍近くになると思われる」との見立てを示している。 サイバーエージェントはGitHub Copilot導入の効果につい
この記事の背景 現職では DDD を採用しており、色々な方と DDD についてお話しする機会があります。 その中で、特に初学者の方はアーキテクチャに対して「なぜこんなに面倒な事をするのか？」という印象を持たれているようでした。 そこで、DDDを採用する目的について言語化してみました。 （個人の見解なので、誤りがあればぜひご指摘をmm） 対象読者 基本的な用語は覚えた方 見よう見まねで、ある程度コードも書いた方 初心に立ち返って Why を理解したい方 DDDで実現したいこと 前提として、以下の要素を分けて考えます。 ビジネスルール ビジネスルール以外の要素（例えばGUIやデータの保存など） DDDでは ビジネスルールを反映したプログラムを重要なものと位置付けています。 なぜ重要なのでしょうか？ システムは何らかの課題を解決するために存在しています 顧客のニーズの変化など、様々な要因で課題は
VS CodeでAWSを操作しよう
2024/04/20(土) 開催の「VS Code Conference JP 2024」における私の発表「VS CodeでAWSを操作しよう」の発表資料になります。 #vscodejp URL： https://vscodejp.github.io/conference-2024/
だれでもAIメーカーの技術スタックとか
Next.js on Vercel 利用しているフレームワークはNext.jsです。クライアントからのデータの取得・更新リクエストはAPI Routesから受け付けるようにしています。 アプリケーションのデプロイ先はVercelにしました。最初はNext.js on Cloudflare Workersをやろうとしたのですが、辛い部分が多くて断念しました。 余談）なぜNext.jsをCloudflare Workersで動かしたかったか 低コストで運用でき、大量のアクセスが来ても低コストでスケールできるためです。以前Cloudflare WorkersでSSRができると何が嬉しいかに書いたのと同じ理由になります。 余談）Next.js on Cloudflare Workersの何が辛かったか Cloudflareのドキュメントに載っているcloudflare/next-on-pagesを
「あの人も読んでる」略して「も読」。さまざまな寄稿者が最近気になった情報や話題をシェアする企画です。他のテックな人たちがどんな情報を追っているのか、ちょっと覗いてみませんか？ みなさんこんにちは。 「あの人も読んでる」、第3回目の投稿です。maguro (X @yusuktan)がお届けします。 今回のテーマ: Rustの学習の難しさと取るべきルート突然ですが、僕はプログラミング言語としてRustを推しています。 高度な抽象化を提供しつつパフォーマンスに妥協しないシステムプログラミング言語であり、そして何より "shared XOR mutable" によって、意図しないタイミングでのデータ書き換えが起きないことを静的に確認してくれるというのが極めて強力です。 パフォーマンスを犠牲にせず「安心」して非同期プログラミングを行えるというのが、個人的な推しポイントです。"fearless con
AnthropicとMozillaが連携、Claude Opus 4.6がFirefoxで100件超のバグをわずか2週間で発見しそのうち14件は高深刻度
AnthropicのFrontier Red TeamとMozillaがAIを用いた脆弱(ぜいじゃく)性検出に関する連携を行い、Claude Opus 4.6がわずか2週間の調査でFirefoxについて計112件の報告を提出し、その中から22件の脆弱性が確認されたことを報告しました。この成果は、AIが大規模なコードベースの安全性を極めて高い速度で検証し、強化できる可能性を実証するものです。 Partnering with Mozilla to improve Firefox’s security \ Anthropic https://www.anthropic.com/news/mozilla-firefox-security Hardening Firefox with Anthropic’s Red Team https://blog.mozilla.org/en/firefox/h
米Microsoft傘下のGitHubは12月29日（現地時間）、「GitHub Copilot」のすべてのユーザーが、追加料金なしに「GitHub Copilot Chat」を利用できるようにしたと発表した。 GitHub Copilot Chatは、米OpenAIの「GPT-4」ベースに開発者向けに微調整されたチャットボット。自然言語を使って、コードの生成、脆弱性の検出、単体テストの作成などを依頼できる。 GitHub Copilot Chatは、Visual Studio CodeとVisual Studioの両方で一般提供され、すべてのGitHub Copilotプランに含まれる。7月にはCopilot Business（月額19ドル／ユーザー）向けに提供済みで、今回Copilot Individual（月額10ドル）でもパブリックβではなく、正規版を利用可能になったということだ。
はじめに 深夜2時、本番環境のアラートが鳴り響きます。外部APIがタイムアウトを返し始め、リトライが暴発し、システム全体が連鎖的に停止しました。原因を調べると、外部サービスの一時的な遅延でした。たった数秒の遅延が、なぜシステム全体を止めたのか。答えは単純です。「外部APIが遅延したらどうなるか」を、誰もテストしていなかったからです。 私自身、このような障害を何度か経験してきました。コードをマージした翌朝にSlackが炎上していたこともあります。「なぜこのケースを考えなかったのか」と自分を責めながら、ホットフィックスを書いた夜もあります。そのたびに思います。あのとき、たった1つのテストを書いていれば。 これは「異常系テスト」の不足が引き起こした障害です。正常系のテストは比較的書きやすいです。入力があり、期待する出力があり、それを検証します。しかし、プロダクション環境で本当に問題になるのは異常
チャットAIで画像入力が可能に。ChatGPTより一足早くやってきたGoogle Bardマルチモーダルの使い方（Google Tales） | テクノエッジ TechnoEdge
Googleレンズというのは、GoogleのAIが“見た”画像内の情報を検索するAI技術で、2017年のGoogle I/Oで発表された結構古いツールです。Pixelシリーズのスマートフォンユーザーにはおなじみの機能で、散歩中に花や鳥の種類を確認したり、ペルーレストランでメニューを翻訳したりするのに便利です。 ▲PixelではおなじみのGoogleレンズ Bardにこの機能が追加されたんですが、まだ英語版でしか使えません。 日本でも英語版は使えます。使うには、Bardを使うGoogleアカウントの言語設定を英語にするだけ。Googleアカウントのページを開いて、「個人情報」タブ→「ウェブ向けの全般設定」で言語を「英語」にします（そうするとBardだけじゃなく、ChromeブラウザやらGoogleマップやらも英語表記になっちゃいますが）。 ▲Googleアカウントの設定で言語を「英語」に 英
構造を理解した AI ファーストな差分ツール「diffx」を、Claude Code と Rust で作ってリリースしました
―― ケツカンマで消耗するのは、もうやめよう ―― プログラミング中に JSON、YAML などの設定ファイルを git diff で確認するとき、もどかしさを感じたことはありませんか！？ キーの順番が変わっただけなのに、大量の差分と判定されたり。 たかがインデントの変更！ ケツカンマ！ 従来の diff ツールはテキストを行単位で比較するため、データの「構造」までは理解してくれません。 小さなストレス。されど、毎日積もる。 「もっと賢く、構造を理解した diff ツールが欲しい！」 ……と思ったときには、すでに行動は終わっていたんだ！ 怒り駆動開発！ diffx とは：構造化データのための差分ツール diffx は、JSON, YAML, TOML, XML, INI, CSV といった構造化データに特化した差分ツールであり、Rust 製 CLI です。 1 番の特徴は、データの構造的な
Rust・Kotlin・Go・TypeScriptで再考するGoFデザインパターン：モダン言語機能が変えた設計の常識 - Qiita
Rust・Kotlin・Go・TypeScriptで再考するGoFデザインパターン：モダン言語機能が変えた設計の常識 1994年に発表されたGoF（Gang of Four）の23のデザインパターンは、オブジェクト指向プログラミングの設計指針として30年以上にわたり参照されてきました。しかし、Rust・Kotlin・Go・TypeScriptといったモダン言語が持つ代数的データ型、パターンマッチング、ファーストクラス関数、トレイトシステムなどの機能は、GoFパターンの多くを「言語機能に吸収」しています。 本記事では、GoF 23パターンをモダン言語の視点で分類し、「不要になったパターン」「形を変えて生き残るパターン」「今なお有用なパターン」を具体的なコード例とともに整理します。 この記事でわかること GoF 23パターンのうち、モダン言語の機能で不要化・簡素化された具体的なパターンと理由
先日、Microsoft から公式の Microsoft Docs MCP サーバーがリリースされました。 自分自身これまで Microsoft のドキュメントから必要な情報を探し出したり、書かれている内容を正確に解釈することにとても苦労してきました。 この MCP サーバーによって Microsoft のドキュメントを読むすべての人たちの苦労が軽減することを期待しつつ、実際に VS Code と Cursor の 2 種類のエディタそれぞれでこの MCP サーバーを設定し使ってみたので、その結果について記載します。 概要 Microsoft Docs MCP サーバーは、MCP（Model Context Protocol）に対応するクライアントを使って Microsoft の公式ドキュメントから直接正確な情報を検索・取得できるクラウドホスト型サービスです。利用する上で特にアカウントの作
scrapbox.io から派生して、 blog.sushi.money こういうことが可能だとわかった。 はてなブックマークはAtom形式でのエクスポートが可能なので、 はてブにAtomを吐き出させる AtomをJSONに変換する あとは同じ というプロセスで、自分のはてブのコメントを知っている状態のChatGPTのモデルを作ってみた。 コード 一番元々の記事ではPythonで書かれていたコードが、 id:hitode909 のコードではRubyになり、自分のコードだとScala3になっていて面白い。 #!/usr/bin/env -S scala-cli shebang -S 3 // usage: batom2json.scala.sc ~/Downloads/Windymelt.bookmarks.atom > from_bookmark/Windymelt.json // You
Devinを3ヶ月使って、マイクロサービスの開発チームが抱えていた課題を解決した話 - ANDPAD Tech Blog
こんにちは。アンドパッドでプロダクト開発をしている宇田川です。フロントエンド・バックエンドの開発を担当しています。 わたしのチームでは、マイクロサービスとして切り出された歴史ある5つのリポジトリを運用しています。これらのリポジトリの急なバグ修正やライブラリ更新には、「うーん、このリポジトリどうなってるんだっけ…」と、毎回大きな調査コストと心理的な負担がかかっていました。この課題を、クラウドで自律して動くコーディングエージェントで解決できるか試したく、今回Devinを使ってみることにしました。 Devinを3ヶ月ほど使ってみて、この辺りの作業がかなり楽になったなと感じたので、今回はその知見をシェアできればと思います。 ※ 本記事の内容は、2025年8月時点のものです。 複数のリポジトリを管理する上で、直面していた課題 マイクロサービス化によってリポジトリが増えてくると、「知見のないリポジトリ
はじめに こんにちは、駆け出しエンジニアの croco です。 先日、あるIT企業の経営者の方と「日本のIT産業の課題」について深くお話しする機会がありました。そこで突きつけられたのは、「なぜ日本企業は新しい技術（AIやクラウドなど）のキャッチアップが遅いのか？」という問いに対する、あまりに根深い構造的な理由でした。 技術力不足でも、やる気不足でもない。「業界の構造そのもの」が技術の進化を阻んでいるという話が非常に衝撃的だったので、備忘録としてまとめます。 日本と世界の決定的な違い：「エンジニアはどこにいる？」 まず指摘されたのが、日本と海外におけるエンジニアの所属の違いです。 世界（米国など）: エンジニアは「事業会社（ユーザー企業）」の中にいる 銀行、小売、メーカーなどが自社でエンジニアを雇用し、自社のビジネスのためにシステムを作る（内製化） 日本: エンジニアは「SIer（システムイ
Claude Codeを使い始めたことで、.claude/ディレクトリやCLAUDE.mdなどのファイルが生成されるようになった。これらをチーム全体で共有できれば作業効率も向上すると思うが、現時点では諸事情により共有できない状況にある。 しかし、.gitignoreに追加するとチーム全体に影響を与えてしまう。自分だけがClaude Codeを使っている場合、チームの.gitignoreを変更するのは適切ではないだろう。 本記事では、.gitignoreを使わずに特定のファイルやディレクトリをgit管理から除外する方法を紹介する。 検証環境 macOS 15.7.3 git version 2.50.1 (Apple Git-155) .git/info/excludeとは .git/info/excludeは、ローカルリポジトリ専用の除外設定ファイルである。.gitignoreと同じ書式で
OpenAIのChat Completions APIの基本的な利用方法解説 - Taste of Tech Topics
昨年から育てていたバジルがもはや木になりつつある菅野です。 今注目を集めつつある文章生成AIである「ChatGPT」に関して、提供元のOpenAI社は2023/07/07に、「GPT-4」のAPIを有料ユーザー向けに一般公開したことを発表しました。 今回は、その「Chat Completions API」について紹介します。 例えば、自作のWebアプリでChatGPTライクなやりとりを実現したい、 それで入力された文章を加工したプロンプトでChatの応答を得たい、 といったときに、このAPIを使います。 この図のような動きですね。 openai.com Chat Completions API とは？ 「Chat Completions API」は、チャット補完に特化した言語モデルと、それを利用する専用のAPIです。 ChatGPTでも同じ言語モデルを利用しているため、このAPIを利用する
Menu. Currently selected: Queueing a pull request to merge Today we are announcing the public beta of pull request merge queue for repos on GitHub Enterprise Cloud and open source organizations! 🎉 Merge queue helps increase velocity in software delivery by automating pull request merges into your busiest branches. Before merge queue, developers were often required to update their pull request bra
1:以下、5ちゃんねるからVIPがお送りします 2021/12/25(土) 09:05:13.581 ID:DjqUyjjh0XMAS
ブランチ追従コストが大幅DOWN! RettyアプリチームがFeature Branchを捨てFeature Flagでの開発へ移行した理由と成果 - Retty Tech Blog
Feature Flagで 素早くマージ 安全にリリース Rettyアプリチームの @imaizume です、新しい年度が始まり新卒社員も入社してフレッシュな気分になる今日このごろですね。 今回は最近Rettyアプリチームで利用することが増えている、Feature Flagを使った開発についてのお話です。 Feature Flagを使うことで、大規模な開発であっても開発中から継続的に差分をマージできるようになり、デリバリー効率を大きく向上させることができます。 本記事では、この方法を採用するに至った背景や実際に取り入れて感じたメリット、課題感などを書きましたので、読んでみてメリットが感じられたならぜひみなさんの開発でも取り入れてみていただければと思っています。 Feature Flagとは? FFを採用する前の開発の様子 RettyでのFFによる開発の始まり アプリチームでFFを採用したこ
TerraformとGitHub Actionsで複数のCloud RunをまとめてDevOpsした結果, 開発者体験がいい感じになった話. - Lean Baseball
ざっくり言うと「TerraformとGitHub ActionsでGoogle Cloudなマイクロサービスを丸っとDeployする」という話です. Infrastructure as Code（IaC）は個人開発（趣味開発）でもやっておけ 開発〜テスト〜デプロイまで一貫性を持たせるCI/CDを設計しよう 個人開発（もしくは小規模システム）でどこまでIaCとCI/CDを作り込むかはあなた次第 なお, それなりに長いブログです&専門用語やクラウドサービスの解説は必要最小限なのでそこはご了承ください. あらすじ 突然ですが, 皆さんはどのリポジトリパターンが好きですか? 「ポリレポ（Polyrepo）」パターン - マイクロサービスを構成するアプリケーションやインフラ資材を意味がある単位*1で分割してリポジトリ化する. 「モノレポ（Monorepo）」パターン - アプリケーションもインフラも
こんばんは。AI大好き花笠です。 突然ですが、ブラウザゲームを作ってみました。 このnoteのポイント ・プログラミングレベルの低い筆者が土日の空き時間でブラウザゲームを公開できた ・オリジナルで一行もコードを書いてない ・キャラも背景もUIも効果音もBGMもAI製 最近AIに触れる機会が多く、知人にも「AI最高、AI楽しい」という話をしておりましたら、繋がりのある会社から「私の会社でもChatGPT導入のセミナーやるから少し喋ってよ」と依頼されました。 何を話そうかなと思ったときに 「ChatGPTを活用するといろんなことができますよ」 の一例として 「そんなにプログラミングに詳しくない人でもブラウザゲーム作れますよ」と言いたくなったんですね。 ただ「ChatGPTってなんぞや」スタートのセミナーなんで「ほら、ちゃんと動くでしょ、こんなのがChatGPT使うとできちゃうんですよ〜」レベル
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
Visual Studio Codeショートカットキー15選
速報版：Gemini CLIを業務で使う際のポイント - 電通総研 テックブログ
rspecを読みやすくメンテしやすく書くために
【ChatGPT】GPT-4でPythonの画像ビューワを作成してみた | DevelopersIO
Z会、ラズパイ使った中学生向けプログラミング講座 ソニー系と共同で
京都大学学術情報リポジトリKURENAI
Google Colabで知られていないが有用な機能7選
Goの正規表現が遅いって言う人がいたから、（速い）正規表現エンジンを作ったよ
Googleのコーディングエージェント「Jules」を早速使ってみた！ - Qiita
AIを普段ガンガン利用する僕がAIを利用したプログラミング学習方法を考案してみた - Qiita
なぜ DDD(ドメイン駆動設計) を採用するのか - Qiita
【#も読】Rustの学習の難しさと取るべきルート（@yusuktan） - Findy Media
「GitHub Copilot Chat」、すべてのGitHub Copilotユーザーが利用可能に
AI時代の異常系テストについて考える - じゃあ、おうちで学べる
Microsoft Docs 公式 MCP サーバーを使って Microsoft のドキュメントを読みやすくする
自分のはてなブックマークをChatGPTにつないだ - Lambdaカクテル
【備忘録】なぜ日本のITは「技術トレンド」に遅れるのか？経営者と話してわかった構造の闇
Microsoft、やっかいな「NuGet」の依存性競合を手軽に解決するツールを発表／開発ツール部門と「Microsoft Research」の共同開発
.gitignoreを使わずに特定ファイルをgit管理から除外する方法 | DevelopersIO
Pull request merge queue (public beta) - GitHub Changelog
弊社、プログラミングスクール卒業生を書類で足切りすることに決定 : IT速報
ChatGPTと共にゲームを創る：プログラミング初心者が挑むブラウザゲーム制作記｜花笠
createrolerole.hatenablog.com
diamond.jp
hochi.news
internet.watch.impress.co.jp
news.livedoor.com
www.hokkaido-np.co.jp