並び順

ブックマーク数

期間指定

  • から
  • まで

1 - 40 件 / 131件

新着順 人気順

SDKの検索結果1 - 40 件 / 131件

  • なぜ MCP なのか

    なぜ自分が MCP を追いかけているのかを雑にだらだらと書いて行こうと思います。 乱文です。 オープンなプロトコル追いかけている理由は Model Context Protocol がオープンなプロトコルにしたことです。これが ChatGPT Plugins とかのクローズドなプロトコルであれば全く射かけていなかったと思います。 MCP は Anthoropic 以外でも MCP クライアントを実装しさえしていれば、多くの MCP サーバーと接続する事が出来ます。実際 MCP を公開した Anthropic が提供している Claude Desktop や Claude Code だけでなく Cline や Cursor などが MCP クライアントを実装したことにより、MCP サーバーさえ実装してしまえば、様々な環境で利用できる仕組みになっています。 そして VS Code も MCP

      なぜ MCP なのか
    • 「MCP?聞いたことあるけど使ってない…😅」人向けに初歩から少し踏み込んだ内容まで解説

      今回は一気に「MCPなにもわからない」から「MCP完全に理解した」に一気にレベルアップすることを目的に書いています。 そのために以下をモリモリに解説していきます。 ModelContextProtocol(MCP)とは? MCPがあることでできること MCPを実装するライブラリmodelcontextprotocolを使ってチュートリアル 実装のためのネゴシエーションや通信プロトコルの説明も踏まえてのチュートリアルです。 CursorへのMCPサーバーの登録方法 MCPがどのように動作してツールが使われるのか? FunctionCallingとの違い MCPって単語聞きすげてわからないままに嫌になっている人はこれを読むことで解放されてください。 ModelContextProtocol(MCP)とは? まずはイメージを見てもらうとわかりやすいと思います。 (https://modelcon

        「MCP?聞いたことあるけど使ってない…😅」人向けに初歩から少し踏み込んだ内容まで解説
      • AIによるコーディングアシスタント、コーディングエージェント、アプリケーション自動生成サービスまとめ(2025年3月版)

        AIによるコーディングアシスタント、コーディングエージェント、アプリケーション自動生成サービスまとめ(2025年3月版) アプリケーション開発の生産性向上において、AIによるプログラミング支援サービスは欠かせないものになろうとしています。 そして市場にはプログラマが入力するコードの補完からコードやテストの自動生成、アプリケーションそのものの自動生成までさまざまなツールやサービスが登場しています。 ここでは多数のツールについてそれぞれの主な機能や目的が分かりやすいように、「コーディングアシスタント」「コーディングエージェント」「アプリケーション自動生成/Text to App」の3つに分類して紹介しましょう。 もしもここで紹介されていないプログラマ向けのAIツールなどがありましたら、X/Twitterやブックマークのコメントなどで教えてください。 AIが、人間のプログラマが書くコードの補完や

          AIによるコーディングアシスタント、コーディングエージェント、アプリケーション自動生成サービスまとめ(2025年3月版)
        • 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。

            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
          • MCPで広がるLLM 〜Clineでの動作原理〜

            この記事『Clineに全部賭ける前に 〜Clineの動作原理を深掘り〜』では、Clineの内部構造について解説しました。今回は、その中でも最近、特に注目されている機能の一つ、MCPについての概要、ならびにCline内部での実装方法について詳しく掘り下げていきます。 そもそもMCPとは MCP(Model Context Protocol)はClineやCursorなどといった、LLMを使用しているクライアントがMCPサーバーと連携するためのプロトコルです。広義的に、MCPとはそのプロトコルを使用したサービスのことを指します。 MCPサーバーとはクラウド上のサービスやローカルで立ち上げているサーバーなどのことです。LLMがこのサーバーと連携することで、Notionのファイル編集やSupabaseのデータベースクエリ、Cloudflareのステータスチェック、ローカルのファイル編集などが可能に

              MCPで広がるLLM 〜Clineでの動作原理〜
            • MCPサーバーが切り拓く!自社サービス運用の新次元 - エムスリーテックブログ

              こんにちは、エムスリーエンジニアリンググループ、コンシューマチームの園田です。本記事では、外部サービスとAIエージェントの連携を可能にするMCPプロトコルについて、技術検証の実装例を交えてお話しします。 1. MCPとは(ざっくり) MCP(Model Context Protocol)とは、Anthropic社によって策定されたAIエージェントが外部サービスから情報を参照したり連携することを目的としたプロトコルです。 「MCPサーバー」は、GitHubやPostgreSQLといったリソースをMCPで喋れるように変換してあげるプロキシのようなサーバーです。 Claude DesktopやCursorなどはMCPクライアントの機能があり、GitHubなどのMCPサーバーを利用してナレッジとして利用したり、プルリクエストの作成なども行えます。 Introduction - Model Cont

                MCPサーバーが切り拓く!自社サービス運用の新次元 - エムスリーテックブログ
              • Model Context Protocol(MCP)とは?生成 AI の可能性を広げる新しい標準

                はじめに こんにちは。クラウドエースの荒木です。 ChatGPT や Claude などの生成 AI が日常生活やビジネスに浸透してきましたが、これらの AI の真価は外部システムと連携したときに発揮されます。しかし、この連携には大きな課題がありました。 これまで AI と外部システムを連携させるには、システムごとに個別の API 統合が必要で、認証方法やデータ形式、エラー処理など、細かな実装を繰り返す必要がありました。このような個別対応は開発効率を下げ、拡張性や保守性の面でも問題がありました。 そこで登場したのが「Model Context Protocol(MCP)」です。2024 年 11 月に Anthropic が発表したこのオープンプロトコルは、AI と外部システムの接続を標準化し、開発者の負担を大幅に軽減します。 この記事では、MCP の基本概念から実装方法、活用事例まで、技

                  Model Context Protocol(MCP)とは?生成 AI の可能性を広げる新しい標準
                • MCPでLLMに行動させる - Terraformを例とした tfmcp の紹介 - じゃあ、おうちで学べる

                  はじめに こんにちは!今回は、私が最近開発した tfmcp というツールを紹介します。これは Terraform を LLM(大規模言語モデル)から操作できるようにするツールで、Model Context Protocol (MCP) を活用しています。 github.com このブログが良ければ読者になったり、GitHub リポジトリにStarをいただけると開発の励みになります。nwiizoをフォロワーしてくれるのもありがたいです。より良いツール開発のためのフィードバックもお待ちしています! MCP とは何か? 記事を始める前に、まず MCP (Model Context Protocol) について簡単に説明しましょう。MCP についてより詳しい情報は、公式ドキュメント modelcontextprotocol.io や Anthropic の Model Context Protoc

                    MCPでLLMに行動させる - Terraformを例とした tfmcp の紹介 - じゃあ、おうちで学べる
                  • 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

                      MCPはゲームチェンジャーになるのか
                    • オブザーバビリティ入門: OpenTelemetryについて知っておくべきこと - joker1007’s diary

                      自分が在籍している会社でKafkaを利用したマイクロサービスが増えてきているので、昔からオブザーバビリティの向上というものにちゃんと着手したかったのだが、最近になってやっと手を動かせる所まで優先度を上げられた。 という訳で、ここしばらくは社内にあるマイクロサービス群にOpenTelemetryによる計装を入れまくっている訳だが、大分可視化が進んできたので、これを社内のメンバーに周知しなければならない。 とは言え、説明したい内容が余りに一般的な知識なので、社内向けのクローズドなドキュメントとして書くのは勿体無いので、オープンなブログの方にまとめることにする。 (会社のテックブログに書いた方がいいのではという話はあるが、仕事っぽくなると面倒臭い……) 基本的にはOpenTelemetryの公式ドキュメントを自分なりに解釈して要点を絞る、という形で解説していくつもりなので、公式ドキュメントは一通

                        オブザーバビリティ入門: OpenTelemetryについて知っておくべきこと - joker1007’s diary
                      • まだPCにIAMアクセスキー保存してるの? ベスプラに沿って、AWS CLIやSDKから安全に開発しよう! - Qiita

                        AWSで開発をする際に必須のわりには、CLIやSDKからAWSアカウントへのアクセス設定ってかなり複雑ですよね。 私も未だによく混乱しては調べ直しているので、改めてベスプラを整理してまとめておきます。 AWS Organizations & IAM Identity Centerが使える場合 理由がなければこちらを採用しましょう。 個人検証用のAWSアカウントでも、用途ごとにアカウントをつど発行して使い捨てにできるので、安全ですし便利です。 理想的なアクセス方式 個人用IAM IICユーザー(Assume Role権限のみ) -> Assume Roleを実施(MFA認証必須) -> 作業対象AWSアカウント(作業に必要なIAMロールを利用) 補足: IAM IICとは? IAMユーザーとは別に、IIC自体にユーザーアカウントを作成することができます。このIICユーザーには、IAMポリシー

                        • ChatGPTが“AI界のUSB-C”こと「MCP」対応へ 競合・Anthropic発の規格が実質的な業界標準に

                          米OpenAIは3月27日、ChatGPTのデスクトップアプリ版や同社のAPIを、AIモデルと外部データソースやサービスをつなぐ規格「Model Context Protocol」(MCP)に対応させる方針を示した。今後数カ月以内に新たな情報を出すという。MCPは米Anthropic発の規格で、米Microsoftなど大手も取り入れており、OpenAIの採用により実質的なデファクトスタンダードになる可能性が高まった。 この方針に合わせ、OpenAIは同日、AIエージェントのソフトウェア開発キット(SDK)でMCPをサポートした。同社は3月上旬、AIエージェントのSDKについて、一般のユーザーから具体的な仕様と共にGitHub上でMCP対応の提案を受けていたが「このライブラリを依存関係の少ない状態に保ちたいと考えている」「MCPの考え方を支持してはいるが、これ(注:ユーザーが提案した仕様を指

                            ChatGPTが“AI界のUSB-C”こと「MCP」対応へ 競合・Anthropic発の規格が実質的な業界標準に
                          • 生成AIのAIエージェントを大手3社(AWS、Azure、Google Cloud)で徹底比較してみた - G-gen Tech Blog

                            G-gen の奥田です。当記事では、Amazon Web Services(AWS)、Microsoft Azure、Google Cloud(旧称 GCP)が提供するフルマネージドな AI エージェントサービスの比較を行います。 はじめに 当記事について AI エージェントとは ツールとは マルチエージェントシステムとは RAG と併用する効果 3社比較 前提条件 機能比較 料金シュミレーション 想定シナリオ AWS Azure Google Cloud 総評 AWS Azure Google Cloud 詳細の解説 Amazon Bedrock Agents(AWS)の詳細 構成図 プロダクト一覧 できること 対応モデル ツール 料金 Azure AI Agent Services(Azure)の詳細 構成図 プロダクト一覧 できること 対応モデル ツール 料金 Playbooks(G

                              生成AIのAIエージェントを大手3社(AWS、Azure、Google Cloud)で徹底比較してみた - G-gen Tech Blog
                            • 助けて! CloudWatch Logs のコストが急上昇!! ログ管理の最適化でコストを 1/3 にした話 - カミナシ エンジニアブログ

                              カミナシ ソフトウェアエンジニアの mina(@yoiyoicho)です。このブログでは、私が所属する「カミナシ ID」開発チームにおいて実施した、インフラコストの最適化施策について紹介します! 「カミナシ レポート」の認証機能移行によりインフラコストが増加 「カミナシ ID」は OIDC / OAuth 2.0 などの標準仕様に準拠した、カミナシの ID 管理・認証基盤プロダクトです。インフラは AWS の各種サービスを活用して構築されています。 「カミナシ ID」は認証基盤という性質上、高いセキュリティや監査能力が求められます。そのため、API サーバーのアプリケーションログに加えて、データベースに対する操作やアクセス履歴をすべて記録した監査ログなど、各種ログを詳細に出力しています。これらのログは一度 CloudWatch Logs に集約され、Kinesis Data Firehos

                                助けて! CloudWatch Logs のコストが急上昇!! ログ管理の最適化でコストを 1/3 にした話 - カミナシ エンジニアブログ
                              • TypeScript 製の AI エージェントフレームワーク Mastra

                                TypeScript 製の AI エージェントフレームワーク Mastra Mastra は TypeScript 製の AI エージェントフレームワークであり Gatsby の開発チームによって開発されています。Mastra サーバーを実行することで REST API サーバーを介してエージェントとやり取りすることができます。Mastra はAI エージェントを構築するために必要なプリミティブな機能を提供するために設計されています。 Mastra は TypeScript 製の AI エージェントフレームワークであり Gatsby の開発チームによって開発されています。Mastra サーバーを実行することで REST API サーバーを介してエージェントとやり取りできます。Mastra は AI エージェントを構築するために必要なプリミティブな機能を提供するために設計されています。 Ma

                                  TypeScript 製の AI エージェントフレームワーク Mastra
                                • Mastra入門 〜AIエージェント開発ツールの概要と使い方〜

                                  Mastraとは Mastra(マストラ)は、AIエージェント開発のためのオープンソースフレームワークです。TypeScript(JavaScript)で実装され、大規模言語モデル(LLM)を活用したAIアプリケーションや機能を効率的に構築できます。 例えば、対話型の「エージェント」(自律的にタスクを実行するAIシステム)をシンプルなコードで実装でき、ローカル環境やクラウド上で動作させることが可能です。 主な特徴 Mastraでは、エージェントにツールやワークフローなどの機能を組み込むことで、言語モデルに外部の操作能力を与えることができます。エージェントはユーザーからの指示に応じて、これらのツールを活用したり、定義されたワークフロー(処理手順)に従ったりしながら、自律的に処理を進めていきます。 また、OpenAIのGPT-4やAnthropicのClaude、GoogleのGeminiなど

                                    Mastra入門 〜AIエージェント開発ツールの概要と使い方〜
                                  • 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

                                      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
                                    • 複数の MCP サーバーを使った OpenAI Agents SDK コード例

                                      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

                                        複数の MCP サーバーを使った OpenAI Agents SDK コード例
                                      • OpenAI の AI エージェント構築用ツール

                                        tl;dr OpenAI が AI エージェント構築用のツール群を公開したよ ウェブ検索、ファイル検索、Computer Use を内包した Responses API が追加されたよ これからは Chat Completions API や Assistants API の代わりに Responses API を使うことが推奨されるよ Tier による制限は基本的にはないけど、Computer Use だけは Tier 3 以上が必須だよ Computer Use は Operator と同じ CUA モデルを使用しているよ Agents SDK という OSS の軽量 SDK も公開されたよ(旧 Swarm の改良版) 情報源とそれぞれの簡単なまとめ 一次情報のみから。公式の X のポストがいちばん短くまとまっています。 開発者用の AI エージェント構築ツールをリリース Respon

                                          OpenAI の AI エージェント構築用ツール
                                        • MastraとNext.jsで製造業の工場トラブル事例検索チャットボットを作ってみた | DevelopersIO

                                          はじめに MastraはAIアプリケーションを構築するためのTypeScriptのフレームワークです。ELv2ライセンスで、マネージドサービスとして他社に提供することはNGですが、業務アプリの構築は可能です。なぜELv2なのかドキュメントもありますので詳細はこちらをご参照ください。 The primary limitation is that you cannot provide Mastra as a hosted or managed service that offers users access to the substantial functionality of the software. (訳) 主な制限は、ソフトウェアの重要な機能にユーザーがアクセスできるホスト型または管理型のサービスとして Mastra を提供できないことです。 またAIを活用したTypeScriptツー

                                            MastraとNext.jsで製造業の工場トラブル事例検索チャットボットを作ってみた | DevelopersIO
                                          • OpenAI Agents SDK 入門 (1) - 事始め|npaka

                                            「OpenAI Agents SDK」の概要についてまとめました。 ・OpenAI Agents SDK 1. Agents SDK「Agents SDK」は、Agentシステムを構築するための軽量パッケージです。これは、以前の実験プロジェクト「Swarm」の本番環境対応版となります。 「Agents SDK」は、以下な最小限のプリミティブで構成されています: ・Agent : 指示とToolを備えたLLM ・Handoff : 特定のタスクを他のAgentに委任できる機能 ・Guardrail : Agentへの入力を検証するしくみ これらのプリミティブを Python と組み合わせることで、ToolとAgentの間の複雑な関係を表現し、学習コストなしに実用的なアプリケーションを構築できます。 さらに、SDK には トレース機能(Agentの動作を可視化・デバッグできる機能)が組み込まれ

                                              OpenAI Agents SDK 入門 (1) - 事始め|npaka
                                            • 失敗体験を突き詰めてたどり着いたスクラムの合理性 ─ 今井健男さんのはじめてのアジャイル - Agile Journey

                                              Agile Journeyをご覧のみなさん、こんにちは。今井健男(@bonotake)と申します。「ぼのたけ」と名乗っていることもあります。普段はフリーランスのアジャイルコーチをしつつ、現在は国立情報学研究所という国の研究所でスクラムの研究をしています。 今回、「はじめてのアジャイル」という連載企画に声をかけていただき、僕がアジャイルの道に進むきっかけをこちらに書くことになりました。ただ、執筆の依頼をお引き受けはしたものの、正直なところ、僕の体験が皆さんにとって何かしら参考になるかは分かません。もともとずっとソフトウェア工学の研究をしている研究者だった、という特殊な経歴の持ち主だからです。 恐らく他の人とはかなり変わった視点からアジャイルを体験してきていて、あまり共感されるような内容ではないかもしれませんが、それでも読者の方のうち何人かは面白がってもらえるかもしれないと期待して、ひとまず筆

                                                失敗体験を突き詰めてたどり着いたスクラムの合理性 ─ 今井健男さんのはじめてのアジャイル - Agile Journey
                                              • Model Context Protocol (MCP) サーバを使ってみた・作ってみた

                                                Model Context Protocol(MCP)は、AI(LLM)の能力を拡張するためのプロトコルです。このブログ記事では、以下について書きます。 MCPの概要 MCPを使ってみた MCPを作ってみた MCPとは何か? Model Context Protocolは、AI(GPTやClaudeなどのLLM)が外部システムやAPIと通信するための標準化されたプロトコルでAnthropic社が定めたものです。MCPを使用することで、AIアシスタントは以下のようなことが可能になります: インターネット上の情報にアクセスする データベースを検索する ファイルシステムを操作する 外部APIを呼び出す GitやGitHubなどの開発ツールを操作する MCPの公式サイトの紹介文には以下のような概念図があります。 modelcontextprotocol.io introductionより引用 また

                                                  Model Context Protocol (MCP) サーバを使ってみた・作ってみた
                                                • LLMのプロンプトもTSXで書く時代

                                                  VS Code拡張向けライブラリprompt-tsxの紹介。 prompt-tsxとはGitHub - microsoft/vscode-prompt-tsxContribute to microsoft/vscode-prompt-tsx development by creating an account on GitHub.GitHubmicrosoft@vscode/prompt-tsxはVSCode拡張で利用できるライブラリで、Copilot Chat向けの@コマンドで呼び出すエージェントの開発や、それ以外のLM APIを使った拡張とともに使うことができる。 利用イメージこれをこう以上のようにLM APIに渡すパラメータをTSX(JSX)コンポーネントとして管理する。 prompt-tsxが必要な背景prompt-tsxが必要な背景だが、なぜわざわざTSXで書けるようにしたのかと

                                                    LLMのプロンプトもTSXで書く時代
                                                  • 30分で作ってみる自作MCPサーバー - KITUNE IS GOOD

                                                    はじめに 遅ればせながら..MCPサーバーのキャッチアップをはじめまして、ざっくり理解するために作ってみました。 今回は、プロンプトに入力されたURLを元にWebサイトから本文を抽出し、Markdownで返すMCPサーバーを作ってみようと思います。 MCPとは MCP(Model Context Protocol)は、アプリケーションがLLMにコンテキストを提供する方法を標準化するオープンプロトコルです。 以下の構成要素があります。 MCPホスト: Claude Desktop、IDE、または MCPを介してデータにアクセスする AI ツールなどのプログラム MCPクライアント: サーバーとの1:1接続を維持するクライアント(一般的にはMCPホストに内包) MCPサーバー: 標準化されたモデルコンキテストプロトコルを通じて特定の機能を公開する軽量プログラム ローカルデータソース: MCPサ

                                                      30分で作ってみる自作MCPサーバー - KITUNE IS GOOD
                                                    • Why We're All-In on MCP

                                                      Tool integration for AI agents is a mess. Even for developers building agents every day, it's frustrating to navigate the fragmented ecosystem. Finding high-quality tools is difficult - search for "MCP Calendar integration" and you'll find ten different implementations with no way to know which one is best. If you've ever tried to integrate tools with an LLM, you know this pain. Tool discovery, in

                                                        Why We're All-In on MCP
                                                      • Discord Social SDKが発表。あらゆる開発者がDiscordの技術を利用したソーシャルおよびマルチプレイヤー体験を提供できるようになるソフトウェア開発キットとしてリリース | ゲーム・エンタメ最新情報のファミ通.com

                                                        Discordは、Discord Social SDKのリリースを2025年3月17日に発表しました。この無料のツールキットは、あらゆる規模の開発者がDiscordのソーシャルインフラストラクチャを活用し、Discordアカウントの有無にかかわらず、すべてのプレイヤーにゲームのソーシャルおよびマルチプレイヤー体験を提供できるようにするものです。これにより、開発者はSDKを利用してゲーム内コミュニケーションや接続性を提供するだけでなく、Discordに接続したプレイヤーにさらに統合的で魅力的な体験を提供し、さらにDiscordのソーシャル機能を活用してゲームの発見や成長を促進することができます。 Discord Social SDKは、プレイヤー同士の接続を簡素化し、エンゲージメントを高めるとともに、ゲーム自体を超えてDiscordの非常に活発なコミュニティ、月間約2億人以上のアクティブユー

                                                          Discord Social SDKが発表。あらゆる開発者がDiscordの技術を利用したソーシャルおよびマルチプレイヤー体験を提供できるようになるソフトウェア開発キットとしてリリース | ゲーム・エンタメ最新情報のファミ通.com
                                                        • 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

                                                            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
                                                          • Claude 3.5/3.7 Sonnetに追加されたText editor toolを使えばClineが自作できる(かもしれない) - Qiita

                                                            Claudeに新しいツール「テキストエディター」ツールが追加されました。 ユースケースとして以下のものが挙げられています。 コードのデバッグ コードのリファクタリング ドキュメント生成 テスト生成 ん?これは、今流行りのClineですね! ということで、この新しいツールを使ってみて、Clineっぽいものができるのか、検証しました。 環境 ドキュメント記載内容に沿って進めることにしましたので、Anthropic SDKを使いつつ、呼び出すのはAmazon BedrockのClaude 3.7 Sonnetとします。 実装手順 まず、ライブラリーをインストールします

                                                              Claude 3.5/3.7 Sonnetに追加されたText editor toolを使えばClineが自作できる(かもしれない) - Qiita
                                                            • CursorとMCPサーバーの接続を試してみる(AIエージェント入門)

                                                              こんにちは。bamboo-houseです。 今回は、CursorとMCPサーバーを接続して、Cursor上で天気について正確に聞けるようになったのでその内容をまとめたいと思います。(誰も欲しくないと思うが) CursorとMCPサーバーの接続のチュートリアルになっているので、ぜひ参考にしてみて下さい🙌 MCPとは何ですか? MCPを使うと、アプリとLLMが情報をやりとりする方法が標準化されます 標準化されると、外部のデータやツールを追加するのが簡単になります それによってLLMがより便利で強力な処理をできるようになります MCPの概念はClaudeの開発企業「Anthropic」によって提唱されました バージョン cursor 0.47.x node v18 or later npm v9 or later 動作動画 1. MCPサーバーを作成する 早速、天気を正確に調べるMCPサーバー

                                                                CursorとMCPサーバーの接続を試してみる(AIエージェント入門)
                                                              • Anthropic API のトークン最適化によるコスト削減

                                                                tl;dr Anthropic API の Prompt Caching にふたつアプデがあるよ Prompt Caching の読み込みトークンが入力トークンの対象外になって、コスト削減とレートリミットが改善されたよ Prompt Caching の書き方で cache_control: {type: ephemeral} の指定が少なくて済むようになったよ テキストの特定範囲を編集できる text_editor ツールが公開されたよ Prompt Caching のアプデ Anthropic API では 2024 年の 8 月から Prompt Caching が導入されています。Cline など大量のトークンを消費する用途にめちゃくちゃ便利な機能です。この Prompt Caching に二点アップデートが加わり、合わせてtext_editorツールが公開されたというのが今回の内容

                                                                  Anthropic API のトークン最適化によるコスト削減
                                                                • ChatGPTユーザーのほとんどが大学生、日本も18~24歳の利用が最多──教育現場の利用動向も明らかに

                                                                  ChatGPTユーザーのほとんどが大学生、日本も18~24歳の利用が最多──教育現場の利用動向も明らかに ChatGPTユーザーのほとんどが大学生──米OpenAIの日本法人・OpenAI Japanの長崎忠雄社長は3月17日、同日に開催した教育業界向けイベント「OpenAI Education Forum Tokyo」(東京都渋谷区)で、サービスの利用動向についてこう話した。 長崎社長によると、ChatGPTには現在、全世界で4億人のウイークリーユーザーがいるという。このうち「5人に4人が35歳以下。ほとんどが実は大学生」として、日本の状況も同様と指摘する。「日本でも何百万人ものユーザーがChatGPTを利用している。大学生、特に18~24歳が最多のユーザー層になっている」(長崎社長) こうした状況を踏まえ、2024年から提供している教育機関向けプラン「ChatGPT Edu」の利用動向

                                                                    ChatGPTユーザーのほとんどが大学生、日本も18~24歳の利用が最多──教育現場の利用動向も明らかに
                                                                  • Mastraの基本機能と何ができるか

                                                                    はじめに TypeScriptでAIエージェントの開発ができると噂のMastraを試してみたくなり、主要機能をざっと調べてみました。 この記事では、エージェントやワークフロー、RAGなどMastraの基本機能を一通り紹介し、「どんなことができるのか」をざっくり掴めるようまとめてみました。より高度な機能や環境構築、デプロイ方法など詳しい設定方法を知りたい方は、公式ドキュメントを参照してみてください。 Mastraとは Mastraは、AIエージェント、ワークフロー、RAGなどの機能を統合的に提供するTypeScriptフレームワークです。VercelのAI SDKをベースにしており、OpenAI、Anthropic、Google Geminiなど様々なAIプロバイダーとシームレスに連携できます。オープンソースであるため、カスタマイズ性が高く、コミュニティによる継続的な改善が期待できます。 M

                                                                      Mastraの基本機能と何ができるか
                                                                    • MCPはLLMにとってのDependency Injectionである

                                                                      生成記事ですが、いい点ついていると思ったのでzennに載せます。 記事中の 5. 自己拡張可能なAIシステム:LLMが自ら新しいMCPサーバーを作成・使用する仕組み は作成済みなので次回記事にします。 しました。 === ソフトウェア開発においてDependency Injection(DI)パターンが革命的だったように、Model Context Protocol(MCP)はLLM(大規模言語モデル)の世界に同様のパラダイムシフトをもたらしています。この記事では、MCPをLLMにとってのDIとして捉え、その意義と可能性について探ります。 従来のDIとは何か Dependency Injectionは、オブジェクト間の依存関係を外部から注入するソフトウェア設計パターンです。これにより: コンポーネント間の結合度が低下する テスト容易性が向上する コードの再利用性と拡張性が高まる コンポーネ

                                                                        MCPはLLMにとってのDependency Injectionである
                                                                      • OpenAIが「Responses API」「Agents SDK」を発表 ~AIエージェント構築を容易にする新ツール/Assistants APIは2026年中頃に廃止へ

                                                                          OpenAIが「Responses API」「Agents SDK」を発表 ~AIエージェント構築を容易にする新ツール/Assistants APIは2026年中頃に廃止へ
                                                                        • OpenAI Responses API 入門 (11) - Computer use|npaka

                                                                          1. Computer use「Computer use」は、「CUA」(Computer-Using Agent)の実用的な応用であり、「GPT-4o」の視覚機能と高度な推論を組み合わせて、コンピューターインターフェースの操作やタスクの実行をシミュレートします。 2. Computer use のしくみ「Computer use」は、連続ループで動作します。このツールは click(x, y) や type(text) のようなコンピュータ操作を送信し、ユーザーのコードがそれをコンピュータやブラウザ環境で実行します。その後、結果のスクリーンショットがモデルに返されます。 このしくみにより、ユーザーのコードは人間がコンピュータインターフェースを操作する動作をシミュレートし、モデルはスクリーンショットを分析して環境の状態を理解し、次のアクションを提案します。 このループを活用することで、クリ

                                                                            OpenAI Responses API 入門 (11) - Computer use|npaka
                                                                          • Vercel AI SDK で MCP クライアントをツールとして利用する

                                                                            Vercel AI SDK で MCP クライアントをツールとして利用する MCP(Model Context Protocol)は LLM に追加のコンテキストを提供するための標準化されたプロトコルです。Vercel AI SDK は v4.2 から MCP をサポートしており、MCP クライアントをツールとして利用できます。この記事では Vercel AI SDK を使って MCP ツールを使用する方法を紹介します。 MCP(Model Context Protocol)は、LLM(大規模言語モデル)に追加のコンテキストや機能を提供するための標準化されたプロトコルであり、AI アプリケーション開発において注目を集めています。MCP を利用することで、LLM は外部ツールやデータソースと連携し、より高度なタスクを実行できるようになります。 MCP サーバーの例としては、以下のようなものが

                                                                              Vercel AI SDK で MCP クライアントをツールとして利用する
                                                                            • Mastraのサンプル集を一気に紹介する|yoshi8

                                                                              こんにちは!吉波です! 最近、AIエージェントフレームワーク「Mastra」が彗星の如く現れました。衝撃的だったのが、こちらの画像↓ 「LangChainのGithubスター数を抜き去った…!?」 これを見た時、衝撃が走りました。LLMを用いたアプリケーション開発を効率的に行うためのライブラリとして、長らく君臨してきたLangChainが抜かされたという事実は、全世界が驚いたはずです。 そこで今回は、これからMastraを触ってみたいと思う方に向けて、Mastra公式が出しているサンプル集を紹介します!AIエージェントの作り方を学びたいなと思っている方はぜひ最後までご覧ください! また、今日から「吉波塾」というAI駆動開発やAIエージェントに関する講義を開始したので、そちらも良ければご参加ください!☺️ 次回の開催はX(@yoshi8__)より共有します! Mastraのサンプル集今回の記

                                                                                Mastraのサンプル集を一気に紹介する|yoshi8
                                                                              • Slack Agents & AssistantsとMCPを組み合わせてNotionデータベースを操作するAIエージェントを作ってみた - ジパンク Tech Blog

                                                                                こんにちは、株式会社ジパンクCTOの太田です! 社内のタスク管理にNotionを使っている場合、Slackから直接タスクの作成やステータス変更ができると便利ですよね。 昨年末頃からSlackで「Agents & Assistants」という新機能が利用できるようになり、対話的なUIでいろいろな操作を実現しやすくなりました。 そこで今回は、Slack Agents & AssistantsとMCPを組み合わせた、Notionデータベースの操作をしてくれるAIエージェントの構築方法をハンズオン形式で紹介します。 最終的にAWS Lambda Functionにデプロイし、実際の社内アプリケーションとして動かすところまでカバーするので、AIエージェント活用に興味がある方はぜひ参考にしてみてください! この記事が、SlackをインターフェイスとしたAIエージェントとの協働の第一歩となれば幸いです。

                                                                                  Slack Agents & AssistantsとMCPを組み合わせてNotionデータベースを操作するAIエージェントを作ってみた - ジパンク Tech Blog
                                                                                • Deno で browser-use を自作してみた (勉強用)

                                                                                  AI 経由でブラウザを操作する browser-use を deno で実装してみました。 元は python ですが、コア部分を自分で作れるように書き直しました。 注意: 勉強用の作例であって、本番で使えるものではないです。 以下の記事を読みながら実装しました tl;dr アクセシビリティ要素を列挙 各要素にブラウザ上でオーバーレイで操作用インデックスを書き込みつつ、インデックスに対応する xpath を作っておく claude のスクリーンショットと xpath を渡す claude に対応する xpath の操作方法を教える ツールとして対話的に実行 ステップ Tool Runner Puppeteer BrowesrTool Tool Runner まず、Tools を使って AI と対話する部分を作ります。 import { anthropic } from "@ai-sdk/a

                                                                                    Deno で browser-use を自作してみた (勉強用)