はじめに 最近話題のModel Context Protocol(MCP)に関して、社内の勉強会(部内)で利用した資料を公開します！ ざっくり以下の内容が入っています！ プロトコル仕様 AWS MCPの話 開発方法 Webから叩く方法も確立されていくと、体験が大きく変わりそうですね！引き続きキャッチアップしていきたいです！
タグ検索の該当結果が少ないため、タイトル検索結果を表示しています。
Model Context Protocol(MCP)の基礎に関して、社内勉強会で使用したスライド資料を公開します！ | DevelopersIO
はじめに 最近話題のModel Context Protocol(MCP)に関して、社内の勉強会(部内)で利用した資料を公開します！ ざっくり以下の内容が入っています！ プロトコル仕様 AWS MCPの話 開発方法 Webから叩く方法も確立されていくと、体験が大きく変わりそうですね！引き続きキャッチアップしていきたいです！
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
よくわかるcontextの使い方
Goの標準パッケージにはcontextパッケージというものが存在します。 このパッケージは、net/httpやdatabase/sqlのような現実の事象と対応している何かが存在するようなパッケージではないため、初学者にとっては使い道がわからない、となってしまいがちです。 しかしcontextパッケージは、複数のゴールーチンを跨いだ処理を実装する際には非常に強力な力を発揮する、とても便利なパッケージなのです。 この本では、「contextとは何か？」というところから「どのように使えばいいのかわかる」ところまでたどり着けるように、Goのcontextまわりのことを解説しました。
Prompt→Context→Harness、全部やった。要件だけ渡す、変わっても壊れない。整合性駆動開発CoDD爆誕
2025/3/29 19:00 更新 — セクション9「5分で体験するCoDD」を大幅改善。要件定義を平文で渡すだけのフローに変更（codd init --requirements spec.md）。フロントマターもwave_configも全自動生成。 この記事はいつもと毛色が違う。体験記ではなく論考だ。 AI開発の方法論がこの2年で3回変わった。プロンプトエンジニアリング、コンテキストエンジニアリング、ハーネスエンジニアリング。オレは全部リアルタイムで通過してきた。AI部下10人を戦国軍団で運用しながら。 で、3つ全部やった先に、誰も解いていない問題があった。 それを解くツールを作った。pip install codd-dev で公開した。結果、クライアント案件のLMSで要件と制約だけ渡して、設計書18本・全コード・全テストをAIに生成させた。 途中で設計判断が変わっても、壊れなかった。
動作環境 Python 3.12 ライブラリの使用バージョン gradio 5.34.2 anthropic 0.54.0 mcp 1.9.4 python-dotenv 1.1.0 仮想環境とライブラリインストール % cd mcp-host-with-gradio % python3 -m venv venv % source venv/bin/activate (venv) % pip install gradio anthropic mcp dotenv .envファイルの設定 AnthropicのAPIキーが必要です。APIキーの作成は以下を参考にしてください。APIの利用には料金がかかりますが、API従量課金であれば5ドルから始めることが可能です。 Claudeを使い始める -Anthropic .env ANTHROPIC_API_KEY=xxxxxxxxxxxxxxxxxx
Claude CodeでMCPツール（Context7、Serena、Cipher）を活用してAIコーディングを次のレベルへ - Qiita
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? Context7、Serena、Cipher で得られるメリット 開発効率の大幅な向上 Context7：最新のAPIドキュメントを自動取得し、古い情報によるエラーを防止 Serena：IDEレベルのコード理解により、大規模リファクタリングを効率化 Cipher：過去の解決策を記憶し、同じ問題への対処時間を削減 コスト削減効果 ツール利用料0円：すべてオープンソースツール 注意：Claude APIやOpenAI APIの使用料は別途発生します API使用量の削減：Cipherのメモリ機能により、重複する質問を回避 デバッグ時間の短縮：
今年もこのランキングの季節がやってまいりました。今年飲んだビールから、印象に残った10本を選んでいきます。順番は、飲んだ時間の順番です。 Hotcake Hazy IPA - Far Yeast Brewing 変わり種に見えて、甘そうに見えるけど、飲んでみると意外とふつうにちゃんとしっかりとしたHazy IPA。もちろん香りは甘く、メープルシロップのような感じです。 faryeast.com Passiflora Hazy IPA - VERTERE その名の通り、トロピカルフルーツの中に百合のような華やかな香りがよかった。 verterebrew.com 2021年限定 Session IPA - 軽井沢高原ビール オレンジ感の高いジューシーさ。転職前の有給消化中、雪の中で飲んだという思い出です。 yohobrewing.com Hazy Tropics - Shared Brewer
MCP（Model Context Protocol）を活用したJグランツ補助金検索システムの実装例｜デジタル庁
デジタル庁プロダクトマネージャーユニットの土岐竜一です。事業者の手続システム総括班で、Jグランツを含む事業者向けシステムなどを担当しています。 この記事では、デジタル庁が運用する補助金電子申請システム「Jグランツ」のAPIを、Anthropic社が提唱するModel Context Protocol（MCP） によりラッピングし、LLMから利用可能なシステムのサンプル設計および実装について説明します。 具体的には、Pythonで簡単に実装できるFastMCPフレームワークを利用し、Jグランツの補助金検索や詳細の取得などの実用的な機能を備えたMCPサーバーを例として実装します。なお、本記事におけるコードはGitHubよりダウンロード可能です。 本実装例で実現できること今回紹介するMCPサーバーを利用すると、LLM（Claudeなど）を通じて、以下のような自然言語によるJグランツの補助金検索や
世界一わかりやすいゼロ知識証明 Vol.2: Zero-Knowledge Proofs in the Context of Modern Cryptography
このブログシリーズをグラントプロジェクトとしてサポートしてくださっているイーサリアム財団、また執筆に際してフィードバックとレビューをしてくださった末神奏宙さんに感謝します。 Special thanks to Ethereum Foundation for awarding grants to this blog post series, and Sora Suegami for feedback and review. このブログシリーズは、ソフトウェアエンジニアに限らず、あらゆる日本の読者のみなさんに向けて、最先端の暗号技術とその重要性をわかりやすく説明するという趣旨で書かれています。それぞれ単体の記事としてもお読みいただけますが、順番に読み進めていくことでより理解が深まります。まだお読みでない方は、ブロックチェーンやコンセンサスアルゴリズムの仕組みについて解説しているVol.1を先に
JavaScriptの非同期処理をじっくり理解する (4) AbortSignal, Event, Async Context
対象読者と目的 非同期処理の実装方法は知っているが、仕組みを詳しく知らないのでベストプラクティスがわからないときがある 実行順序の保証がよくわからないので自信をもってデプロイできない変更がある より詳しい仕組みを理解することでより計画的な実装をできるようになりたい という動機で書かれた記事です。同様の課題を抱える人を対象読者として想定しています。 目次 実行モデルとタスクキュー Promise async/await AbortSignal, Event, Async Context WHATWG Streams / Node.js Streams (執筆中) 未定 中止処理 並行処理ではしばしば実行中の処理を中止したい場合があります。 古典的なキャンセル処理 Webブラウザ/Node.jsともに、 setTimeout の中止が可能です。 const timeout = setTimeo
想定読了時間: 25分（detailsを展開する場合 35分） 対象読者: B2B SaaSの要件定義に関わるエンジニア・PM。前作の8ステップを知っていると理解が深まるが、未読でも本記事単独で読み進められる。 先に全体像だけ掴みたい場合は、TL;DR → 「3つの新概念」 → 「チェックリスト」 → 「次アクション」だけ読めば十分です。 前作: 「要望」「要求」「要件」は別物――役割別観測点を同じ座標系に変換するSaaS要件定義8ステップ地図 TL;DR AIでコードが書ける時代だからこそ、「何を作るか」を定義するプロセスの重要性は上がっている。抽象化の歴史に照らせば、要件定義はエンジニアの仕事の中で上に移動する。 バイブコーディング（曖昧な指示でAIに作らせ、気に入るまで繰り返す）は探索には使えますが、チーム開発・保守・監査には耐えません。仕様駆動開発（SDD）はその解として台頭しまし
GitHub - dair-ai/Prompt-Engineering-Guide: 🐙 Guides, papers, lessons, notebooks and resources for prompt engineering, context engineering, RAG, and AI Agents.
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 日々変化するAIの世界において、「Context Engineering」という言葉がVibe Codingに続く新たなトレンドとなりつつあります。 トレンドとなったきっかけはこの2人のツイートのようです。 Vibe Codingの普及により、POC開発や趣味プロジェクトにおいては、人間が1行もコードを書かなくても動くものが作成されるところまで進化してきています。加えて、企業におけるソフトウェア開発においても、人間の介入なしにAIがコードのほとんどを開発できるケースも増えてきました。 ただ、実際にAIが書いたコードを人間のレビューなしにリリースできるかというと、そこまでには至っていないのが現状です。600人ほどを対象にqodoが実施したレポートを確認したところによると、76%のエンジニアが人間のレビューなしにリリースするほどの信頼感がないと回答しているようです。 今後、企業におけ
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
こちらはLayerX AI エージェントブログリレー2日目の記事です（1日目のponさんの怒涛のTKG記事（not Tamago kake gohan）もぜひご覧ください）。 こんにちは、CEO室でAI Agent開発のPdMをやっているKenta Watanabeです。 近年のLLM関連技術の急速な発達により、自社プロダクトの開発にLLMを活用する方も増えてきているのではないかと思います。一方で、LLMの確率的な振る舞いからプロダクションで安定稼働する機能やAI Agentの開発に苦戦している方も同時に多いのではないかと思います。 そういった中で、6月頃からContext Engineeringと呼ばれるLLMをうまく稼働させるための技術が話題になってきました。Context Engineeringというキーワードがバズり出した起源やContext Engineering自体の解説は各所
How to Create Impact in a Changing Tech Landscape [PerfNow 2023]
What is the Model Context Protocol (MCP)? - Model Context Protocol
MCP (Model Context Protocol) is an open-source standard for connecting AI applications to external systems. Using MCP, AI applications like Claude or ChatGPT can connect to data sources (e.g. local files, databases), tools (e.g. search engines, calculators) and workflows (e.g. specialized prompts)—enabling them to access key information and perform tasks. Think of MCP like a USB-C port for AI appl
ClineとAWS Bedrockでのコード開発入門 - Context管理とモデル比較の検証 | DevelopersIO
CursorやClineを使ってコードを書いている人もかなり増えてきたのではないでしょうか。自分もようやくClineを使う機会があったため、ためになったと感じた内容について少しピックアップしてご紹介します。 公式ドキュメントが非常に充実していて更新もされているので、まずは公式ドキュメントは一巡するのがおすすめですが、文章量もそれなりにあるのでまずはここで雰囲気をつかむくらいの感覚で読んでもらえると嬉しいです。 Contextの管理 Contextは公式ドキュメントではホワイトボードと例えられています。Context Windowがホワイトボードのサイズで、Contextはホワイトボードに書かれた内容です。 Context WindowのサイズはModelによって異なります。 Model Context Window
React の Canary および experimental チャンネルでのみ利用可能な `use` フックについて解説します。`use` フックは Promise や Context から値を読み取るためのフックで、Promise の値を同期的に読み取ることができます。その他の React フックと異なり、`if` 文やループ内で呼び出すことができる点が特徴として挙げられます。 use は、Promise や Context から値を読み取るための React フックです。以下のコードのように Promise の値を同期的に読み取ることができます。 import { use } from "react"; const fetchUsers = async () => { const response = await fetch("/api/users"); return respons
Context Engineering
最近、コンテキスト・エンジニアリングという言葉が、プロンプト・エンジニアリングに代わるより良い選択肢として支持され始めている。 私は気に入っている。 これは定着力がありそうだ。 私はプロンプト エンジニアリングよりも「コンテキスト エンジニアリング」という用語が本当に好きです。 これは、コアとなるスキル、つまり、LLM によってタスクが妥当に解決可能となるようにすべてのコンテキストを提供する技術をより適切に説明しています。 「プロンプトエンジニアリング」よりも「コンテキストエンジニアリング」に +1。 プロンプトは、日常的に LLM に与える短いタスクの説明と関連付けられます。しかし、産業用 LLM アプリケーションでは、コンテキストエンジニアリングは、次のステップに最適な情報をコンテキストウィンドウに正確に記入する、繊細な技術と科学です。科学である理由は、これを適切に行うには、タスクの説
Rationale - a revolutionary decision-making AI powered by the latest GPT and in-context learning
See two sides of the coin, make rational decisions. Use GPT4 and in-context learning to analyze pros & cons, cost-benefit, SWOT, multi-option, and outcomes. Rationale helps you make well-rounded decisions.
Claude Code機能多すぎ問題 2週間ほど前、会社のブログに「LINE iOSアプリ開発を高速化するClaude Code基盤の設計思想」という記事を書いた。 この記事では、ビルド実行のようなタスクをSubagentに分離し、高度な操作をSkillsで隠蔽する方法を紹介している。 --- name: module-builder description: Build specific modules for the app tools: Bash, Read, Grep, Glob skills: creating-xcode-build-scheme --- <!-- Subagent --> # mobule-builder しかし、わずかここ数週間ほどの間でcontext: forkという新たなSkillのオプションが導入された*1。これを使うと、Skill実行をメインCont
次期MCP（Model Context Protocol）では非同期操作、ステートレス、公式のプロトコル拡張などサポート
次期MCP（Model Context Protocol）では非同期操作、ステートレス、公式のプロトコル拡張などサポート Anthropicがオープンソースとして仕様を作成しているMCP（Model Context Protocol）は、今年（2025年）11月にアップデートを予定しています（MCPはこれまでにも、2025年3月、6月とアップデートが行われています）。 現在どのようなアップデートが検討されているのかが、MCP公式サイトのブログ記事「Update on the Next MCP Protocol Release | mcp blog」で説明されています。 MCPは生成AIとツールの接続のためのプロトコルとして登場し、事実上の標準として普及しています。複数のAIエージェントを連携させるAgent2Agentプロトコルのベースにもなっています。 今回（2025年11月）のアップデ
盗賊は現代RPGデザインの中で死んだ──その理由とは｜Brett Austin - Context Quest
プリンセス・ブライド。 ハン・ソロ。 ファファード＆グレイ・マウザー。 ロビン・フッド。 ピーター・パン。 この名前を聞くと、胸の奥がざわつかないだろうか。 私にとって、彼らはいつだって笑みを引き出してくれる存在だった。 そして、もっと新しい物語── パイレーツ・オブ・カリビアンのような作品も同じだ。 あの“悪戯心と不敵さ”に満ちた世界。 機転ひとつで運命をねじ曲げられると信じさせてくれる世界。 彼らこそが、私の“先生”だった。 私の心を揺さぶり続けた存在だった。 海賊、無法者、トリックスター、ならず者── どれも“ローグ”という名の魂を持つ者たちだ。 危険に笑い 機転と度胸と不可能な幸運で生き延び 力ではなく“鋭さ”で勝ち 誰も見ない真実を見抜く者たち そんな存在を前にして、 どうして私が“盗賊”を遊ばずにいられただろうか。 鍵を開け、影に溶け込み、 他の誰もやらないことをやってみたい─
はじめに こんにちは、エンジニアの清水です。 私は業務で Go を書いているのですが、context についての理解が浅いことでエラーに遭遇したので、勉強のために記事を書いてみました。 この記事では、実際のコード例を交えながら Go 言語の context パッケージの基本から実践的な使用方法まで解説していきます。 また実際に私が遭遇したエラーの例も交えて context の陥りやすい落とし穴についても解説します。 context の基本 context とは何か contextは、Go の標準ライブラリに含まれるパッケージで、API やプロセス間でリクエストスコープの値、キャンセル信号、デッドラインなどを伝播するための仕組みを提供します。 なぜ context が必要なのか リソースの適切な管理：不要になった処理を適切にキャンセルし、メモリや CPU などのリソースを解放できます。 タイ
めちゃめちゃ使いこなす観察、理解、知識、解像度! そしてコンテキスト!!/observation-understand-knowledge-resolution-context
https://confengine.com/conferences/scrum-fest-mikawa-2021/proposal/15981 私たちは観察、理解、知識を用いて仕事をこなしています。 これらは「心の働き」といえるものです。 仕事の成果の質を左右する重要な活動で、 子供の…
GitHub - modelcontextprotocol/servers: Model Context Protocol Servers
Official integrations are maintained by companies building production ready MCP servers for their platforms. 21st.dev Magic - Create crafted UI components inspired by the best 21st.dev design engineers. 2slides - An MCP server that provides tools to convert content into slides/PPT/presentation or generate slides/PPT/presentation with user intention. ActionKit by Paragon - Connect to 130+ SaaS inte
The New Skill in AI is Not Prompting, It's Context Engineering
The New Skill in AI is Not Prompting, It's Context Engineering Context Engineering is new term gaining traction in the AI world. The conversation is shifting from "prompt engineering" to a broader, more powerful concept: Context Engineering. Tobi Lutke describes it as "the art of providing all the context for the task to be plausibly solvable by the LLM.” and he is right. With the rise of Agents i
Model Context Protocol の現在地
バクラク事業CTO 中川佳希です。バクラク事業部 Platform Engineering 部では定期的な発信を行っています。前回は、Microsoft Entra ID PIM for Groupsの運用と工夫 by itkq でした。（とても便利です！） この記事では、Model Context Protocol（MCP）について触れていきます。※ 2025年2月時点での情報です。 Model Context Protocol 2024年11月に、Anthropicが発表したクライアント-サーバー間通信のプロトコルです。 仕様策定やエコシステムにはオープンコミュニティから誰でも参加可能で、各言語の実装SDKもオープンソースで開発されています。AnthoropicではMCP開発チームのジョブも公開されており、コミュニティとともに開発へのコミットメントをしていくことがうかがえます。 Why
Published Sep 29, 2025 Context is a critical but finite resource for AI agents. In this post, we explore strategies for effectively curating and managing the context that powers them. After a few years of prompt engineering being the focus of attention in applied AI, a new term has come to prominence: context engineering. Building with language models is becoming less about finding the right words
AIを「メンター」にしたQAチームの変革：セルフレビューの質を劇的に向上させたContext Engineering - Tabelog Tech Blog
この記事は 食べログアドベントカレンダー2025 の10日目の記事です🎅🎄 はじめに こんにちは。食べログ開発本部 QA職域リーダーの池田です。 私は現在、飲食店向けのモバイルオーダーシステム「食べログオーダー」のQA業務を担当しています。プロダクトの規模拡大と社内全体のAI活用推進により開発プロセスが高速化する中、私たちQAチームには、高い品質を維持しながらスピーディに案件を回すことが求められています。 現状、毎月平均20件以上の案件をリリースしていますが、私たちは「テスト観点の品質が、少数のリーダーの経験則に依存してしまっている」という課題に直面していました。 QA業務において、仕様書には現れない「異常系の考慮」や「既存機能への影響」といった観点は、どうしても経験年数やドメイン知識の深さに左右されます。そのため、リーダーはメンバーが作成したテスト観点のレビューにおいて、「経験による
RSpec では context 間の違いを表現するときにのみ let を使う - id:onk のはてなブログ
Test which reminded me why I don't really like RSpec | Arkency Blog (日本語訳：Rails: RSpecが好きでないことを思い出したテスト（翻訳）｜TechRacho by BPS株式会社) を見ての感想。 元のコードのイマイチなところは 4 つあって、 params を before で書き換えている *1 it "will succeed" の文言 it { is_expected.to be_success } と expect(result.success?).to eq(true) が混ざっている let が不思議な順序で連発されていて事前条件を読み解けない すべて、これによって何をテストしているのかが分かりづらくなっているという問題を引き起こす。 params を before で書き換えている let(:pa
Go 1.21 リリース連載 contextパッケージに追加されるWithoutCancelでクライアントとの切断に備えてみる | フューチャー技術ブログ
Go 1.21 リリース連載 contextパッケージに追加されるWithoutCancelでクライアントとの切断に備えてみる はじめにこんにちは。TIG DX ユニット所属、金欠コンサルタントの藤井です。先日、Google Pixel 7aを購入しました。これまでiPhone 7 Plusを使っていたので、使用スマホの時代が7年ほど進みました。Googleは検索エンジンからAI、スマホまで作っていてすごいですね。 ということで今回は、Google発のプログラミング言語であるところのGoの1.21がリリースされることを記念した、Go 1.21 連載 の記事を書きます。 本記事では、いくつか変更の入った、contextパッケージについて記載していきます。 contextそのものについては、フューチャー技術ブログにおいても数多く解説されていますので、詳細な説明は割愛します。数例記載しますので、
MCP（Model Context Protocol）とは何か？ メリット、デメリット、活用例を分かりやすく解説
MCP（Model Context Protocol）とは何か？ メリット、デメリット、活用例を分かりやすく解説 MCPは、LLMをファイルシステムやデータベース、各種APIといった外部のデータソースやツールとシームレスに接続するためのオープンなプロトコルだ。本記事では、ITエンジニアや開発者向けに、MCPの基本的な仕組みから、そのメリット、デメリット、具体的な活用例までを分かりやすく解説する。 LLM（大規模言語モデル）を活用したアプリケーション開発において、「外部のデータやツールとの連携が思うように進まない」「APIごとにカスタマイズした実装が必要で、開発のスケールに限界を感じる」といった悩みを抱えてはいないだろうか。AI（人工知能）が真に能力を発揮するには、リアルタイムの情報や専門的なツールとのシームレスな連携が不可欠となる。 この課題を解決する技術として、Anthropicが提唱す
LLM技術と外部データ活用による検索・回答精度向上手法（ファインチューニング、セマンティック検索、In-Context Learning、RAG）と著作権侵害｜知的財産・IT・人工知能・ベンチャービジネスの法律相談なら【STORIA法律事務所】
LLM技術と外部データ活用による検索・回答精度向上手法（ファインチューニング、セマンティック検索、In-Context Learning、RAG）と著作権侵害 第1 はじめに FAQシステムやチャットボットなど「何か知りたいこと（検索文・質問文）」を入力して検索や回答生成を行うに際して、検索や回答精度を向上させたり、回答根拠を明示させるために、LLM技術と外部データを組み合わせたシステムの研究開発や実装が急速に進んでいます。 LLMが外部データを参照できるようにするには、LLMそのものをFine-tuningする方法、プロンプトで情報を与える方法、RAGによって外部データを保存したデータベース (Data Base; 以下DB) から呼び出す方法の3つがあります。 ここでいう「外部データ」とは、「LLMの外部にあるデータ」という意味でして、その中には社内文書や、書籍・ウェブページ上のデータ
Context Engineering for AI Agents: Lessons from Building Manus At the very beginning of the Manus project, my team and I faced a key decision: should we train an end-to-end agentic model using open-source foundations, or build an agent on top of the in-context learning abilities of frontier models? Back in my first decade in NLP, we didn't have the luxury of that choice. In the distant days of BER
GeminiのURL context toolを解説。スクレイピングなしでWebコンテンツを取得 - G-gen Tech Blog
G-genの杉村です。Vertex AI の API 経由で Gemini を呼び出す際に、URL context tool を使って、明示的にスクレイピングをしなくても Web サイトの内容を取得してコンテキストとして利用する方法について解説します。 概要 URL context tool とは ユースケース サポートされているモデル 使用方法 URL context tool の検証 tools 不使用時との比較 Google Search tool との比較 Google Search tool との併用 概要 URL context tool とは URL context tool とは、Vertex AI の API 経由で Gemini を呼び出す際に、Web サイトの内容を取得してコンテキストとして利用できるようになるツールです。 本来、外部 Web サイトの内容を生成 AI
golangのcontextのcancel伝播の仕組みを学ぶために自作してみた - $shibayu36->blog;
並行プログラミングを学ぶ一環で、「Contextを完全に理解する」というテーマでGo Conference 2021 Autumnに登壇しました の記事を見つけ、contextのcancel伝播の実装方法が気になった。そこで自分でcontextのcancel部分だけを自作することで伝播の理解を深めてみた。 実装はこちらで、context.WithCancel的なものとcontext.WithDeadline的なものを実装している。またテストコードも用意している。 実装してみて面白いなと思ったのは、contextの実装は可能な限りgoroutineを起動しないようにうまく実装されているということ。 自作する前にgolangのcontextの実装を眺めていたが、最初はこの辺りを見て、子の側でgoroutineを起動して親のDone()を見ているのだなと思い込んでいた。しかし実際には、 親となる
MCP(The Model Context Protocol) を理解する - Part1: 概要編｜Weights & Biases Japan
Weights & Biases AI Solution Engineerの鎌田(X: olachinkei)です。MCP(The Model Context Protocol)が業界標準になってきましたね。2025/3/27にはOpenAIもMCPのサポートをリリースしました。 people love MCP and we are excited to add support across our products. available today in the agents SDK and support for chatgpt desktop app + responses api coming soon! — Sam Altman (@sama) March 26, 2025 MCPは、大規模言語モデル（LLM）を活用したアプリケーションが、外部のツール、構造化されたデータ、事前定
GitHub - microsoft/mcp-for-beginners: This open-source curriculum introduces the fundamentals of Model Context Protocol (MCP) through real-world, cross-language examples in .NET, Java, TypeScript, JavaScript, Rust and Python. Designed for developers, it f
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
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
Model Context Protocol（MCP）とは？生成 AI の可能性を広げる新しい標準
![[レポート公開] そのAIツール、すでに情報を抜かれています。実在インシデントで判明したセキュリティ事故 8選](https://cdn-ak-scissors.b.st-hatena.com/image/square/c4ba26b5fc8f2a51bdd4e84960d4bb84858ae64d/backend=imagemagick;height=288;version=1;width=512/https%3A%2F%2Fprcdn.freetls.fastly.net%2Frelease_image%2F118521%2F68%2F118521-68-03ce3ea21fdf0537d9231555e3325d93-1280x720.png%3Fformat%3Djpeg%26auto%3Dwebp%26fit%3Dbounds%26width%3D2400%26height%3D1260)
Pythonで理解するMCP（Model Context Protocol） | gihyo.jp
2021年ビール10選 - @katzchang.context
AIがコードを書くほど、要件定義は上に移動する――Spec・Context・Harness三層設計
ClaudeCodeでContext Engineeringに沿った開発フローを探索する
Model Context Protocol (MCP) サーバを使ってみた・作ってみた
手触り感のあるContext Engineering - LayerX エンジニアブログ
Claude Code の Context Engineering
Promise や Context から値を読み取る use React フック
Claude CodeのSubagentとcontext: forkは何が違うのか - 5.1さらうどん
Go 言語の context を基礎から実践まで解説 - Qiita
Effective context engineering for AI agents
Context Engineering for AI Agents: Lessons from Building Manus
ta221961.hatenablog.com
anond.hatelabo.jp
ampinpin.hatenablog.jp
nonohana905.hatenablog.com
yanmaga.jp
ayahabira.hatenablog.com