プログラミング指南 - Code Knowledge ゲーム制作に関するプログラミング等を主に書き溜めていきます。ただ、どちらかと言えば日記的な書き方が続くと思いますが、そこは温かい目で見て頂ければ。あと、ちょっとしたサンプルやツールのダウンロードも出来るようにしておきます。 私は昔から Z80 でプログラムを組む際には自己書き換えという手法を好んで使ってきました。これを使い始めたきっかけは覚えていません。おそらく、当時の内藤時浩クンはこの手法を知った時に「おおおおお！？」と強い感銘を受けて魂に刻み込まれてしまったのではないかと思います。今回はそんな漢のテクニック、自己書き換えについて解説したいと思います。
AIとペアプロする「GitHub Copilot」がneovimとIntelliJ IDEAでも利用可能に、テクニカルプレビューとして
AIとペアプロする「GitHub Copilot」がneovimとIntelliJ IDEAでも利用可能に、テクニカルプレビューとして GitHubは10月27日と28日の2日間（太平洋時間）、オンラインイベント「GitHub Universe 2021」を開催」し、現在テクニカルプレビュー中のGitHub CopilotがnervimとIntelliJ IDEAでも利用可能になったことを発表しました。 GitHub Copilot Technical Preview is available now for developers on the @jetbrains IntelliJ platform of editors including @intellijidea and @pycharm https://t.co/1FZjsv4NoJ pic.twitter.com/z4AV9TY
AIのテストコードは信用するな🙅♂️
※この記事は主観的な内容が多く詰まっているため、あくまで一つの意見として捉えてください。 はじめに 私はソフトウェアエンジニアとして、普段はAI駆動開発の実験で0→1のプロダクト開発に従事しています。 このタイトルはAIを責めているわけではありません。AIを使いこなせていない私自身への叱責です。 AI駆動開発を実践する中で、テストコードに関して大きな落とし穴にハマりました。この記事では、その経験から得た教訓を共有します。 対象読者 AIにテストコードを書かせている人 AI駆動開発でテストの品質に悩んでいる人 バイブコーディングでテストスイートが肥大化してしまった人 用語解説：単体テストにおける古典派とロンドン派 本記事では「古典派」「ロンドン派」という用語が登場します。「単体」という言葉に対しての認識がそれぞれで異なり、それによってモック・スタブの利用方針が違います。ここで簡単に解説します
Microsoftはコード補完AIツール「GitHub Copilot」でユーザー1人あたり月額3000円近くの損失を出しているという報告
Microsoftが2021年に発表したコード補完AIツール「GitHub Copilot」は、2022年に月額10ドル(約1500円)または年額100ドル(約1万5000円)で利用可能な有料サービスとして提供が開始されました。ところが、経済紙のウォール・ストリート・ジャーナルが発表したレポートによると、MicrosoftはGitHub Copilotのユーザー1人あたり月額20ドル(約3000円)近くの損失を出しているとのことです。 Big Tech Struggles to Turn AI Hype Into Profits - WSJ https://www.wsj.com/tech/ai/ais-costly-buildup-could-make-early-products-a-hard-sell-bdd29b9f Report: GitHub Copilot Loses an
「弊社は情シス部門の人員を削減し、営業力を強化します！」「プロジェクト管理ツールなんていらない、Excelで十分！」──東京都内のとあるホテルで、情報インシデントやトラブルにつながりそうな“死亡フラグ”発言が男女4人から飛び交った。 ──2022年10月、こんな書き出しの記事を掲載した。見出しは「“限界情シス”をゲームで体験 HENNGEの『情シスすごろく』遊んでみた インシデントまみれの1カ月、無事に乗り切れるか」。内容は、セキュリティ企業のHENNGEがユーザーコミュニティー向けに作ったボードゲームを遊んだ体験記事だ。 24年にはルールや小物を一部変更した「2」もリリース。そこからさらに2年たった26年3月2日、HENNGEは追加のアップデートを重ねた「新版」を発表した。発表に先行して遊んできたが、新バージョンには大きな変化が起きていた……。 そもそも情シスすごろくとは何か 情シスすご
自己紹介 はじめまして！株式会社リクルートにデータスペシャリストとして新卒入社しました橋本大輝と申します。 自分は入社当初はデータサイエンティストって結局具体的には何をする仕事なんだろう、エンジニアリングにも興味あるけどどこまで手を伸ばせるのかな、という不安感を持っていたのですが、新人研修を通して社内で触れることができる技術の幅と自由度を知りその不安が大きく解消されました。 ここではそんなデータスペシャリスト入社者に向けた新人研修の概要について、個人的に面白かった/ためになったところに重点を置きながら紹介していきたいと思います。 全体の流れ スケジュール データサイエンス×ソフトウェアエンジニアリング ソフトウェアエンジニアリング データサイエンス まとめ 最後に スケジュール 技術に関する研修は全てリモートで実施され、大まかに下図のようなスケジュールで行われました。 図1: 研修のスケジ
皆さんこんにちは。今回は、最近筆者が遭遇した、<label>で<button>を囲んでいるときにclickイベントが2回発火することがある問題について解説します。 さっそくですが、こちらのCodePenをご覧ください。 ここでは、0と書かれたボタンが表示されています。このボタンは1回クリックすると数字が1増えるように実装されています。 しかし、ボタンに表示されている数字をクリックすると、数字が2増えてしまいます。これは、clickイベントが2回発火しているためです。それ以外の部分（ボタンの端や、ラベル）をクリックした場合は数字が1増えます。 実装のHTMLとJavaScriptは以下のとおりです。 <p>数字をクリックするとonClickが2回発火する！！！</p> <div> <label> ラベルのテスト <button type="button"></button> </label>
要件定義システム生成AI-Babelリリース
1. 要件定義プログラミング：自然言語による要件記述から直接実行可能なコードを生成 2. 自動要件定義生成：顧客の要望やビジョンを入力するだけで、Babelが詳細な要件定義を自動的に作成 3. 自律的システム構築：生成された要件定義に基づき、Babelが独自にシステムの設計、開発 4. グラフ型空間コンピューティングによる視覚的な開発体験：2D、3D空間内でシステム構造を可視化し、直感的な操作が可能 5. 並列実行マルチAIエージェント：複数のAIエージェントが並列で作業を行い、効率的にシステムを構築 6. 高い柔軟性と拡張性：様々な業界や規模の企業に対応可能 7. 開発期間の大幅短縮：一人月規模の開発、150ファイル近くの生成を2,3分で完了 要件定義プログラミングの革新性 Babelの中核技術の一つである要件定義プログラミングは、ソフトウェア開発のプロセスを根本的に変革します。 自然言
先日Valve社から売り上げの振り込みまで確認ができたので、後続の人のためにSteamにゲームをリリースして収益を得るまでの、すべての過程をまとめたページを作りました。なお、当記事は随時内容を発展・充実させていく想定です。 ■前提当記事は、あくまで「すべての工程をまとめた」記事ではあり、「すべての説明をしている」ページではなく、よって既存のページをガンガン引用するスタイルです。先人の資料に感謝しましょう。 ◆追記：同時期に同じような記事が書かれたので この記事を書いている際中に似た趣旨の記事が書かれました。 同じく参考になるので、照らし合わせて読んでみてもいいと思います。 特にストア画像系は（自分の記事よりも）かなり詳しく書いてあります。 ■0.予め必要なもの◆自分の口座（あたりまえ）なお今のところ、自分はゆうちょ銀行でやったので、当記事はゆうちょ銀行ベースで書いています。ほかの銀行に関し
Microsoft、「6502 BASIC」をオープンソースとして公開 Microsoftは2025年9月3日、同社が1977年に開発したBASICインタプリタ「6502 BASIC」を、MITライセンスのもとGitHub上にオープンソースとして公開した。 Bringing BASIC back: Microsoft's 6502 BASIC is now Open Source - Microsoft Open Source Blog 💾 We're going back to the BASICs! Microsoft's original 6502 BASIC is now officially open source. Relive the code that started it all. Full story on our blog: https://t.co/qX2fp
【書評】入門書は卒業したあなたに！"Polished Ruby Programming"を読みました - give IT a try
はじめに 最近発売されたRubyの洋書「Polished Ruby Programming」を読みました。 このエントリでは本書を読んだ感想を簡単にまとめてみます。 本書の感想 本書の著者はRubyコミッタとして有名なJeremy Evansさんです。 前書きにも明記されていますが、本書はRubyの中級者から上級者をターゲットにした本です。日本ではどうしてもRubyの本は初心者向けの本が多くなりますが（何を隠そう、僕もそういう本の著者の一人😅）、こういう「骨のある技術書」が出てくるのは非常に貴重だな、というのが第一印象です。 表面的なテクニックをなぞるのではなく、プログラムをどう設計すべきか、その設計にどういった良し悪しがあるか、といった点についても深く議論されています。そのため、サンプルコードだけでなく、英文もそれなりに書かれているのですが、使われている英語は比較的平易で、辞書無しでぱ
AIエージェント時代にエンジニアがプロダクトディスカバリへ参加すること - カミナシ エンジニアブログ
カミナシでエンジニアをしている osuzu です。 この半年、Claude Codeを利用しながらプロダクトディスカバリに参加する業務を中心に行ってきました。 カミナシは現場ドリブンというValue（行動指針）を大切にしていますが、私もエンジニアながら今月(2025年10月)だけで月6件の現場訪問に参加予定です！ AIの進化が激しい現代に、エンジニアとしてがっつりプロダクトディスカバリに参加する経験を得られたため、そこから得られた学びについて共有させてください。 プロダクトディスカバリってそもそも何？ 書籍『INSPIRED』の中では、プロダクトディスカバリの目的を「良いアイデアと悪いアイデアをすばやく切り離すこと」であり、「その成果は、検証されたプロダクトバックログである」と定義しています。 著者のCaganさんは、成功する製品ディスカバリーのために、製品チームが以下の4つの重要な問いに
リンク chat.openai.com ChatGPT A conversational AI system that listens, learns, and challenges 1 user 43
RAG成功の鍵はLLMではなく、データパイプラインとプロンプト設計にあり | Forbes JAPAN 公式サイト（フォーブス ジャパン）
Zoom Communications Incシニアビッグデータエンジニアリングマネージャー、シノイ・ベンガラムコード・バスカラン氏。 AI（人工知能）は多くの組織が追いつけないほど急速に進化しており、私は多くのチームが同じ間違いを繰り返すのを目にしてきた。それは、検索拡張生成（RAG）の成功を実際に決定する2つの要因—データパイプラインとプロンプトエンジニアリング—を見過ごしながら、どの大規模言語モデル（LLM）を導入するかに焦点を当てることだ。私の経験では、GPT-4、LLaMA、あるいは他のモデルを使用するかどうかを議論するよりも、これらの領域に時間を投資する方が、常により具体的な結果をもたらす。 RAGの約束は単純明快だ：知識ソースから関連情報を取得し、LLMを使用して回答を生成する。しかし現実は複雑だ。たとえトップクラスのモデルでも、それに供給されるデータに一貫性がなかったり、プ
仕事する前に知っておくと幸せかもしれないpandasのきほん - read関数にはとりあえずURL渡しておけ - Lean Baseball
お仕事や, （個人的には）趣味のデータ分析・開発などでpandasをよく使う人です. pandasはPythonでデータサイエンスやデータ分析（解析）をやってると必ずと言っていいほどよく使うライブラリだと思います. お仕事で同僚やインターンが書いたnotebookをよく読む（レビューする）のですが, 煩雑なことやってるけどこれ一行で書けるやで 最初からデータを整理するとそんな面倒くさいことしなくても大丈夫やで ...といったコメントを返す機会が増えてきました. これらは当人たちにフィードバックしているのですが, このフィードバックの内容が案外重要な気がしてきたのでブログに書いてみることにしました. 読んだ方の理解・生産性の向上および, 「つまらない仕事が334倍楽になる」ような感じにつながると嬉しいです🙏 TL;DR pandasのread関数にはとりあえずURLを渡しておけ &使うカラ
やりたいこと まずはHSP3の布教を一つまみ... 筆者は中学生の時にHSP3とともに育ちました。 HSP3は子供心を上手にくすぐったすごい言語です。 子供向け言語というと、「Scratch」のようなブロック型言語が思い浮かびますが、HSP3はゴリゴリのスクリプトベースのコンパイル式言語です。文法はBASICと類似しています。 （解答のみ提出の時代の）情報オリンピックもHSP3で解いていました。 さあ、これの何がすごいのでしょうか？ 何よりも、 自分のスクリプトがグラフィカルに命宿る ところであると考えています。 これが空文字列のスクリプトを「実行」した結果です。 「実行結果」となるウィンドウが現れます。 これがハロワです こうやっていじることができます。 HSP3はWindows APIの操作を十分に簡略化したことが特徴です。（そのため、MacOSは使えない） 中3の僕はC++でウィンド
何か下準備をしたり環境変数などに変更を加えてから指定したコマンドを起動するプログラムはたくさんある。bundle exec や npx, uv run や、拙作でも envchain などがそのようなプログラムの例だと思う。このようなプログラムは世間では executor と呼ばれているような気がするので、ここでもそう呼ぶことにする。 executor を最近あたらしく書いていて、ただそこでは指定されたコマンドを起動するだけではなく、そのコマンドのためのサーバーを裏で実行し続ける必要があり、ちょっとした工夫が必要だったのでメモ。 (なお、executor に指定されたコマンド = ユーザーや executor の親プロセスが最終的に起動を期待しているプログラムについては以後 command と表記) tl;dr executor が command の子プロセスになるようにする。execu
In our team at Rakuten, we have been using Elm1 in production for almost two years now. This post is about our story, the lessons we learned, and our likes and dislikes. This post is quite long so if you prefer to see an overview, feel free to jump to the index. Everything started in the Berlin branch of Rakuten during the summer of 2017. We were maintaining a medium-size single-page application w
はじめに 代理モデル (surrogate model) とは複雑な機械学習モデル（e.g., DNN, GBDT）を近似する簡単なモデル（e.g., パラメタ数の少ないDNN, 単純決定木, etc）のことを指します．代理モデルは推論の高速化・機械学習モデルの説明などさまざまな用途に使われています． この記事では代理モデルによる機械学習モデルの説明をハンズオン的に紹介します．これは非常にシンプルかつ柔軟な手法ですが，アドホックな部分が多いためかハンズオン的な解説は見当たりませんでした．Christoph Molnar による Interpretable Machine Learning の Global Surrogate に概要は示されているので機械学習に詳しい人はこちらを読めば十分かもしれません．関連するライブラリに LIME や TreeSurrogate がありますが，わたしがこ
AIが賢くなると、AIにわかりやすく人間には理解困難なプログラミング言語が出てくるのでは、みたいな話をよく聞きます。 ただ、次の点から、AI専用の言語は現れないだろうなと思います。 意味の記述が必要であることに変わりはない すでにAIは独自の言語を持っている 低レベルな記述にはコストがかかる 作っても学習させるのが大変 意図の記述が必要であることに変わりはない プログラムを書くときには、「ここを3回繰り返そう」とか「この一連の処理の塊を、この部分だけパラメータで変更可能にしつつまとめよう」とか「xとyをまとめて扱うようにしよう」といった意図をもって処理を書きます。そうすると、その意図が直接書ける言語のほうがいいです。 また、ここでは整数だけ扱うとか、文字列を扱うとか、xとyをまとめたデータを扱うとか、そういったデータ内容を明示すると、プログラムが失敗しにくくなるだけではなく理解もしやすくな
エンジニアは若い人が多い。 中高生がプログラミングを学んで自分のアプリを作るなんて話は珍しい話ではなくなった。 私自身も18歳のエンジニア正社員と一緒に働いたこともあるし、大学生のエンジニアインターンとは数え切れないぐらい仕事をしてきた。 そんな若い人たちが多いエンジニア界隈だが、私は27歳でエンジニアになった。現在、専門としているインフラ領域のエンジニアリングに関しては30歳から学び始めた。 お世辞にも早いスタートとは言えない。そもそも、社会人になってからエンジニアにジョブチェンジする時点で、早いスタートとは言えないのだ。 もちろん、遅いスタートだったが故につらいこともあったし、自分のキャリアに対して不安を抱いた時期もあった。しかし、今振り返ってみると、27歳の時エンジニアになった選択は人生最良の選択だったし、30歳でインフラエンジニアへ転向したことは私のエンジニア人生を大きく飛躍させて
Arrange pull requests in an ordered stack and merge them all in one click. Each PR represents one focused layer of your change, reviewed independently and landed together. Navigate between PRs in your stack from the GitHub UI, check the status of every layer at a glance, and trigger a cascading rebase across the entire stack with one click.
「どのように小さくリリースするか」ということを議論する以前に、「リリースが小さいとはどういうことか」についての認識を合わせられてなかったら、準備はまったくできてないと言っていい。 何においてもそうである。「どうやっておいしくハンバーグを作るか」を議論するには「ハンバーグがおいしいとはどういうことか」についての共通認識が必要だ。ハンバーグのおいしさについての意見が噛み合ってなかったら、その人達がどれだけ話し合っても「どうやっておいしくハンバーグを作るか」に答えを出せるわけがない。 だから、なんらかのきっかけで「リリースの大小」に問題意識が向いたのなら、「リリースが小さいとはどういうことか」が最初の論点にならなければいけない。（もちろん「リリースとは何を指すのか」についても当然共通認識が出来ていないと意味がないが） 大きい・小さいという尺度は、面積や体積をもった物体同士を比較するのに使われる表
企業のデジタルトランスフォーメーション（DX）では、相変わらず「ノーコード」や「ローコード」が大人気だ。全くコードを書かずに開発できるのがノーコード、少量のコードで開発できるのがローコードである。プログラミングに比べて学習コストが低く、アイデアをすぐに形にできるというメリットがあるとされている。 DXの文脈でよく名前が挙がるサービスやツールとしては、サイボウズの「kintone」や米マイクロソフトの「Power Apps」がある。ほかには米セールスフォースの「Lightning Platform」、あるいは米アウトシステムズやウルグアイ・ジェネクサスの製品なども使われているようだ。 kintoneを見ていつも思い出すのが、2008年に開発が停止した「Tuigwaa」（トゥイガーと読む）というオープンソースソフトウエアだ。情報処理推進機構（IPA）の「未踏ソフトウェア創造事業」に採択され、2
Fast, persistent browser automation from the command line. The Browser Use CLI (browser-use) is the command-line interface for the Browser Use platform. It does two things: Direct browser control — navigate pages, click elements, fill forms, upload files, take screenshots, run JavaScript. Supports three browser modes: managed headless Chromium, real Chrome with existing user profiles and logins, a
なお、Artificial Analysisを参照すると、包括的に確認できて便利です。 新しいパラメータや振る舞い GPT-5では出力の文量やツール呼び出しの形、出力制約を直接コントロールするための追加パラメータとツールが公開されています。 verbosity：出力される文章の長さを調節するパラメータ 指定できる値：low / medium / high reasoning_effort：思考の深さを調整するパラメータ 指定できる値：minimal / low / medium / high ※以前もありましたが、新しくminimalが追加されました。 Free‑Form Function Calling：JSONではなく任意テキストをツールに渡せる Python/SQL/シェルなど、そのまま実行系へ流せます CFG (Context‑Free Grammar)[1]：形式を指定して出力を
はじめにここで言う「プログラミング初級者」とはプログラミングの記述が上から下へ向かって順番に処理されること、条件分岐やループという概念があることを理解しており、RPGゲームが作れる「RPGツクール(現RPG Maker)」や学童向けプログラミング環境「Scratch」、「ナビつき! つくってわかる はじめてゲームプログラミング(ナビつく)」、ADVゲームが作れる「吉里吉里(もしくは吉里吉里2)」、過去にBASICやC、HSP、Javascriptあたりでプログラミングへ挑戦し挫折したなどなど、ある程度の「プログラマブルなロジック」構築の経験がある者を指します。 前日談(初級者は読まなくて良いです)ある時、筆者はふと思いました。「生成AIはなんだかんだで膨大なテキスト情報を処理している事がキモだよなぁ」とありきたりなことを。 そして、同時にプログラミング初級者の弱点として「現在記述されている
本記事は、TechFeed Experts Night#19 〜 達人に聞く、Linuxカーネルコードの歩き方のセッション書き起こし記事になります。 イベントページのタイムテーブルから、その他のセッションに関する記事もお読み頂けますので、一度アクセスしてみてください。 本セッションの登壇者 セッション動画 GMOペパボの伊藤洋也です。2007年からGMOペパボにて勤務しており、ホスティングサービスや技術基盤チームを経て現在はセキュリティ対策室に所属しております。オンラインではTwitterおよびGithubのアカウントとブログで活動しています。今回は実際のサービス環境でのLinuxカーネルのトラブルシューティング事例とともに、カーネルの詳細調査やコードリーディングの方法をご紹介します。 私はLinuxカーネルのコミッターをしているわけではなく、またLinuxカーネルの開発業務もさほど行って
FlutterでWindows用のアプリを作成する | CyberAgent Developers Blog
自己紹介 現在、株式会社MG-DXにて、Webフロントエンドエンジニアをやっている植木といいます。一つ前のプロジェクトはOPENRECでiOSエンジニア、その前は、ピグでUnityのエンジニアをしていました。ネイティブアプリを作るのが好きです。MG-DXでは薬急便というオンライン診療・服薬指導がWebだけで行えるサービスを提供しています。新たにアプリをインストールしなくても、SafariやChromeだけで気軽に使えます。 開発の経緯 薬急便は、患者向け、医療機関向けに展開しています。患者から予約が入った場合に、医療機関にはメールやFAXが通知されるようになっています。FAXでは、受信するまでの時間や画質の低下が気になり、コストもかかるので、代替手段で、Webから印刷機能を提供する話が出てきました。 キオスクモードでの印刷や常駐アプリとWebで連携して印刷する海外のアプリもありましたが一長
「MCPはAPIではない」――Dockerが解説するAIエージェント開発のベストプラクティスとは：よくある3つの誤解を解説 Dockerは、MCPについて開発者が誤解しがちな3つのポイントを解説するブログエントリを公開した。MCPの正しい実装パターンとアンチパターンも解説している。
【Reclineの導入方法あり】GitHub Copilot枠でClineが使えるようなので調べてみた（Recline / VSCode Language Model API / AIプログラミング） - at backyard
※追記などもあり、ページ量も増えてきたので目次を追加しました GitHub Copilot枠を用いてClineが使える？ GitHub Copilot枠を利用してClineを使うことができれば、より気軽にClineが使える？ 現段階ではClineのフォーク版であるReclineを利用するのが良さそう Reclineでは日本語が使えない問題が発生している場合の対応方法 チャット開始後、２回目以降の日本語の返答が抜け落ちている 実際の対応ログ Reclineでフォルダ構造読めない問題の対応方法 GitHub Copilot枠を用いてClineが使える？ ClineというVSCodeのExtensionがあり、これを使うとAIを用いたコーディング（プログラミング）が可能となる。Cline自体、現在かなり注目されているツールであり、既に解説している記事などもたくさん出ているため、ここでは説明は割愛
Amazonが自社製AIコーディングアシスタント「Kiro」を本番環境で使用するよう指示するも約1500人の従業員は「Claude Code」の使用を要望
Amazonが、Anthropicの開発したAIコーディングアシスタントであるClaude Codeの社内利用を制限し、自社開発のツールであるKiroを優先する方針を打ち出しました。この決定に対し、現場のエンジニアからはワークフローの停滞や生産性の低下を懸念する批判の声が上がっており、社内での対立が表面化していると報じられています。 Amazon Engineers Revolt Over AI Tool Restrictions - TechRepublic https://www.techrepublic.com/article/news-amazon-engineers-revolt-over-ai-tool-restrictions/ Amazon restricts use of Anthropic’s Claude Code despite Microsoft urging t
Kotlin – Wikipedia サーバーサイドKotlinの導入から一年が経ちましたという記事から更に2年が経過し、アプリボットではサーバーサイドにKotlinを導入してから3年が経過しています。 その間に開発中であったタイトルはリリースを迎え、安定的に運用・更新が行われるようになりました。そこで、Kotlinを導入した結果、開発者体験はどのように改善されたか、そうでなかったかを振り返ってみることとしました。 この記事はアプリボット技術研究室、室長の斎藤が、Applibot Advent Calendar 2021の5日目の記事として執筆しました。 本記事の主張 既存開発者/新規開発者にとっても学習曲線がゆるやかであるJavaの既存資産のKotlin環境への可搬性は高いIntelliJ IDEAの開発者体験の良さプログラミング言語としての細かい機能が便利になっている 学習曲線のゆるや
ソースコードを自動生成する Amazon CodeWhisperer でアクセンチュアが開発生産性を向上させた方法 | Amazon Web Services
Amazon Web Services ブログ ソースコードを自動生成する Amazon CodeWhisperer でアクセンチュアが開発生産性を向上させた方法 Amazon CodeWhisperer は、統合開発環境 (IDE) で記載されたコードやコメントから提案コードを生成する AI アシスタントで、開発者の生産性の向上に役立ちます。 CodeWhisperer のような AI アシスタントを導入することで、必要なコードがリアルタイムに提案され IDE とドキュメントや Q&A サイト間の往復 ( コンテキストスイッチ ) が減りコーディングの完了を早めることができます。 CodeWhispererは、何十億行ものコードでトレーニングされた大規模言語モデル (LLM) により 15 のプログラミング言語でコードを書けます。執筆時点で、 Java、Python、JavaScript
Pythonでテキストアナリティクス 〜『テキストアナリティクス入門』に沿い共起ネットワークなど描いてみた〜 Part3：辞書登録編 - Qiita
2022/08/15 紹介いただいた「国語研長単位」モデルで実行した番外編の記事もアップしました。 はじめに テキストアナリティクス入門 この書籍は、テキストアナリティクス初学者向けの入門書です。 テキストアナリティクスとは何だということのみならず、頻出語やこれを表現したWordCloud、共起ネットワークをどのように活用すべきかが、実例に沿ってわかりやすく解説されていて、とても参考になりました。 紹介されているテキストアナリティクスを実行したい！ということで、 1回目は、テキストの頻出語確認→WordCloud→共起ネットワークの作成および原文検察を、形態素解析した単語で実行。 2回目は、1回目の内容を複合語（名詞+名詞）で実行。 3回目である今回は、ひとつの単語として表現したい複合語を辞書に登録し、実行してみました。 テキストアナリティクスは、テキストを形態素解析にかけて単語に分解し、
GitHub - google-gemini/gemini-skills: Skills for the Gemini API, SDK and model/agent interactions
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
DX推進のキーテクノロジーであるAI。しかし、AIを使いこなせる人材が不足しているために、AIをうまくビジネスに取り入れられない企業が多くあります。世界有数のデジタル企業がAIを活用してビジネスを成長させているなかで、これからの競争を勝ち抜いていくためには、実践の場で活躍できるAI人材の採用または育成が急務となっています。 ZOZOでさまざまなAIプロジェクトの推進を担い、SaaS型人材育成サービスを手がけるGrowth X社（コラーニングから商号変更）でAI戦略アドバイザーを務める野口竜司が、連載の第1回ではこれからの企業におけるAIの重要性やAI人材が不足している現状について、第2回では自社でAI人材を育成するときに使えるフレームワーク「心技体＋知」についてお伝えしてきました。 ビジネスパーソンに必要なのは「AI企画」のつくり方 AIについて学ぶ研修で、AIのプログラミングでよく使われ
From idea to app in minutesAn internal tool or a dashboard for your team, weekend project, data entry form, kiosk app or high-fidelity prototype - Flet is an ideal framework to quickly hack a great-looking interactive apps to serve a group of users. Simple architectureNo more complex architecture with JavaScript frontend, REST API backend, database, cache, etc. With Flet you just write a monolith
最初に「何を実現すべきか」を“仕様”として明文化し、それを唯一の基準としてコード生成や検証を進めていく新しい開発スタイル。人間の意図を表した“仕様”が基準となるため、“雰囲気”を重視するバイブコーディングよりも高精度な開発が可能。 連載目次 用語解説 仕様駆動開発（Spec-driven development）とは、最初に「仕様（specification）」をAIと共に作成し、その仕様を「信頼できる単一の情報源（source of truth）」、つまり「唯一の基準」としてコードを生成し検証していく、新しいソフトウェア開発スタイルである。従来のバイブコーディングでは「雰囲気」や「あいまいな指示」からコードを作っていくことが中心だったが、仕様駆動開発ではまず「何を実現すべきか」を明確に定義し、その上でコード生成を進めるのが特徴である（図1）。 仕様駆動開発の考え方を広めたのが、2025年
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
Z80 自己書き換え : プログラミング指南 - Code Knowledge
“限界情シス”を疑似体験する「情シスすごろく」に新版 ルール刷新で“非情シス”も巻き込める
株式会社リクルート データスペシャリストコース新人研修レポート（2021年）①
<label>で<button>を囲んでいるときにclickイベントが2回発火する問題の原因と対策
Steamで収益を得るまでのプロセスをまとめた記事｜MetaFormingPro
Microsoft、「6502 BASIC」をオープンソースとして公開 | gihyo.jp
ChatGPT君、デバッグもコードレビューもできてしまう件「レビュアーいらず」「中の人いるのでは」
初心者向けゲームプログラミングJavaScriptライブラリを作り、講座をした - Qiita
exec(3) するけど、その裏でサーバーとかを動かしておきたい
Elm at Rakuten | Rakuten Engineering Blog
代理モデルによる機械学習モデルの説明 - Qiita
AI専用のプログラミング言語は現れない - きしだのHatena
エンジニアになるのが遅かった人へ｜Yossy@英語とプログラミング
GitHub Stacked PRs
「小さくリリースする」以前に、リリースが小さいとはどういうことか | Marginalia
ノーコード・ローコードは本当に楽か、「プログラミング不要」という幻想
Browser Use CLI - Browser Use
GPT-5、開発に使うための基礎知識 ——ワンショットでのフロントエンド開発の各モデル比較も | gihyo.jp
生成AIを利用したプログラミング初級者向けの温故知新な提案
トラブルシューティングからLinuxカーネルに潜り込む ‐ 実際のサービス運用で深めたカーネルへの理解
https://twitter.com/miyashin_prg/status/1575824103629418496
「MCPはAPIではない」――Dockerが解説するAIエージェント開発のベストプラクティスとは
サーバーサイドにKotlinを導入して3年経った結果
ビジネスパーソンはPythonよりも「AI企画」を学ぼう--実践で使えるメソッドを伝授
Build multi-platform apps in Python powered by Flutter | Flet
仕様駆動開発（Spec-driven development）とは？
medihen.hatenablog.com
amass.jp
qiita.com/sakutto-panda
www.kobe-np.co.jp
fujipon.hatenadiary.com
share.google