OpenAI Agents SDK で「人類はもう生成AIに勝てないと痛感したDeep Researchの使い方」を自動化してみた - Qiita
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? はじめに @zazen_inu さんの記事「人類はもう生成AIに勝てないと痛感したDeep Researchの使い方」が凄いので OpenAI Agents SDK で自動化してみました。 目的 @zazen_inu さんのメソッドを楽に実行したい OpenAI Agents SDK で実装してみてフレームワークのクセとか使い方を理解したい 方法 愚直に実装します。 処理フロー それぞれの Agent の背後にはテキスト生成モデルがいます。用途によってモデルの種類を決めます。賢さ、インターネットの情報の調査能力、コストなどを意識します。
お話の概要 弊社が契約していたUiPath（LGWAN-ASP）を解約しました。それに至った経緯とどうすればよかったのかを自分なりに分析しました。 弊社の構成 LGWAN-ASPのCloudPark「自治体向けRPA配信サービス」を契約し、LGWAN接続系とマイナンバー利用系（特定通信）から接続、インターネット接続系には、仮想マシン経由でアクセスする形式となります。 RPAの選定及び理由 RPAにはUiPathを選定しました。導入当時（R2年度）は、WinActorやbizrobo等が候補としてありましたが、以下の理由によりLGWAN-ASPのCloudPark（UiPath）を選定しました。 高速で動作（画面のセレクタ等） LGWAN-ASPなのでどのネットワーク系からも使用可能 仮想画面越しにも動作可能 導入の理由 よく言われるように働き手不足による人的リソースの確保にあります。弊社で
こんにちは、@ketancho です。最近、7年前に書いたこちらの記事を読む機会がありました。 www.ketancho.net 今読んでも、ベースとなる部分や考え方は変わっていないなと考えています。ただ、少しだけ情報を追加、あるいは整理したいなと思える部分があったので、AWS を学び始めようとされる方が多いであろうこの4月に、2025年版を考えてみることにしました。少しでも "学びはじめ" の参考になれば嬉しいです。 ▼ この記事の目次 １）JAWS-UG のイベントや AWS 主催のイベントに参加する ２）AWS 資格を取る ３）実際に手を動かす ４）幅広いインフラの基礎知識をつける ５）簡単なもので構わないので、自身のプロダクト・Web サービスを AWS 上に構築し、運営する ６）自分の学んだことをアウトプットする まとめ １）JAWS-UG のイベントや AWS 主催のイベントに
MCPはゲームチェンジャーになるのか
近年、Model Context Protocol (MCP)が脚光を浴びています。これは、大規模言語モデル（LLM）などのAIエージェントが、外部のツールやデータソースと安全に双方向接続するためのopenなプロトコルです。そして、MCPサーバーとは、そのプロトコルに従って外部サービスの機能やデータを公開するサーバーのことを指します。AIモデルとあらゆるデータ源との間の「橋渡し」を標準化しようという試みです。 例えるなら、MCPはAIアプリケーションにおけるUSB-Cポートのような存在です。USB-Cが機器と周辺機器を標準化された方法で接続するように、MCPはAIモデルと各種ツール・データ源を標準化された方法で連携させます。この画像がとてもわかりやすかったです。 今回は、MCPの仕組みと目的、そして生成AIの未来に与えるインパクトについて詳しく解説していきます。 MCPとは何か？ MCPの
Blender MCP を試す｜npaka
「Blender MCP」を試したのでまとめました。 1. Blender MCP「Blender MCP」は、「MCP」を介して「Claude」を「Blender」と直接対話できるようにします。この統合により、プロンプトによる3Dモデル作成や操作などが可能になります。 2-2. Claude Desktop AIアシスタントのClaudeを利用するためのデスクトップアプリケーションです。 ・Claude Desktop 2-3. Python 3.10以降 + uvPythonは、公式サイトから適切なバージョンをインストールします。 uvのインストール手順は、次のとおりです。 ・Mac brew install uv・Windows powershell -c "irm https://astral.sh/uv/install.ps1 | iex" set Path=C:\Users
はじめに こんにちは！Algomatic ネオセールスカンパニーでエンジニアをしている末國と申します。 私たちが1月にリリースした営業AIエージェント「アポドリ」では、一部機能にDifyを組み込んでいます。 一部といっても、すでに100個近いワークフローが作られていたり、1日1万回呼び出したりするくらいには利用しています。 Difyはいわゆるローコードツールであり、「コードが書けない人が使うもの」「DifyはPoCで使って、本番はプログラムを書く」という印象もあるかもしれません。 しかし、私たちはむしろ積極的に「コードからDifyへの移行」を行ってきました。 この記事では私たちが「なぜDifyを利用しているのか」「何がそんなにいいのか」について書いていきます。 そもそもDifyとは何か 理由の話をする前に、そもそもDifyとは何か、特にワークフロー機能についておさらいしておきます。 すでに
シェルでコンテナの実行や操作ができる「Dagger Shell」、Docker創始者らによるDagger社からオープンソースで登場
Dockerの創始者であるSolomon Hykes氏らが中心となって発足されたDagger社から、コンテナ時代の新しいシェルとうたわれた新ツール「Dagger Shell」が登場しました。 シェルを補完してコンテナを操作可能に Dagger Shellはシェルを置き換えるのではなく補完するものだと説明されています。 Dagger Shellを用いることで、シェルコマンドやシェルスクリプトの中でコンテナの操作が可能になります。 下記はデモ動画のキャプチャです。ここではシェルコマンドとして「container | from alpine | with-exec apk add git | terminal」と入力、実行されています。つまりAlpine Linuxのコンテナを起動してgitをインストールし、terminalを起動するというものです。 Dagger Shellコマンドはサンドボッ
すでにご存知の方も多いかと思いますが、OpenAI の Agents SDK から直接 Model Context Protocol (MCP) サーバーをツールとして利用できるようになりました！工夫次第でいろいろと可能性が広がりそうですね。 この機能の基本的な使い方を知るには Agents SDK のドキュメントページ（英語） とリポジトリ内の examples/mcp/ 配下が参考になりますが、実際に MCP サーバーの連携を利用する場合、複数の MCP サーバーを同時に利用することが多いのではないかと思います。この記事では、その方法について補足解説したいと思います。 紹介するコード例では MCP プロジェクトが提供している以下のサーバーを利用します： Filesystem MCP サーバー：ローカルのファイルシステムとのやりとりが可能 Slack MCP サーバー：Slack ワーク
総評としては、Claudeがライブラリ指示追従性能が高く便利で、ロングコンテキストを加味するとGemini 2.5 Proをサブとして用いると良さそうです。 備考 実際のコーディングにおいては画像対応やモデルごとの最大コンテキスト長も加味する場合もあります。上記ではo1以外は画像対応しており、かつコンテキスト長を最大付近まで使うと現状では性能劣化が激しいためロングコンテキスト性能だけを見るに留めました。 どの言語を使えばいいの？ この節のサマリ とりあえず日本語でOK LLMにおける言語間の差異について プロンプトにおける言語選択は重要な問題です。言語によって、これらの能力が変わります。 推論能力 トークン効率 ChatGPT が登場した当時は明確に英語での推論が優れていましたが、現在はトークン効率が改善され、以下のベンチマークで見るとおり、推論能力も他とあまり変わりません。 ゆえに現状で
はじめに 近年、私たちの生活や仕事の様々な場面でAI（人工知能）の存在感が増しています。特にエンジニアの世界では、Claude、GPT-4、Geminiといった大規模言語モデル（LLM：Large Language Model）を搭載したAIアシスタントが、プログラミングの方法そのものを大きく変えつつあります。 これらのAIアシスタントは単にテキストを生成するだけでなく、コードの作成や修正、バグの発見と修正案の提案など、かつてはエンジニアだけが行えた専門的な作業を驚くべき精度で実行できるようになりました。特に注目すべきは、CLINEやCursorのようなエージェントモード機能を持つAIアシスタントの登場です。これらは単にコード生成を行うだけでなく、実際にコマンドを実行したり、ファイルを操作したり、更にはデータベースに接続するといった実務的な作業まで行える能力を持っています。例えば、「このJ
福田（@JunyaFff）です。今月の「Python Monthly Topics」は、Python 3.13の新機能「free threading」について解説します。 はじめに 2024年10月にリリースされたPython 3.13。その中でもっとも注目すべき実験的な新機能の「free threading」について紹介します。本記事ではfree threadingについて紹介するにあたり、避けては通れない「Global Interpreter Lock（以下GIL）」というCPythonのロック機構の基本を説明して、free threadingについての概要と動作検証した結果を紹介します。 Python 3.13での他の新機能については先月の記事「Python 3.13で更新された機能の紹介」をご参照ください。 なお、今回の記事を書くにあたり参考にしたドキュメントは下記になります。
シリーズ: 要件定義とはそもそも何か 要件定義の目的とゴールとは 要件定義の重要ポイント〜要望・要求・要件を見極める 事業・業務・システムの3階層で要件を捉える 業務フロー図で見える化する業務プロセスからシステム要件への道筋 ユースケースとロバストネス図によるシステム要件定義 システム要件定義の成果物〜設計へのインプットを作成する 要件定義とソフトウェアアーキテクチャ設計（本記事） TRACERYプロダクトマネージャーの haru です。 設計プロセスでは、要件定義で作成された成果物をもとに、各種の設計が進められます。 そのため、設計プロセスの流れや観点を理解しておくことで、「どのような情報を、どの粒度で要件としてまとめるべきか」が明確になり、要件定義の成果物の実用性や完成度が大きく向上します。 設計プロセスについて、たとえば、以下のような観点を押さえておくことが重要です。 どのような成果
この記事はCC0ライセンスで利用できます。許諾も対価もなしで、転載も加工も学習も自由に行えます。末尾の有料部分は空っぽで、最後まで全て無料で読めます。 長い記事なので、ChatGPTやClaude、Geminiなどを使った要約もお勧めします。要約する際は自分の求める長さを指示したり、「たとえを使って」とか「面白おかしく」とか、読みやすい文章に変えるのもお勧めです。そして要約が面白ければ、ぜひ記事を直接ご覧ください。 なお、この記事は以下と薄く連なるものです。こちらも長いですが、合わせて読むとより楽しめます。 はじめに何か短いお話を作って。ファンタジーで面白いやつ。こんな風に指示してAIに物語を生成させると、最初はその流暢さに驚き感心しますが、何度か試しているとすぐ壁にぶち当たります。そもそも筋が成立していないとか、つまらないとか、短いとか、矛盾があるとか、文体が好みでないとか、言いようのな
開発系AIツールの探索とAI時代の「富豪的プログラミング」 - 弁護士ドットコム株式会社 Creators’ blog
こんにちは、CTOの@stanakaです。 年明けから2か月間、社内でさまざまなAIを活用した開発ツールを試してきました。当社ではすでにGitHub Copilotを標準的に導入していますが、他にも良いツールがあるはずだということで、エンジニアの皆さんに新しいツールを積極的に試してもらいました。 今回試した主なツールは以下のとおりです。 Cursor ChatGPT Plus, Pro Claude Pro Claude Code Cline Devin もっといろいろ試せるとよかったですが、リソースは有限なので今回はここまでとしました。取り組みの様子はブログでもいくつか紹介していますので、ぜひご覧ください。 creators.bengo4.com AIによるプログラミングの変化 社内で特にAIツールを使いこなしているエンジニアの傾向を観察すると、単一のツールに限定するのではなく、用途や状
GoogleのLLM「Gemini」でコードレビューをするGitHub Actionsを自力で構築してみた - NTT Communications Engineers' Blog
ビジネスdアプリ開発チームの立木です。現在、私たちのチームでは生成AIによる開発効率の向上を検討しています。その一環として、コードレビューの自動化を検討しています。 そこで、本記事では検証の一環として勉強も兼ねて、GoogleのLLM「Gemini」でコードレビューをするGitHub Actionsを自力で構築してみたのでその方法を紹介します。 Geminiとは Google AI Studio Vertex AI Google Gen AI SDK 着想の背景 コードレビューの観点 完成したもの ファイルの構成 処理の流れ gemini-code-review.yml gemini_review_code.py プロンプト 終わりに Geminiとは Geminiとは、Googleが提供しているLLMです。つい先日も、Gemini 2.5 proがリリースされ、コーディング能力を含め、そ
【2025年最新】プログラマー必見！バイブコーディング(Vibe coding)を加速するWindsurf代替ツール10選 - Qiita
ツール選択ガイド 大規模企業向け: Cursor、GitHub Copilot、Tabnineが特に適しています。セキュリティとスケーラビリティを重視する場合はTabnineがおすすめです スタートアップ/個人開発者向け: Codium、Trae、VS Code + AI拡張機能が費用対効果に優れています 特定環境に特化: Microsoft環境ならIntelliCode、AWS環境ならCode Whisperer、Python開発ならAIプラグイン付きPyCharmが最適です。 リモートチーム: Replitはブラウザベースで環境構築不要なため、分散チームに最適です バイブコーディング体験重視: Traeは特にバイブコーディングワークフローに最適化されています それでは、各ツールの詳細を見ていきましょう！ 1. Cursor: 精密さを極めたAIコーディングの新星 まず最初に紹介するのは
LLMによるパワポ自動生成にチャレンジしてわかった課題 - Insight Edge Tech Blog
はじめに こんにちは。２０２３年１２月からInsight Edgeに参画したData Scientistのカイオと申します。 入社してから幅広い分野のAIや機械学習だけでなく、API構築やクラウドと関わり海外出張までする機会があって非常に感謝しています。 最近、LLMを使ってPPTXを生成する案件に携わり得た知識を共有しようと思ってこの記事を書きました。 目次 PPTXファイルの構成 PythonによるPPTXライブラリ(python-pptx) わかった課題 まとめ PPTXファイルの構成 皆様ご存知だと思いますが、PowerPointが世界一使われている発表資料です。OpenOffice等のオープンソースアプリも存在しますが人気度がそこまで高くありません。 PowerPointは２００７においてPPTからPPTXフォーマットに変わってその中身の仕様は大きく変わりました。中身は非常に複雑
はじめに 年度末の振り返りとしてstreamlitを使った技術ヒートマップを作ってみました。 社内勉強会のテーマとして用意したものですが、せっかくなのでQiitaにも投稿します！ 技術のヒートマップを作ろう🐱🐉🔥 今年度、あなたはどんな技術に触れ、どんな業務をしましたか？ どこが濃い？どこが薄い？可視化されたマップをもとに振り返りましょう。 あなたの強みを再確認するだけでなく、来年の目標設定にも活かしてください！ 今日はStreamlitを使ってヒートマップを作ります⭐ 🧣 アジェンダ Streamlit体験 ヒートマップ作成 🛸 手順 まずはStreamlitが実行できる環境を用意します。 1.Pythonの準備 公式サイトから最新版をインストール コマンドプロンプトからPytonのバージョンを確認する
[備忘録] StreamlitでExcelのようなデータ編集機能を実装する - Qiita
Streamlitで簡単にExcelライクなデータ編集機能を実装する方法をQiitaに投稿しました。Pythonの勉強備忘録として、データ操作をブラウザ上で直感的に行う方法をまとめています。初心者の方にもわかりやすく解説しているので、ぜひご覧ください！📝 はじめに 最近Pythonを勉強していく中で、データ操作のためのウェブアプリを手軽に作成できるStreamlitというフレームワークに出会いました。特に、st.data_editorという機能を使うとExcelのようなインタラクティブなデータ編集が可能になることを知り、備忘録として共有します。 Streamlitとは？ Streamlitは、データサイエンス・機械学習のプロジェクトを簡単にウェブアプリ化できるPythonのフレームワークです。コードを書くだけで、インタラクティブなウェブアプリを作成できるのが特徴です。 環境構築 まずは必
![[備忘録] StreamlitでExcelのようなデータ編集機能を実装する - Qiita](https://cdn-ak-scissors.b.st-hatena.com/image/square/4967e2cb50e067f449edd84d403e83b9d3e5a996/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%253DaHR0cHM6Ly9xaWl0YS11c2VyLXByb2ZpbGUtaW1hZ2VzLmltZ2l4Lm5ldC9odHRwcyUzQSUyRiUyRnMzLWFwLW5vcnRoZWFzdC0xLmFtYXpvbmF3cy5jb20lMkZxaWl0YS1pbWFnZS1zdG9yZSUyRjAlMkYyNjQ4MDY5JTJGMGU0YTU4OTYzNzI5ZTIyYjkwODM5NDY4YjkzYWNkMGNmNWM4YWFhOCUyRmxhcmdlLnBuZyUzRjE2NTE1ODc2MzQ_aXhsaWI9cmItNC4wLjAmYXI9MSUzQTEmZml0PWNyb3AmbWFzaz1lbGxpcHNlJmZtPXBuZzMyJnM9ZmQxZmIxNGYyM2JiYTE1NTZmMzQ4YmYxZGE3YzFmMjc%2526blend-x%253D120%2526blend-y%253D467%2526blend-w%253D82%2526blend-h%253D82%2526blend-mode%253Dnormal%2526s%253D4e21d6c99ffd21130be46a8d859f162c%3Fixlib%3Drb-4.0.0%26w%3D1200%26fm%3Djpg%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTk2MCZoPTMyNCZ0eHQ9JTVCJUU1JTgyJTk5JUU1JUJGJTk4JUU5JThDJUIyJTVEJTIwU3RyZWFtbGl0JUUzJTgxJUE3RXhjZWwlRTMlODElQUUlRTMlODIlODglRTMlODElODYlRTMlODElQUElRTMlODMlODclRTMlODMlQkMlRTMlODIlQkYlRTclQjclQTglRTklOUIlODYlRTYlQTklOUYlRTglODMlQkQlRTMlODIlOTIlRTUlQUUlOUYlRTglQTMlODUlRTMlODElOTklRTMlODIlOEImdHh0LWFsaWduPWxlZnQlMkN0b3AmdHh0LWNvbG9yPSUyMzFFMjEyMSZ0eHQtZm9udD1IaXJhZ2lubyUyMFNhbnMlMjBXNiZ0eHQtc2l6ZT01NiZ0eHQtcGFkPTAmcz01NWY5YjRhZjY5OTliNzBmNWQwMjEwZTM1YzgxOWI0NA%26mark-x%3D120%26mark-y%3D112%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTgzOCZoPTU4JnR4dD0lNDBUYWRhdGFrYV9UYWthaGFzaGkmdHh0LWNvbG9yPSUyMzFFMjEyMSZ0eHQtZm9udD1IaXJhZ2lubyUyMFNhbnMlMjBXNiZ0eHQtc2l6ZT0zNiZ0eHQtcGFkPTAmcz01YWM4MmFhMTM4Y2ZkZDI1MzAyNzNkMmI1YzJiNDBhMQ%26blend-x%3D242%26blend-y%3D480%26blend-w%3D838%26blend-h%3D46%26blend-fit%3Dcrop%26blend-crop%3Dleft%252Cbottom%26blend-mode%3Dnormal%26s%3Ded0ca0748f66fbd5b48059ecc770b115)
(前回の記事の補足と更新があります) はじめに 情報の伝わる速さについて調べる 伝搬速度を検証する 検証環境を構築する 検証 結果 所感 参考文献 はじめに 以下の記事を読んでいて気になる箇所がありました。 jp.quora.com これは小学生の知識でも説明できます。光は1秒間に地球を約7周半するのですよね。日本ブラジル間はだいたい地球半周の距離です。仮に一切のボトルネックなく通信が光の速さで一直線に進んでも、60 × 0.5/7.5 = 4フレームの遅延が発生することがわかると思います。 光ファイバーで通信する場合、光は真空中と同じ速さ(3x108 m/s)で通信できるでしょうか？ 物質中を通過するので、もう少し遅いような気もします。 また、気になる画像をインターネットで見つけました。 「電脳格技メフィストワルツ」で「光速は俺らには遅すぎる」という名言が出たそうですが、本当に真空中の光
Lua の代替スクリプト言語まとめ
Lua の代替スクリプト言語 組み込み用のスクリプト言語として使える Lua はライトな反面、動的型付けや 1-based index といった仕様がボトルネックになりがちです。そうした状況の中、相応の短所も抱えた Lua の代替となりえる C/C++ 開発用組み込み用のスクリプト言語が多く開発されています。しかしながら、それらを横並びで比較及び評価した記事をあまり見かけませんでした。そこで、本記事では AltLua となりうる言語を取り上げ、それぞれの特徴を検証していきます。 Lua 向けトランスパイラ言語 コンパイルして Lua を出力するトランスパイラ言語について。Lua VM 上で動作するため、既存の Lua ライブラリの利用が可能な他、軽量で高速な強みを十分に生かせることが期待できます。 github stars やリリースなどの情報は 2025 年現時点のものを記載します。 M
LLMのことを知りたいと思ってチュートリアルなどを眺めても結局transformersのAPI紹介で何も分からない。そこで「分からないなら作ればいいじゃない」、というファインマン流な勉強を始めてみました。ゼロから作ろうかと思ったのですが、ちょっと大変そうなので、このシリーズではJAXとequinoxで実装していきます。JAXは自動微分やJIT機能のついたnumpyですが、流石にそのレベルから頑張るのはしんどいので、JAXでニューラルネットワークなどを作りやすくするライブラリーであるequinoxを使います。flaxなどより薄いラッパーで、扱いやすいのが特徴です。 Llama3モデルを色々用意するのは大変なので、今回はLlama3に限定します。LlamaはMetaの開発しているLLMで、同じ構造はSarashinaやLLM-jpといった日本語LLMにも採用されているようです。私が使ったことの
Google主催のバグ発見イベント「LLM bugSWAT」に参加して「Gemini」をハッキングし、ソースコードを公開させることに成功したサイバーセキュリティエンジニアが「最も価値のあるハッカー」という称号を授与されました。当人らが経緯を語っています。 We hacked Google’s A.I Gemini and leaked its source code (at least some part) - Lupin & Holmes https://www.landh.tech/blog/20250327-we-hacked-gemini-source-code/ 称号を授与されたのはサイバーセキュリティエンジニアのロニ・カルタ氏ら。カルタ氏らは2024年にもLLM bugSWATに参加しており、多額の報奨金を獲得しています。 Googleのバグ報奨金イベント「LLM bugSWA
The Unix shell is over 50 years old, but it still defines how programmers use their computers. We type a few words in a terminal, and milliseconds later an ephemeral factory comes online: the Unix pipeline. Data streams through a network of simple programs working concurrently, like robots on the factory floor, executing a computational choreography we composed seconds ago. Its job done, the facto
A web framework for building products with Python · Plain
Leverage the world's most popular programming language Plain is a fork of Django, bringing new ideas to established patterns in the Python landscape. Build a new business, an internal tool, or something for yourself. Entrepreneurial Plain was forked inside of PullApprove — a revenue-generating SaaS with Fortune 500 customers.
Xee: A Modern XPath and XSLT Engine in Rust By Martijn Faassen • 2025-03-27 • Tags: xml, rust, xpath, lxml For the last two years I've been working on a programming language implementation in Rust named Xee. Xee stands for "XML Execution Engine" and it supports modern versions of XPath and XSLT. Those are programming languages, and yes, that's XML stuff. Now hold on. Your brain might shut down whe
はじめに 最近、休日に何人かの人達と、AI を活用したアプリケーションをつくってます。 その開発は AI 技術のキャッチアップを目的としており、あえてやや複雑な問題を扱っています。 僕はそこで技術選定と設計をしたわけですが、「Mastra だけじゃ駄目ですか？」 「Workflow は駄目って聞きました！どうして Workflow で作るんですか？」という質問を受けました。 この文書は、その説明に用いたものから抜粋したものです。 僕は AI の専門家ではないので、もしかしたら間違っているかも知れません。 気になった点がありましたら、コメントにて指摘いただけるとありがたいです。 前提 汎用的な用途で利用される AI は Google のような大きな会社がシェアを取ると思われます。 我々普通のアプリケーションエンジニアは、ドメインやユースケースに特化させることで差別化を求められるでしょう。 そ
現代のPython開発環境はpyenv + Poetry（もしくは最近ならuv）を使って管理することが多いと思います。 名前が似ていてややこしいvenvは、これらと違ってPythonに標準搭載されているベーシックな仮想環境ツールです。色々ありますが、まずはこいつを改めて学びましょう。 venvとは？ こういう、みんなが使う開発ツールは巷にユーザー記事が溢れていますが、こういうものほど最初は公式ドキュメントを読んでみましょう。 venvとは：Pythonのモジュールの一つ 軽量な稼働環境の作成を行う。ようは、色んなバージョンのPythonを同じPCの中で混在させて、プロジェクトによって使い分けられる インストール済みのPython（ベースPython）の上に仮想環境が作成される 仮想環境の中でpip installを行うと、仮想環境内にパッケージが追加される しかしvenvは公式ページが結構
未経験からエンジニアになっても、勉強は続けなきゃいけないし、仕事でついていくのも大変…？ それに未経験でちゃんとした会社にはいれるのかな…？ ITキャリアに興味があっても「未経験からのエンジニアはやめとけ」と言われると、知らないことが多い分だけ、不安になりますよね。 実際のところ、「やめとけ」と言われるのにも一定の理由があります。しかし、IT業界やエンジニアを取り巻く環境を理解し、適切に対応することで、未経験からでもエンジニアとしてやっていくことは十分可能です。 この記事では、未経験からエンジニアになるのはやめとけと言われる理由を 3 つのポイントにまとめ、それを乗り越える 7つの解決策 をお伝えします。 この記事を読むことで、未経験からエンジニアを目指す際に感じる不安が解消され、安心してエンジニアを目指す道筋が見えてきます。ぜひ読んでみてくださいね！ この記事を書いた人 りもじい くわし
はじめに：この記事について この記事はModel Context Protocol (MCP)という、2024年11月にAnthropicが発表した新しいAIエージェント接続プロトコルについて、その基本概念から実践的な活用方法まで包括的に解説します。特にMicrosoftのAzure AI Foundryとの連携を中心に、具体的なハンズオン手順を通じてMCPの可能性と実用性を探ります。 この記事で学べること MCPの基本概念とアーキテクチャを理解できる クラウドとローカル環境の両方でMCPを実装する方法を学べる Azure AI Foundryとの連携手順を通じて実践的なスキルを身につけられる エンタープライズ環境でのMCP活用におけるセキュリティ考察を理解できる MCP登場から約4ヶ月の2025年3月現在、MCPは急速に業界標準として採用されつつあり、Microsoft、Amazon、G
Amazon Q Developer for CLIを使って、AWSのリソースをAIで作成⇒調査⇒構成図作成までやってみて、構築作業を楽にしよう | コラム | クラウドソリューション｜サービス｜法人のお客さま｜NTT東日本
WSLのインストール WSLのインストールはWindows 10 バージョン2004以上またはWindows 11の環境で実施します。Powershellを管理者権限で開き、下記のコマンドを実行します。 wsl --install WSL のインストール | Microsoft Learn 無事WSLがインストールできたらWSLの仮想環境にログインします。 wsl ~ Amazon Q Developer for CLIのインストール WSLの各コンポーネントを最新化します。 $ sudo apt update $ sudo apt upgrade AWS CLIをインストールします。 $ curl "https://awscli.amazonaws.com/awscli-exe-linux-x86_64.zip" -o "awscliv2.zip" $ sudo apt install
Claude DesktopとMCPを使って学習ログを作る
やりたいこと 日々の学習を効率化するために、参考になったwebページの内容を振り返る仕組みが欲しい 最近はMCPの開発が盛んなのと、ClaudeDesktopからだと定額で利用できるため、これらを使って簡単な学習ログの仕組みを構築する 参考にした記事 必要なもの Claude Desktop Claude Pro アカウント fetch MCP サーバ URLを投げつけると中身を読んでくれる ページにあるLinkの先とかまで読んでほしいときはPlaywrightMCPを使うと良さそう Claude Code MCPサーバとして動かすとファイルの読み書きができる 作り方 ClaudeProに課金したアカウントであれば、ファイル>設定>開発者>構成を編集 とすると、 claude_desktop_config.jsonがあるディレクトリが開く。 claude_desktop_config.js
Last Updated on 2025-03-31 12:59 by admin ギリシャのピレウス大学とアテナ研究センター、オランダのデルフト工科大学の研究者らが、マルウェア作成者が検出回避のために一般的でないプログラミング言語を使用する傾向について調査した結果を発表した。 研究者チームはTheodoros Apostolopoulos、Vasilios Koutsokostas、Nikolaos Totosis、Constantinos Patsakis、Georgios Smaragdakisらで構成されている。 彼らの論文「趣味と利益のための奇抜なプログラミング言語によるマルウェアのコーディング」によると、マルウェア作成者は静的解析による検出を回避するために、DelphiやHaskell、Rust、Nimなどの一般的でない言語を使用している。アンチウイルス評価機関AV-TESTに
Terraform実行ユーザー用の最小権限の原則を支援するPike触ってみた | フューチャー技術ブログ
はじめにTIG 真野です。Terraform連載2025の2日目です。 Pikeを触ってみた記事です。 PikeとはPike は James Woolfendenさんによって開発されたTerraformのコードを静的解析し、その terraform apply に必要な最小権限の原則に則ったIAMポリシーを生成するツールです。直接 .tf のコードをスキャンするというところが、良さそうと思ったポイントです。 Terraformを用いてインフラ構築する際には、強めの権限（本来は不要であるサービスの作成権限など）を付与して行うことが多いと思います。そのため、万が一のセキュリティ事故や誤操作で思いがけない結果に繋がる懸念がありました。しかし、最小権限の原則を忠実に守ろうとすると難易度・対応コストが高くなるため、ある程度割り切った運用を採用することが多いように思えます（もちろん、開発時は大きめを許
［Pythonクイズ］PEP 8（コードの書き方ルール）の理解度をチェック！ 適切な書き方がどれか分かるかな？
［Pythonクイズ］PEP 8（コードの書き方ルール）の理解度をチェック！ 適切な書き方がどれか分かるかな？：Pythonステップアップクイズ PEP 8って知ってます？ Pythonで標準的なコーディング規約ですよね。でも、どこまでその内容を理解できていますか？ PEP 8の理解度を一緒に試してみましょう。
世界最大のプレプリントサーバーである「arXiv」は、物理学や数学、コンピューターサイエンス、統計学などの分野において論文のアップロードやダウンロード機能を無料提供しており、学問の発展において重要な役割を果たしています。そんなarXivは1人の物理学者のコードから生まれました。 Inside arXiv - the Most Transformative Platform in All of Science - Slashdot https://science.slashdot.org/story/25/03/27/1456239/inside-arxiv---the-most-transformative-platform-in-all-of-science 一般的に学術雑誌に掲載される論文は、研究者同士で「ピアレビュー(査読)」と呼ばれる作業が行われるため、掲載までには数カ月～1年を要
Project Padawan：Copilotエージェントが自律的にイシューを解決する世界へ ――2月に発表されたProject Padawanは「SWEエージェント」と位置付けられています。まずはこのSWEエージェントとは何なのか、そこから教えていただけますか。 ドムケ氏：SWEエージェントという言葉は、GitHubが考え出したわけではなく、ソフトウェアエンジニアリング（SWE）の研究者たちが2024年に発表した論文に由来しています。その論文では、ソフトウェアエンジニアリングの自動化を可能にするコンピューターインタフェースを「SWEエージェント」と定義しています。 Project PadawanはGitHub上のSWEエージェントであり、開発者の代わりに行動することで、ソフトウェアエンジニアリングを支援するシステムです。 このプロジェクトを始めるにあたって、われわれはまず、GitHubに
マイクロソフト、多様な言語でWebAssemblyコンポーネントのワークロードを実行できるマイクロVM「Hyperlight Wasm」リリース
昨年発表されたオープンソースのRustライブラリ「Hyperlight」は、関数を仮想マシン内で分離しながら、可能な限り高速に関数を実行するためのライブラリ。そのマイクロVMである「Hyperlight Wasm」は、RustやC、C++、Python、JavaScript、C#などさまざまなプログラミング言語で記述されたWebAssemblyコンポーネントワークロードを実行できる。 Hyperlight Wasmは、Wasmtimeによって提供されているサンドボックスにVMのセキュリティを追加し、ホストOSから高度に分離しながら、高速で起動するアプリケーションを実行できる点が特徴。 Hyperlight Wasmは1～2ミリ秒で新しいVMを作成することが可能で、「将来的にはこの数値を1ミリ秒未満にするための作業が進行中」とのこと。 Hyperlight Wasmは、GitHubのhype
I recently spoke to a developer who tried blogging but gave up because nobody was reading his posts. I checked out his blog, and it was immediately obvious why he didn’t have any readers. The developer had interesting insights, but he made so many mistakes in presenting his ideas that he was driving everyone away. The tragedy was that these errors were easy to fix. Once you learn to recognize them
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
小規模自治体でローコード開発ツール（UiPath）を契約廃止したお話｜Kazuya
AWSを学ぶ上でやってよかった勉強法６選（2025年最新版） - log4ketancho
なぜ、Difyなのか - Algomatic Tech Blog
複数の MCP サーバーを使った OpenAI Agents SDK コード例
最近のコーディングにおけるLLMの使い方QA - Qiita
「本当に必要なエンジニア」とは何か - AIアシスタント時代の新たなエンジニア像
PythonのGILと3.13の実験的な新機能「free threading」を知る | gihyo.jp
要件定義とソフトウェアアーキテクチャ設計 - TRACERY Lab.（トレラボ）
AIが生成する物語をかき乱して改善する「アーキトロープ」という手法について｜kogu
技術ヒートマップを作ろう🐱🐉🔥 - Qiita
Pingの応答から通信距離を推定してみる(太平洋横断編) - たぶん動く...
イチからつくるLLM（１）｜ディープラーニングネイティブ
GoogleのAI「Gemini」をホワイトハッカーがハッキングし隠された情報を発見することに成功
A Shell for the Container Age: Introducing Dagger Shell - Dagger
Xee: A Modern XPath and XSLT Engine in Rust
AIを利用したサービスにおける構造化データの作成と活用例 - selmertsxの素振り日記
Python仮想環境ツール多すぎ！ 一番ベーシックな「venv」から再入門しよう - Qiita
未経験エンジニアやめとけの解決策とは？7つの方法で安全にITキャリアへ挑戦！ | 安定志向のITキャリア入門
Part1 : Azure AI Foundry で MCPを使ってみた【深掘りと最新動向調査】
Lisp、Haskell、Rustでマルウェア開発：検出回避に利用されるマイナー言語の脅威 - イノベトピア
現代科学を支える巨大プレプリントサーバー「arXiv」はどのようにして生まれたのか？
GitHub CEOに聞く―「Project Padawan」の狙いは？ 未来のソフト開発はどう変わるか？ (1/2)
「Microsoft 365 Copilot」に強力なエージェント「Researcher」と「Analyst」が追加／専門家のように徹底的な調査や「Python」を用いた大量・複雑な業務データ分析が可能に
How to Write Blog Posts that Developers Read