tsconfig.json を使うと、型チェックを緩く/強くしたり、また出力する JS の形式を変えたりできる。しかしいくつかの事情から、正しく書くのが難しい。 オプションの数が非常に多い その数なんと 133 個 *1 オプションの意味や役割が理解しにくい 公式ドキュメントは丁寧にかかれているが... JavaScript や TypeScript の仕様、型の知識、歴史的経緯などを知らないと理解しづらい 推奨されるオプションが変わっていく 言語やエコシステムの進化/変化によって変わる 最近だと Node.js の TypeScript サポートで変わった 「オプションの細かい意味とかは一旦いいから、モダンで最小限の tsconfig.json がすぐに欲しい！！！」。そうした声に応えて、id:mizdra がオススメする「4 ステップでモダンな tsconfig.json を作る方法」
コーディング AI エージェントを自作してみよう
コーディング AI エージェントを自作してみよう 好むと好まずと関わらず、ソフトウェア開発において AI の活用は重要なパラダイムシフトの 1 つです。AI エージェントはユーザーからの指示を元に自律的にタスクを選択し、実行します。この記事では、コーディング AI エージェントを自作する過程を紹介します。 好むと好まずと関わらず、ソフトウェア開発において AI の活用は重要なパラダイムシフトの 1 つです。The End of Programming as We Know It という記事ではプログラミングが終焉を迎えるのではなく、「今日私達が知っているプログラミングの終わり」であると述べられています。AI に置き換えられるのはジュニアおよび中級レベルのプログラマーではなく、新しいプログラミンツールやパラダイムを受け入れず過去に固執するプログラマーであるとというのです。 It is not
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
こんにちは。 名刺アプリ「Eight」でエンジニアをしている鳥山（@pvcresin）です。 最近は、社内の謎解きが好きな人たちとリアル脱出ゲームに参加しています。 10人ほど必要なイベントでもすぐに人数が集まるので、社内にコミュニティーがあるのはありがたいですね。 さて今回は、Eightで昨年末から取り組み始めたRubyへの型導入について紹介します。 目次 背景 静的型付けブーム 型チェッカーと関連ツールの概要 SteepとSorbetの実導入による比較検証 比較の結果 採用にあたり気になるポイント まとめ 背景 EightのバックエンドはRuby on Railsで構築されています。 10年以上にわたって開発が続けられてきたこともあり、コードベースは非常に大きく、コードの挙動や開発者の意図を読み解くのに時間がかかる場面も増えてきました。 もちろん、定期的にリファクタリングや不要な機能の
Django のアプリケーションログを structlog で構造化し、ログの検索性を向上させる - Nealle Developer's Blog
こんにちは。SREチームの高 (@nogtk)です。ゼノブレイドXリメイクで惑星ミラの探索に勤しんでいる今日この頃です。 直近行った取り組みとして、アプリケーションログの構造化を行い、ログの検索性の向上を行いました。この記事では実際の実装も交えつつ実施した内容についてご紹介したいと思います。 構造化ロギングによって解決したい課題 Park Direct のバックエンドアプリケーションは Django で作られ、ログの出力先としては Datadog Logs を利用しています。このアプリケーションログは、長らくデフォルトである非構造化形式でログが出力されており、以下のような課題を抱えていました。 タイムスタンプやログレベル、トレースバックなどの各要素について、Grokパーサなどを駆使し Datadog のログパイプライン処理で抽出を行なっていたが、パターン網羅に限界があり、うまくパースできて
ちなみに先日、Mastra製のAIエージェントをMCPと連携させてみた、という記事も書いたのでこちらも合わせて読んで頂けると嬉しいです（今回の内容と一部被っている部分があります）。 MastraとはMastra（マストラ）は、AIエージェント開発を効率化するためのオープンソースフレームワークです。 TypeScriptで実装されており、LLMを利用して外部APIやツールを呼び出すAIエージェントをシンプルなコードで作成できます。 OpenAI、Anthropic、Google Geminiなど複数のAIサービスに対応しているので、用途に合わせたモデル選択が可能です。 環境構築するそれでは、まずはMastraの実行環境を作りましょう。 環境構築と言っても、公式の方法に従えば簡単に作成できます。 任意のフォルダで npx create-mastra@latest を実行すると色々質問されるので
Cline/Roo CodeにVSCode拡張機能を作ってもらった｜所感と用意するべきこと・考えるべきこと - くらげになりたい。
巷で話題のCline/Roo Codeを試してみたくて、 前から欲しかったVSCode拡張機能を作ってもらった 構成や価格は、 VSCode + Roo Code Anthropic API(Claude 3.7 Sonnet) v0.1.0までで、約$30(≒4,500円) そこから機能追加で、＋約$10(≒1,500円) 執筆時点で、110タスクくらい つくってもらったもの VSCodeをノートアプリとして使いたいなと思うけど、 ファイルの並び順とかがいい感じにならないので、 並び替えとかいろいろできるエクスプローラーを作ってもらった Sortable Explorer - Visual Studio Marketplace memorylovers/sortable-explorer: Flexible Sort Explorer of VSCode Extention 機能はこんな
1. Research Bot「OpenAI Agents SDK」でシンプルな「Deep Research」クローンを実装します。処理の流れは、次のとおりです。 (1) ユーザーが 研究テーマ を入力 (2) planner_agent でWeb検索のプランを作成。 プランは検索クエリのリストです。 (3) search_agent で検索クエリを実行。 Web検索ツールを使用して検索して結果を要約します。これらは並行して実行されます。 (4) writer_agent でレポートを作成。 ファイル構成は、次のとおりです。 ・research_bot ・main.py ・manager.py ・printer.py ・agents ・planner_agent.py ・search_agent.py ・writer_agent.py 2. コードの解説2-1. main.py「何を研究し
ブログにフローチャートを埋め込めるMermaid記法について、1年とちょっと前に記事にしました。 論理の展開が可視化されるので、ブログ記事を頑張っていた時に多用していこうと思っていたのですが、最近はあまり使えていません。 使わなくなると、基本的な文法もすっかり忘れています。 覚えておきたい基本項目をまとめました。 Mermaidとは？ 最初に覚えるべき図の種類 基本：フローチャート記法 図の向き指定 ノード（要素）の書き方 矢印の書き方 フローチャート例 シーケンス図の例 ガントチャートの例 練習方法・おすすめの環境 Mermaidとは？ テキストで図（フローチャート、シーケンス図など）を描ける記法。 Markdownと一緒に使える（ブログやNotion、GitHubで活用可） 最初に覚えるべき図の種類 図の種類 用途 宣言方法 フローチャート 処理の流れを視覚化 graph TD または
= 1024 }, isThreeColumns() { return document.documentElement.clientWidth >= 768 && document.documentElement.clientWidth < 1280 }, cdnUrl(path) { return `https://fourhoi.missav.fans${path}` }, itemUrl(item) { let dmPrefix = item.dm ? `/dm${item.dm}` : ''; let url = this.locale === 'zh' ? `${dmPrefix}/${item.dvd_id}` : `${dmPrefix}/${this.locale}/${item.dvd_id}` if (item.recommend_id) { url += `#${i
React Nativeのプロジェクトをgithub actions上でスクリーンショットテストを実装してみた - Nature Engineering Blog
モバイルエンジニアインターン生の筒井です。 本記事では、私が入社して行ってきたReact Nativeプロジェクトの、GitHub Actions上でのスクリーンショットテスト実装についてお話しします。 これによりGithub Actions上でReact Nativeアプリが動き、そのスクリーンショットが保存され、確認できるようになります。 背景 アプリ開発において、自動テストを行うことでコード内のエラーなどに気づくことができます。 しかし、Natureでは自動テストでロジックの確認は行なっていますが、現状、画面のレイアウト崩れは検知することができません。 そのため、実際に実装画面を見てみないと分からないデザインの崩れや画面遷移の確認などは、手元で動かして確認しています。 手元での確認は、 ただ、この確認作業はビルド→起動→遷移の確認...と手順が多く手間な作業です。 そこで、GitHu
'); doc.close(); } if (!doc) throw Error('base not supported'); var baseTag = doc.createElement('base'); baseTag.href = base; doc.getElementsByTagName('head')[0].appendChild(baseTag); var anchor = doc.createElement('a'); anchor.href = url; return anchor.href; } finally { if (iframe) iframe.parentNode.removeChild(iframe); } }()); } // An inner object implementing URLUtils (either a native URL // ob
1. はじめにここのところAgent関連技術を触ったり試したりすることが多かったので、息抜きとして久しぶりにモデル周りについて記事を書きたいと思います。 Agent関連の作業中にふと、 Promptでの出力言語指定 Fine-Tuningや継続事前学習のようなモデルパラメータの更新 以外に出力言語を固定する方法があるのでは？と思いつきました。簡単に調べたところ特に試している人も見つからなかったので勉強の一環として試してみました。 2. 今回採用する方法今回試す方法は「トークン生成確率の操作」です。 LLMは入力トークン列を処理し、語彙全体に対する確率分布を計算します。この分布から各種サンプリング戦略（greedy、Top-k/p、temperature調整など）を用いて次トークンを選択。選択されたトークンを入力に追加し、このプロセスを繰り返して文章を生成します。 LLMにおける次のトークン
Crate-training Tiamat, un-calling Cthulhu:Taming the UB monsters in C++
For more background on safety and security issues related to C++, including definitions of “language safety” and “software security” and similar terms, see my March 2024 essay “C++ safety, in context.” This essay picks up our story where that one left off to bring us up to date with a specific focus on undefined behavior (aka UB). This is a status update on improvements currently in progress for h
お疲れさまです。とーちです。 こちらの記事を読んで、MCPサーバーすごそうとなったのでMCPについてキャッチアップしたくなりました。 また、こちらの資料を読んでいて知ったのですが、MCPサーバーを作るクイックスタートが公開されているようです。これは良さそうだと思ったのでクイックスタートをやってみることにしました。 やさしいMCP入門 クイックスタートのURLは以下になります。 For Server Developers - Model Context Protocol MCPとは？ そもそもMCPとは？といった部分については上記の資料等をご確認いただければと思いますが、自分なりに理解したことをまとめると以下のようになります。 MCPとは 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ためのもの MCP は、AI アプリケーション用の USB-C ポートのようなもので、
M5Stack OLEDユニット(U119)
概要 らびやんさんがM5StackにJoinして、初のプロダクトであるOLEDユニットを入手したので紹介したいと思います。 商品 OLED Unit 1.3″ 128 × 64 Display（本家ストア） まだ日本では販売されていないはずです。 赤いコネクタなのでI2C接続のユニットになります。SH1107という1.3インチのモノクロ画面が搭載されているんですね。ちなみにこのユニットは特殊なのでパネルの種類はあまり関係ありません。 中身は本体とケーブルのみになります。 裏側です。128×64ピクセルの1.3インチという情報がわかります。 使い方 SH1107が画面の型番ですが、M5GFXライブラリに統合されているので、I2C接続であることなどを考慮することなく利用可能です。 まずはライブラリマネージャで「M5GFX」をインストールします。 https://docs.m5stack.com
背景 最近、VMwareがBroadcom社に買収され話題になっていますね。 販売モデルの変更や値上げについて注目されています。 https://xtech.nikkei.com/atcl/nxt/column/18/00001/09307/ https://www.nikkei.com/article/DGXZQOUC036NN0T00C24A7000000/ こうした話を受けてVMwareから別のソリューションへの移行を検討している人もいるという話を聞きます。候補になるのは例えば以下のような製品でしょうか？ Nutanix Cloud Infrastructure OpenShift Virtualization Windows Server(Hyper-V) OpenStack Proxmox oVirt このうち自分はOpenStackについてはそれなりの期間(9年ほど)運用してい
AWS SAMのメリット・デメリット メリット： 開発効率の向上 シンプルな構文による素早い開発 豊富なサンプルテンプレートの利用 統合されたツールチェーンの提供 コスト削減 ローカルテストによる AWS 利用料の削減 効率的なリソース管理 運用コストの最適化 品質向上 標準化されたベストプラクティス 一貫性のある開発環境 自動化されたテスト環境 デメリット： 柔軟性の制限 SAM特有の制約が存在 一部の高度なカスタマイズが困難 すべてのAWSサービスをサポートしているわけではない 追加の学習コスト SAM特有の概念の理解が必要 新しいツールチェーンの習得 トラブルシューティングのスキル ベンダーロックイン AWS特有の実装への依存 他のクラウドプロバイダーへの移行が困難 AWSのサービス更新への追従が必要 AWS SAMは、特にAWSでのサーバーレスアプリケーション開発を始める際の最適な
はじめに VS CodeのDev Containerを使って開発をしようと環境を準備していたところ、AWSの認証情報が渡されない事象に出くわしたので備忘として書いておきます。 検証環境 Windows 10 PowerShell 5.1 aws-vault v7.2.0 docker 24.0.6 最初に結論 aws-vaultで認証後、同じターミナルでVS Codeで開きたいパスに移動して、code .コマンドでVSCodeを起動すればAWS認証情報が引き継がれます。 事象 Terraform開発環境構築のため、偉大なる先人方の記事を参考にしつつdevcontainer.jsonファイルを実装しました。 Devcontainerを用いてPythonやAWS CDK・Serverless Frameworkなどのデプロイ環境の構築をしてみた Visual Studio Code Dev C
はじめに こんにちは、アノテーションのなかたです。 今回は、SAM でrequirements.txtを Lambdaレイヤーに分離してみました。 Lambdaレイヤーとは Lambda レイヤーは、補足コードまたはデータを含む .zip ファイル アーカイブです。レイヤーには通常、ライブラリ依存関係、カスタム ランタイム、または構成ファイルが含まれます。 アプリケーションコードのうち、ライブラリやパッケージなどの依存関係を別の層として切り出してレイヤーとして利用するようです。 これにより、アプリケーションコードに関心が集まったり、独立して依存関係のみを更新することができます。 また、レイヤーとして切り出すことにより、別の関数で使い回すこともできます。 やってみる 1. SAMプロジェクトの構築 とりあえずSAMプロジェクトを構築し、SAMプロジェクトがデプロイすることを確認します。 sa
300行の “秘伝のタレ” SQLをデータ変換支援ツール｢dbt｣できれいにする｜グロービス・デジタル・プラットフォーム
こんにちは。データエンジニアの諏訪遼 (@r10swa) です。 グロービスの GDP データサイエンスチームにおいて、データパイプラインの構築・運用を行っています。 はじめにあなたの SQL が “秘伝のタレ” になるのを防ぐには皆さんは、事業の KPI をモニタリングしたいとき、必要なデータをどのように用意していますか。 「何百行もある1つの SQL ファイルを “秘伝のタレ” のように使っている...」 「処理のロジックが複雑に絡み合っていて解読できない…」 といったことはないでしょうか。 /* queries/lengthy_query_1.sql */ WITH t1 AS ( SELECT id , some_attribute_1 , some_attribute_2 , ... FROM /* 前段のクエリのデスティネーションをハードコード */ `some_upstrea
おつかれさま | Netflix
'); doc.close(); } if (!doc) throw Error('base not supported'); var baseTag = doc.createElement('base'); baseTag.href = base; doc.getElementsByTagName('head')[0].appendChild(baseTag); var anchor = doc.createElement('a'); anchor.href = url; return anchor.href; } finally { if (iframe) iframe.parentNode.removeChild(iframe); } }()); } // An inner object implementing URLUtils (either a native URL // ob
【Raspberry Pi】もうめくり忘れない！自動更新電子ペーパーカレンダーつくってみた「きょうは何日？」「保育園ある？」子どもにきかれるようになったのでRspberry Piと電子ペーパーでカレンダーをつくってみました。つくりかたはブログにのせてあります。www.youtube.com つくった経緯 ムスコ きょうは何曜日？保育園ある？ のぼさん 最近曜日や日付を聞かれることが増えたなぁ。 ひらがなが読めなくても今日保育園にいくかどうかがわかるカレンダーをつくってみよう。 つくるもの 電子ペーパー横にA〜D、4つのボタンがあります。ボタンを押すと A：「現在の天気＋週間カレンダー」 B：「行きと帰りの天気予報」 に画面が切替わります。 Aボタンの画面が1時間毎に更新されます。 画面説明 A・Bそれぞれの画面の表示内容を説明します。 Aボタン 現在の天気＋週間カレンダー 保育園がお休みの
はじめに 本記事では、 最新のGo（執筆時点ではGo 1.24） と、最も人気のあるSQLiteドライバである github.com/mattn/go-sqlite3 を使用して、JPEGおよびPNG画像をSQLiteデータベースにBLOB型で保存・取得するシンプルなCLIアプリケーションを構築してみます。Go言語でデータベースにバイナリデータを保存する方法や、画像ファイルの読み書き、エラーハンドリングの実装方法について、ハンズオン形式で詳しく解説します。読者はGoにある程度慣れていることを前提とし、コードの可読性を重視して丁寧にコメントを付けながら説明していきます。 なお、 SQLiteドライバのmattn/go-sqlite3 はC言語へのバインディングを含むため、利用する環境に Cコンパイラ（例えばgcc） がインストールされている必要があります。また、本記事で扱うコードは学習目的の
文字列から音声を生成 そう多くはないケースですが、弊社案件において簡易的にセリフを自動でコンピュータに喋らせたい機能がありました。 有名なサービスだと、 Google Cloud Text-to-Speech Amazon Polly などがあり、調整することにより、コンピュータでも自然に喋らせることができます。しかしそれなりに料金が掛かりますので、頻繁に利用するとなると運用費が嵩んでしまいます。 gTTS モジュール gTTS は、 Python で利用できる文字列を音声に変換するモジュールです。 gTTS は Google Text-to-speech の略ですので、ベースとしては Google のサービスが利用されているようです。 使い方は非常に簡単で、直ぐに音声ファイルを作成することができます。 MITライセンスですので商用利用も問題ありません。 実行 それでは実際に使ってみましょ
(MineFlayerを用いて、MineCraft Botを作成した際のメモです。) Mineflayerとは？ Mineflayerは、JavaScript（Node.js）ベースで開発された、Minecraftの非公式Botフレームワークです。 自動で採掘・建築を行うBotや、チャットで反応するBot、さらにはPvPやMobとの戦闘をこなすAIプレイヤーなど、さまざまな自動化・インタラクション機能を持つBotを作成できるライブラリーです。 できることの例： ブロックの設置・破壊（例：自動で家を建てる） Mobやプレイヤーの追跡と戦闘（例：スケルトンから身を守る護衛Bot） アイテムのクラフト・使用・インベントリ管理（例：装備を整えて自動で探索） プレイヤーのチャットや行動に応じた反応（例：「こんにちは」と話しかけると「やあ！」と返す） ワールド内の座標移動や経路探索（例：拠点に戻るBo
pyparsingで競馬のコーナー通過順位をパース
はじめに 競馬AIの作成過程で、netkeiba.comのコーナー通過順位をデータ化したかったので、pyparsingを使ってみました。文字列の順次解析でも実現可能と思いますので、pyparsingの極々一部のみ使用しています。 pyparsingとは Pythonの構文解析モジュールで、 The pyparsing module is an alternative approach to creating and executing simple grammars, vs. the traditional lex/yacc approach, or the use of regular expressions. The pyparsing module provides a library of classes that client code uses to construct the
こんにちは。AWS CLIが好きな福島です。 はじめに 参考 そもそも、AWS SAMとは？ AWS SAMを利用するメリット 概要図 ワークショップでやったこと ①サンプルアプリの準備(sam init) ②サンプルアプリをローカルで実行(sam local) ③サンプルアプリのビルド(sam build) ④サンプルアプリのデプロイ(sam deploy) 終わりに はじめに 最近、サーバレスなアーキテクチャに興味があり、 AWS SAMのワークショップを実施したため、備忘としてブログを書きたいと思います。 ちなみに、ネットや周りの人を見ると、AWS SAMではなく、Serverless Frameworkを利用している方が多い印象を受けますが、とりあえず、AWSが提供しているAWS SAMを触ってみました。 参考 catalog.workshops.aws そもそも、AWS SAMと
123Av ビデオ、視聴 123Av HD で
= 1024 }, isThreeColumns() { return document.documentElement.clientWidth >= 768 && document.documentElement.clientWidth < 1280 }, cdnUrl(path) { return `https://fourhoi.missav.fans${path}` }, itemUrl(item) { let dmPrefix = item.dm ? `/dm${item.dm}` : ''; let url = this.locale === 'zh' ? `${dmPrefix}/${item.dvd_id}` : `${dmPrefix}/${this.locale}/${item.dvd_id}` if (item.recommend_id) { url += `#${i
Swiftにおける文字コード変換 SwiftのStringは内部的に文字列をUnicodeで扱っており、必要に応じて他のエンコーディングに変換することができます。 以下の例では、文字列をShiftJISエンコードのDataに変換したり、逆にDataからStringを生成します。 この操作はFoundationライブラリに実装されたStringへの拡張です。 FoundationライブラリはSwiftツールチェーンに同梱されており、実質的な標準ライブラリとして広く利用されています。 Swift 6とFoundation Swift 6が2024年9月17日にリリースされました。5が出たのが2019年なので、5年ぶりのメジャーバージョンアップです。 Swift 6には多数の目玉機能がありますが、そのうちの1つにFoundationの実装移行というものがあります。 これまでFoundationの
Python3.12 のスタンドアロン Lambda 関数を作成しつつ、SAM CLIを学んでみた | DevelopersIO
はじめに こんにちは、アノテーションのなかたです。 今回は、Python3.12 のスタンドアロン Lambda 関数を作成しつつ、SAM CLIを学んでみました。 1. テンプレートからプロジェクトを作成する Standalone functionクイックテンプレートでは Pythonランタイム がサポートされていない sam init 時に、 AWS Quick Start application template に Standalone function という、それらしいテンプレートがあったので選択したのですが、dotnet と nodejs しか表示されませんでした。 Which template source would you like to use? 1 - AWS Quick Start Templates 2 - Custom Template Location Ch
stable diffusionダウンロードコマンドプロンプトを立ち上げます 以下のコマンドを実行してください git clone https://github.com/lshqqytiger/stable-diffusion-webui-directml && cd stable-diffusion-webui-directml && git submodule init && git submodule update実行結果C:\Users\ユーザ名\Documents>git clone https://github.com/lshqqytiger/stable-diffusion-webui-directml Cloning into 'stable-diffusion-webui-directml'... remote: Enumerating objects: 34560, d
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 過去の記事ではAWS CDKに関して変更セットを利用した変更内容の確認や第三者への確認依頼の方法を紹介しました。 CDKはIaCを実現するサービスであり、デプロイの構成がコードで定義されています。 つまりはそのデプロイ前のコードの品質を高いものに保つことでデプロイするリソースもより安全で質の高いものにできます。 今回の記事ではCDKに関して主にCDKのテストに関するベストプラクティスとテストの実装方法について解説します。 デプロイ前にIaCコードをテストするメリット ・デプロイ対象のインフラ構成情報がコードとしてまとめて記載さ
uvで学ぶPythonの基礎
はじめに いろいろありまして、Python やることになりました。 ちょっと前には、FastAPI の記事を書いたり、第二新卒の社員向けに Python でプログラミングの基礎を教えてたりしたんですが、最近は、uv らしいというのを見かけて、uv って何？ということで勉強しはじめたら、知らないことばかりで、いまさらではあるのですが、これはまずいということで基礎から学ばないと…という記事です。 まなぶ とりあえず、本家のドキュメント読め。が鉄則ですよね。Introduction、Getting started から Guide の Running scripts で仮想環境がぁというあたりから怪しくなってきたので、Concepts をしっかりやろうと思います。 uv の中の人は（たぶん、uv の普通のユーザーさんも）、Project が興味の対象と思うので、Project からになってますが
gitコマンド チートシート
リポジトリのセットアップ ✨ 新しいGitリポジトリを作成したり、既存のリポジトリを取得したりします。 新しいリポジトリの作成 (`git init`) カレントディレクトリをGitリポジトリとして初期化します。.git ディレクトリが作成されます。 # カレントディレクトリに .git ディレクトリを作成 git init # 指定したディレクトリにリポジトリを作成 git init <ディレクトリ名> # ベアリポジトリとして初期化 (作業ディレクトリなし、共有用) git init --bare # ベアリポジトリを特定のディレクトリに作成 git init --bare <ディレクトリ名>.git # 初期ブランチ名を指定して初期化 (例: main) git init -b main git init --initial-branch=main --bare オプションで作成され
AI音楽キュレーション：LangGraph Studio x Spotify APIで作るAI DJ Assistant🎧｜AstroPomeAI
AI音楽キュレーション：LangGraph Studio x Spotify APIで作るAI DJ Assistant🎧 はじめにAIの進歩により、音楽キュレーションの世界が大きく変わろうとしています。ストリーミングサービスの普及で膨大な音楽にアクセスできるようになった一方、最適な曲を見つけることはより困難になっています。 この課題に対し、AIを活用した音楽推薦システムを考えました。AIは単なる補助ツールではなく、プレイリスト作成者や音楽キュレーターの創造性を拡張する新たなパートナーとなる可能性があるかもしれません。 本記事では、最新のAI技術であるLangGraphと、SpotifyのAPIを組み合わせた音楽キュレーションAIアシスタントの開発プロセスを詳しく紹介します。LangGraphの登場とLangChainの更新に伴い、以前作成したSpotify APIエージェントを再構築し
業務でAWS SAM CLIを学ぶ必要性がでてきたので、下記チュートリアルを実施しました。 このチュートリアルを、M1のMacbook Air（Sequoia 15.3.2）でやった際のメモ書きとなります。 SAM CLIのインストール まずは下記からSAM CLIパッケージをダウンロードします。 ダウンロードしたパッケージを任意のディレクトリにおき、そこで下記インストールコマンドを実行します。 $ sudo installer -pkg aws-sam-cli-macos-arm64.pkg -target / Password: installer: Package name is AWS SAM CLI installer: Installing at base path / installer: The install was successful. $ mkdir sam-tut
この記事のポイント VAEは、高次元データの背後にある潜在的な確率分布を学習し、新たにデータを生成する生成モデルの一種です。オートエンコーダと比較して、確率分布を導入することで新たなデータ生成が可能になり、柔軟な表現力を持ちます。エンコーダは入力データを潜在空間にマッピングし、デコーダは潜在変数からデータを再構成します。潜在変数のサンプリングには再パラメータ化トリックが使われます。VAEは画像生成や異常検知など多岐にわたる分野で応用されており、今後のAI技術における発展が期待されています。 Microsoft MVP・AIパートナー。LinkX Japan株式会社 代表取締役。東京工業大学大学院にて自然言語処理・金融工学を研究。NHK放送技術研究所でAI・ブロックチェーンの研究開発に従事し、国際学会・ジャーナルでの発表多数。経営情報学会 優秀賞受賞。シンガポールでWeb3企業を創業後、現在
ラズパイを24時間稼働させぱなしにしておくと稼働させてる状態にもよりますが1ヶ月程度でハングアップしてしまうことがママあります そこでラズパイを定期的に再起動するように設定します 再起動の設定にはcronを使用します まずは再起動方法の確認 再起動のコマンドはこれ $ sudo reboot もしくはこれ $ sudo shutdown -r now コンソールで上記コマンド実行すると再起動するはずです cronが動作するか確認しておく ラズパイでスケジュール実行するのはcronってやつを使います、Windowsで言うタスクスケジューラみたいなやつです cronデーモンが動いているか確認 $ systemctl status cron.service 「active (running)」って表示されれば動いてます タイムゾーンの確認 一応最初に確認しておくと後でトラブったときにスムーズに解
この記事では、AI（人工知能）およびデータサイエンスの分野でScalaを活用するための実践的な知識を、基礎から応用まで順序立てて解説します。Scalaの強力な機能と、Apache Sparkなどのビッグデータ処理フレームワークとの親和性を活かし、データ分析や機械学習のタスクを効率的に進める方法を学びましょう。🚀 Pythonがデータサイエンス界隈で広く使われている中、なぜScalaを学ぶ価値があるのでしょうか？いくつかの重要な理由があります。 JVM言語としての強み: ScalaはJava Virtual Machine (JVM) 上で動作します。これにより、豊富なJavaライブラリ資産を活用でき、Javaで構築された既存システムとの連携も容易です。また、JVMの成熟した実行環境は、パフォーマンスと安定性の面で大きな利点となります。 関数型プログラミングとオブジェクト指向の融合: Sc
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
4 ステップでモダンな tsconfig.json を作る - mizdra's blog
30分で作ってみる自作MCPサーバー - KITUNE IS GOOD
EightではRubyへの型導入を進めています - Sansan Tech Blog
MastraのAIエージェントで記憶機能を試す｜ニケちゃん
OpenAI Agents SDK で シンプルなDeep Researchクローンを実装する｜npaka
Mermaid記法の基本まとめ【初心者向け】 - 43号線を西へ東へ
MissAV | オンラインで無料ハイビジョンAV映画が見られる | 飽きるまで映画が存分に見られる
After Life/アフター・ライフ | Netflix
PromptもFine-tuningも不要なLLM出力言語の制御手法｜はち
MCPサーバー作成の公式クイックスタートをやってみた | DevelopersIO
OpenStackはVMwareの移行先になるのか？
【AWS SAM入門】15分で分かるサーバーレスアプリケーション開発の始め方・基礎・実践手順2024
VS CodeのDev Container環境にAWS認証情報を環境変数で渡す - Qiita
requirements.txt を Lambdaレイヤーに分離してみた | DevelopersIO
【 Raspberry Pi 】もうめくりわすれない！自動更新電子ペーパーカレンダーの作り方
GoとSQLiteで画像をBLOBとして保存・取得するCLIアプリ構築ハンズオン
Python で文字列から音声を生成する gTTS モジュール
MineCraft BotをPythonで動かそう(MineFlayer)｜猩々博士
【AWS SAM】入門してみた - サーバーワークスエンジニアブログ
【Linux】Swift 6で文字コード変換ができなくなった
AMDのGPUでStable Diffusion Web UI インストール
【AWS】AWS CDKのテストとベストプラクティス【テスト】 - Qiita
AWS SAM CLIのチュートリアルやってみた - Qiita
VAEとは？その仕組みや実装方法、活用事例をわかりやすく解説 | AI総合研究所
cronでラズパイを定期的に再起動する - ナウいエンジニヤー
AI/データサイエンスのためのScala実践入門：基礎から応用まで