MIXI minimo の システム開発グループ AI 推進チーム で機械学習関連の施策をしている Taniii です. モデルの学習から推論, 実サービスへの実装までの一連の流れで, 品質を保証し, 高速にモデル改善のサイクルを回すためには, 特徴量の一貫した管理と, その管理の自動化が重要だと考えています. これらを実現するために, MIXI の運営するサービス minimo では, 特徴量の管理を中心に据えた自動化を導入しました. 本記事では, 特徴量ドリブンな MLOps を実現するための試みを紹介します. 要約すると... 最初に結論を書くと, 以下のような自動化フローを構築しています. 詳細について, 次節以降で説明します. サービスのバックグラウンドと機械学習の活用 minimo は, 月間 200 万人以上 (WEB, アプリの合計. 2021 年 11 月時点) のお客様
概要 原著者の許諾を得て翻訳・公開いたします。 英語記事: What’s The Deal With Ractors? | byroot’s blog 原文公開日: 2025/02/27 原著者: byroot -- Railsコアコミッター、Rubyコミッターであり、ShopifyのRuby/Railsインフラチームのシニアスタッフエンジニアです 日本語タイトルは内容に即したものにしました。 私がやりたいのは、Pitchforkに関する記事を書いて、これがどんな理由でできたのか、なぜ現在のような形になったのか、そして今後どうなるのかについて説明することです。しかしその前に解説しておく必要があることがいくつかあります。今回はRactorについてです。 4、5年前にRactorが発表されたとき、多くの人が、スレッドの代わりにRactorを使う、Puma的なRactorベースのWebサーバーが
はじめに 自分なりには環境を整えているつもりですが、プロの方からしたらまだまだ使いづらく感じると思います。そのような点ありましたらご指摘お願いします。 なぜDocker? 「Dockerじゃなくてもいいのでは?」という意見の方も多いと思います。しかし、Dockerを使うことで様々な恩恵を受けることができます。例えば、以下のようなメリットがあります。 別のPCでAtCoderをやるときも環境を楽に作り、楽に消すことができる -> 移植性が高い ホスト環境を一切汚さない 準備 まず、リポジトリを任意のディレクトリにクローンします。 次に、コンテナ内でAtCoderにログインするための作業を実施します。今回使うonline-judge-toolsとatcoder-cli自体にもログイン機能が備わっているのですが、AtCoder側の仕様変更によりそれが使えなくなってしまいました。これらのツールには
Why F#?
If someone had told me a few months ago I’d be playing with .NET again after a 15+ years hiatus I probably would have laughed at this.1 Early on in my career I played with .NET and Java, and even though .NET had done some things better than Java (as it had the opportunity to learn from some early Java mistakes), I quickly settled on Java as it was a truly portable environment. I guess everyone who
Goでファイル操作ばかりしてる俺が語る！爆速7フォーマット実践サンプル【JSON/YAML/CSV/txt/Excel/ini/XML】
package main import ( "encoding/json" // JSONエンコード/デコード用パッケージ "fmt" // フォーマット済み入出力用パッケージ "log" // ログ出力用パッケージ "os" // ファイル操作などのOS機能用パッケージ ) // User構造体はJSONデータのユーザー情報を表現します type User struct { Name string `json:"name"` // JSONの"name"キーに対応 Age int `json:"age"` // JSONの"age"キーに対応 } const filePath = "input.json" // 読み込むJSONファイルのパス func main() { // 読み込み専用でファイルをオープン file, err := os.Open(filePath) if err !
1. はじめに 日本時間2025年3月25日、Microsoftが自社開発のブラウザ自動化ツールPlaywrightがModel Context Protocol (MCP)に対応したと発表しました。この発表は一見すると技術的なアップデートの一つに過ぎないように思えますが、実は生成AIとブラウザ自動化の融合という観点から見ると、ビジネス現場に大きな変革をもたらす可能性を秘めています。 これまで生成AIは主に情報提供や内容生成が中心でしたが、MCPに対応することで、AIがブラウザやデスクトップアプリケーションを直接操作できるようになります。つまり、AIが「考える」だけでなく「行動する」能力を手に入れたといえるでしょう。本記事では、PlaywrightのMCP対応の概要と技術的背景、そしてこれによって可能になる新たなビジネスユースケースについて解説します。 また、後半で試しにClaude fo
データプラットフォーム技術バイブル共著者の島田氏とともに執筆した、『データプラットフォーム技術バイブル 〜要素技術の解説から実践的な構築方法、利活用まで〜』が本日発売となります。 本書内容については、島田氏が素敵なブログを書いてくれたので、私は本書を通じて伝えたかったことを書きたいと思います。 章構成や技術など、本書の具体的な内容については、下記の島田氏のブログを参照してください。 データプラットフォーム技術バイブルまず、副題にも記載されているとおり、本書はデータプラットフォームを構築するために必要な、要素技術および実践的な構築方法について書かれた本です。 今や、目的意識を持って調べさえすれば、要素技術の情報はインターネット上のブログや公式のヘルプページ、さらにはAIを駆使して楽に学べるでしょう。 しかし、データプラットフォームを構築するための実践的な知見を集約し、必要な周辺技術まで網羅的
WebKit Features in Safari 18.4
Safari 18.4 is here! It includes 84 new features, including a completely new declarative mechanism for sending Web Push notifications, lots of CSS including a brand-new shape() function, P3 & translucency for the HTML color picker, media formats with more robust support for recording, new Web APIs including modern popover manipulation, new JavaScript features like Iterators, a faster way to jump t
注意: この記事内にある Model Context Protocol の C# SDK のサイトからコピーしてきたコードは、単一の接続しか受け入れられないように実装されています。複数のクライアントからの接続があった場合は後に接続したもののみ動作する実装になっています。 リポジトリ側のコードも、記事を書いてから数日のうちに更新されていて以下の Pull Request で、ちゃんと接続を管理するようになっているコードが追加されています。ModelContextProtocol.AspNetCore NuGet パッケージを追加して MapMcp メソッドを呼び出すことでちゃんと接続を管理する機能のついた /sse と /message のエンドポイントが追加されるようになります。 Add ModelContextProtocol.AspNetCore #160 本文 ここ最近、色々なところ
GitHub Copilot Chatを使ってMock APIを高速に実装した話 - BASEプロダクトチームブログ
はじめに はじめましての人ははじめまして、こんにちは！フロントエンドエンジニアのがっちゃん（ @gatchan0807 ）です！ 今回は、GitHub Copilot Chatを使った開発の中で実際に試してみたことと、そこから得られた気づきについて共有していきたいと思います。 （この作業を実施したのが2025年1月中頃の話なので、GitHub Copilot Agentモードが出る前の話である点だけご了承ください。2025年4月の今ならAgentモードでサクサク作らせていたと思いますし、直近はAgentモードで作ってPRを出したりしています🙏） やってみたこと 今回やってみたことはシンプルで、 MarkdownでAPI仕様書をリポジトリ内に置いてみた Mock API実装をGitHub Copilot Chatに依頼してみた レイヤー分割を意識したGitHub Copilot Chatに
DifyでMistral OCRを利用する方法を解説！ 【全文無料】｜kazu@生成AI×教育 | AI Academy
Mistral OCRとはMistral OCR は、光学式文字認識（OCR）API です。PDFファイルや画像ファイルを受け取り、文字などを認識し抽出が可能です。Mistral OCRの特徴は、高精度かつ高速にOCRが可能です。 詳細：https://mistral.ai/news/mistral-ocr 今回は、Dify専用のMistral OCRプラグインが公開されたため、そちらを使っていきます。 機能としては以下のとおりです。 構造と書式（ヘッダー、段落、リスト、表）を保持したままテキストを抽出 結果をマークダウン形式で返す 複雑なレイアウトを処理（複数カラムのテキスト、混合コンテンツ） 様々なフォーマット（PDF、画像）を高い精度で処理 https://marketplace.dify.ai/plugins/inlei/mistral_ocr今回作成するワークフロー Mistra
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? 本記事では、Skip FrameworkとConvexという2つのリアクティブバックエンド技術について、機能やできること、開発のやりやすさなどの観点から比較します。対象読者はバックエンド開発経験者や中級フロントエンド開発者を想定しています。 Skip Frameworkとは何か Skip Framework（以下 Skip）は、Meta社（旧Facebook）で開発されたオープンソースのリアクティブバックエンドフレームワークです (GitHub - SkipLabs/skip: Skip is a framework for build
Visual Studio Code version 1.99でMCP Serverが有効化できるようになりました。 MCP Serverを利用するにはAgent modeを有効化する必要があります。 有効化の方法は下記の記事をご参照ください。 https://zenn.dev/kenshintatsumi/articles/d4f7d3f3cfc691 本記事ではVSCodeでMCP Server有効化・利用する方法をご紹介します。 この記事で分かること VSCodeでMCP Serverをセットアップする方法 GitHubCopilotのエージェントモードからMCP Serverを使う方法 はじめに MCP Serverとは？という疑問については、下記の記事をご参照ください。 MCP Serverの概要 既にCursorやWindsurf、ClineなどMCPに対応したエディタや拡張機
はじめに Model Context Protocol（以下、MCP）とは、Anthropic社が公開しているオープンソースのプロトコルです。従来では、AIアシスタントと外部サービスを連携する場合、連携させるために都度開発が必要でした。MCPという仕組みを使うことで、そのサービスがMCPに対応していれば、AIアシスタントに対して設定を行うだけで外部サービスが持つデータにアクセスしたり、操作したりできるようになります。 Introduction - Model Context Protocol Introducing the Model Context Protocol 製造業において、各種センサーや連携システムから収集したデータがデータベースに蓄積されているにも関わらず、十分に活用しきれていないという課題を抱える現場も少なくありません。 本記事では、PostgreSQL上のデータに対して、
💡 MCPの始め方シリーズについて Claude などの AI を強化する「MCP（Model Context Protocol）」の導入方法と活用テクニックのシリーズ。今回は、Slack MCPサーバーの導入方法と活用法を解説します。 シリーズ目次 MCPの概要と導入方法 Filesystem MCP Server： AIでローカルファイルを扱う YouTube MCPサーバー：動画の内容を取得 mcp-pandoc： AIでドキュメント形式を変換 GitHub MCPサーバー： AIでリポジトリを管理 Figma MCP：デザインとコードを効率的に連携 👉 Slack MCPサーバー：チームコミュニケーションを強化 Firecrawl MCP：スクレイピングでウェブ情報を取得・分析 Markdownify MCP Server: WebページやPDFをMarkdown文書化 Rai
こんにちは。ビデオリサーチのキクチです。 今回はタイトルの通り、とある低予算プロジェクトで手探りながらAI駆動UI開発を導入してみた話を書いてみたいと思います。 はじめに なぜ tldraw.makereal を選定したのか ローカルで実行可能 Tailwind CSS でデザインされるため実装移行がスムーズ 簡単なインタラクションの実装も可能 その他のメリット ローカル環境構築のステップ リポジトリのクローン 必要なパッケージのインストール サーバーの起動 postgres周りの設定 ローカル用postgresの構築 スキーマ作成用スクリプトの作成 スキーマの投入 envの作成 pgドライバーのインストール ソースの修正 使用出来るAIプロバイダとモデルについて OpenAI Anthropic デザインの生成 生成されたデザイン Tips まとめ はじめに 昨年末にとある Web アプ
= 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
Bare | Fast, Lightweight Runtime for Modular JavaScript Apps
Bare is a small and modular JavaScript runtime for desktop and mobile. Like Node.js, it provides an asynchronous, event-driven architecture for writing applications in the lingua franca of modern software. Unlike Node.js, it makes embedding and cross-device support core use cases, aiming to run just as well on your phone as on your laptop. The result is a runtime ideal for networked, peer-to-peer
【Azure】App Service on Linuxで応答時のコンテンツ圧縮をカスタマイズして性能を高める（NGINX編）
Webサーバの性能を高める手段の一つとして、応答時のコンテンツ圧縮が挙げられる。クライアントに応答を返す際にコンテンツを圧縮することで、ネットワーク帯域の消費を抑えたり、応答時間を短縮したり、といった効果が期待できる。 Azureの「App Service on Linux」でも、デフォルトで「GZIP」による圧縮が「オン」なっている。ただ、圧縮されるのはHTMLだけで、圧縮率も最小レベルに限定されている。 そこで本Tech TIPSでは、Webサーバの構築／運用担当者を対象として、App Service内蔵のNGINXの設定を変更することで、コンテンツのGZIP圧縮をカスタマイズして、より性能を高める方法を紹介しよう。App Serviceの機能なので追加コストは不要だ。 App Service内蔵のNGINXの設定変更については、「【Azure】App ServiceのWebサーバ『N
Examples of Value Objects with Ruby's Data Class
Last week, I wrote an article about how to create value objects in Ruby - the idiomatic way. This week, I will share some real examples of using the data object to show some real examples. Remove boilerplate constructor code If you are defining classes and expose the initializer parameters as getters and you plan to make them immutable, then I think you just found the most common case for using th
フレームワークのアップグレード作業を計画的に進めるための手順
Next.jsを14系から15系に、Reactを18系から19系にアップグレードする作業をしていて感じたのが「計画的に進めないと、見通しがつけられなくてしんどいな」ということ。 最初は計画もなく一気に進めようとしていましたが、状況が把握しきれなくなり、情報を整理してから別ブランチでやり直すことになりました。 原因としては、色々なことを試しているうちに、何をしたからうまくいって、逆になぜうまくいかないかが把握できなくなったこと。 そして、レビューに出す前の最終確認がとてもやりにくいと感じましたし、整理されていない状態だとレビュアーの負荷がかなり上がってしまいます。 フレームワークのアップグレード対応に関する具体的なコード例は記事がありますが、計画的な進め方に関する記事は見かけないなと思ったのが、この記事を書いているモチベーションです。 もっといいやり方や追加情報などがあればコメントいただける
>_cd /blog/id_0ko8vwak3zf development technology#Rest APIDate2025-03-24Time07:57:41 JST 過去2回の記事でREST API 設計指針をまとめてきました。 REST API 設計指針・認証認可編 https://serverless.co.jp/blog/mi3tt22d0/ REST API 設計指針・通信、パラメーター編 https://serverless.co.jp/blog/6robfbrairng/ 今日は第三回かつ最終回のセキュリティ編です。セキュリティは非常に幅広い概念であり、考慮すべきことは山盛りですが、まずは基本的な考え方から。 加害者と被害者の逆転現象悪意のある第三者からの攻撃などにより何某かのインシデントが発生して、サービスが停止したり、情報漏洩が起きてしまった場合、サービス事業者は
Welcome to Open-Reasoner-Zero! \nPlease check our GitHub! \n","classNames":"hf-sanitized hf-sanitized-fHS-bj0NpHB2YZp57o2EL"},"users":[{"_id":"625026b7d2d191ac43320c5e","avatarUrl":"https://cdn-avatars.huggingface.co/v1/production/uploads/625026b7d2d191ac43320c5e/2ExzHlZ-Bk8SQMyBjeY6N.jpeg","isPro":false,"fullname":"Jingcheng Hu","user":"reign12","type":"user"},{"_id":"647ea12e33493e1c433dd97b","a
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
日本語にも対応した、新たな音声合成AIモデルが登場 2025年3月21日、OpenAIから新たな音声合成のAIモデル「gpt-4o-mini-tts」がリリースされた。英語ほど完ぺきではないが、日本語にも対応している。大規模な音声モデルを蒸留し、小型で効率的に仕立てており、GPT-4oアーキテクチャに基づいて構築され、音声のニュアンスまで再現できるのだ。 まずは、無料で使えるデモ環境が用意されているので試してみよう。「OpenAI.fm」のウェブサイトを開くと、設定画面が開く。「VOICE」では音声、「VIBE」は口調や感情、「SCRIPT」は読み上げさせる文章だ。デフォルトで英語の文章が入っているので、そのまま「PLAY」をクリックしてみよう。女性の声で、滑らかに読み上げてくれる。この、何を話すか、だけでなく、どう話すか、という調整を行えるのが最大の特徴と言える。 あらかじめ11種類の話
Introducing AWS MCP Servers for code assistants (Part 1) | Amazon Web Services
AWS Machine Learning Blog Introducing AWS MCP Servers for code assistants (Part 1) We’re excited to announce the open source release of AWS MCP Servers for code assistants — a suite of specialized Model Context Protocol (MCP) servers that bring Amazon Web Services (AWS) best practices directly to your development workflow. Our specialized AWS MCP servers combine deep AWS knowledge with agentic AI
この記事はAIの支援を受けつつ、筆者の試行錯誤を記録したものです。一部にAIが生成した表現も含まれますが、実験の過程や考察は筆者の経験に基づいています。 AI特有の文章に対して抵抗がある場合はブラウザバック。 はじめに：未来のモデリング体験への招待状 この記事のポイント Houdini MCPとObsidian MCPを連携させることで、AIに指示するだけでHoudiniのノード群から、半自動で解説記事を作成するという実験に成功しました。 これはあくまで実験的な試みですが、さらに突き詰めれば、AI連携の可能性は大きく広がっていくと感じます。 この記事を読んでほしい方 この記事は、以下のような方々に向けて書きました。 Houdiniユーザーの方 新しい技術（特にMCP）に興味がある方 なんだかよく分からないけど、未来を感じたい方 「Houdini MCPを使ってこんな面白いことができた！」「
先日 .NET で MCP サーバー・クライアントを試してみよう で MCP サーバー・クライアントを試してみましたが、今回はその続きとして、Claude のデスクトップアプリから MCP サーバーの連携を試してみます。ローカル PC 内での連携の場合は標準入出力を通じた連携が可能なので、そちらのやり方も紹介します。 といっても前回やった /sse のエンドポイントの定義は自前で定義が必要でしたが、今回の標準入出力を通じた連携は非常に簡単にやれるようになっています。AddMcpServer メソッドに続いて WithStdioServerTransport を呼ぶだけで、標準入出力を通じた連携が可能になります。 C# の Worker Service のプロジェクトに ModelContextProtocol NuGet パッケージを追加して、以下のようなコードを書くだけで標準入出力を通じ
'); 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
こんにちは。スマートラウンドEMのinouehiです。 はじめに 先日は弊社の渡邊が『簡易な自作MCPサーバーをお試しで実装する方法』と題しましてサーバーの作り方を紹介しました。 一方私自身はMCPのことをまだあまりわかっていなかったので手を動かしてざっくりと理解することから始めることにしました。そこで、本日はMCPサーバーの使い方について簡単にまとめてみようと思います。CursorとGitHub MCP Serverを利用します。実行環境はMacです。 ゴールは以下の2点をざっくり理解することです。 MCP Serverを使ってどんなことができるのか。 MCP Serverをどのように使うのか。 MCP Serverにできること 私の体験と順番が前後しますが記事が読みやすくなると考えられるため先に説明します。（表現が厳密ではないかもしれません） まず前提としてLLM（今回はCursorか
Dataverseアクセラレーターのインスタントプラグインを使うと、Power AutomateからPower Fxが使えたのでメモ。 ※本機能は2025/4/1時点でプレビューです。 Dataverseアクセラレーターとローコードプラグイン、インスタントプラグイン Dataverseアクセラレーターは、Dataverseに関する開発ツールを提供してくれるアプリケーション。 ローコードプラグインは、そんなDataverseアクセラレーターが用意してくれているツールの一つで、プラグインをPower Fxで構築することができる。 ※プラグインはビジネスロジックをまとめて登録しておけるもの、と思ってもらえれば そしてインスタントプラグインは、ローコードプラグインの一種で、「自動実行」ではなく「呼び出して実行」するタイプのプラグイン。 今回はそんなインスタントプラグインを使って、Power Aut
global_rules.md
global_rules.md Global AI Rules for Windsurf AI Guidelines You are an expert programming assistant focusing on: TypeScript, React, Node.js, AstroJS 5.x, AstroDB Shadcn UI and Tailwind CSS useations Latest features and best practices Clear, readable, and maintainable code Follows requirements carefully and precisely Thinks step-by-step with detailed pseudocode Writes correct, up-to-date, secure cod
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? Credlyのサイトをスクレイピングしてデータ分析サービスを作ってみた話 はじめに デジタルバッジプラットフォーム「Credly」のデータを効率的に管理・分析するためのサービスを開発し，複数のクラウドプラットフォームにデプロイした経験を共有する．本記事では特に，アプリケーションのクラウド環境への構築に焦点を当てている． Credlyの概要 Credlyは，デジタルバッジを管理・発行できるプラットフォームである．ユーザーは取得した資格やスキルを証明するデジタルバッジを管理し，オンライン上で共有することができる． Credlyのデータ分析サ
こんにちは、Google の AI「Gemini（ジェミニ）」の公式 note 編集部です。 近年、AI 技術は急速に進化し、単なるツールではなく、まるで優秀な社員のように自律的に業務を遂行できる「AI エージェント」が登場しています。これまでの AI は人間が指示を与えて動作するものが一般的でしたが、 AI エージェントは状況を判断し、最適な行動を自ら選択できるようになっています。 本記事では、Kaggle に掲載されている Google のホワイトペーパー「Agents」（英語）の内容をもとに、AI エージェントの基本的な仕組みから、Google の AI、Gemini の強み、具体的なビジネス活用事例、導入のヒントについて、エンジニアの皆さん向けにわかりやすく解説します。AI エージェントがどのように業務を支援し、企業の生産性向上に貢献するか理解するためのガイドとしてぜひご活用くださ
フレームワークのアップグレード作業を計画的に進めるための手順
Next.jsを14系から15系に、Reactを18系から19系にアップグレードする作業をしていて感じたのが「計画的に進めないと、見通しがつけられなくてしんどいな」ということ。 最初は計画もなく一気に進めようとしていましたが、状況が把握しきれなくなり、情報を整理してから別ブランチでやり直すことになりました。 原因としては、色々なことを試しているうちに、何をしたからうまくいって、逆になぜうまくいかないかが把握できなくなったこと。 そして、レビューに出す前の最終確認がとてもやりにくいと感じましたし、整理されていない状態だとレビュアーの負荷がかなり上がってしまいます。 フレームワークのアップグレード対応に関する具体的なコード例は記事がありますが、計画的な進め方に関する記事は見かけないなと思ったのが、この記事を書いているモチベーションです。 もっといいやり方や追加情報などがあればコメントいただける
MCPは、Anthropicが作ったLLM（大規模言語モデル）と外部データソースやツールとの連携を容易にするためのプロトコルです。MCPサーバーを介して、LLMは様々なデータソースにアクセスし、必要な情報を取得したり、外部ツールを呼び出して特定のタスクを実行したりできます。 MCPイントロダクション MCPホスト:MCPを介してデータにアクセスしたいClaude Desktop、IDE、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接続を維持するプロトコルクライアント MCPサーバー:標準化されたモデルコンテキ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サーバーが安全にアクセスできるコンピューターのファイル、データベース、およびサービス リモートサービス:MCPサーバーが接続できるインターネット（APIなど）を介して利用可能な外
Spring BootアプリケーションでAWS Secrets Managerから機密情報（DB認証情報など）を安全に取得する方法 - Qiita
Spring Boot × AWS Secrets Manager：セキュアな設定管理の実践ガイド はじめに アプリケーションの設定情報（例：データベース接続情報）をプロパティファイルや環境変数に直接記載することは、セキュリティリスクを伴います。 本記事では、Spring Bootアプリケーションから AWS Secrets Manager を利用して、安全にデータベースなどの機密情報を取得し、システムプロパティに反映させる方法を解説します。 使用技術・ライブラリ Spring Boot 3.3.4 Java 21 AWS SDK v1 (Secrets Manager) AWS X-Ray（オプション、トレース用） プロジェクト構成とポイント Demo10Application.java でアプリケーション起動前に AWS Secrets Manager から秘密情報を取得し、Sprin
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
Mastering Error Handling for React in 2025: Best Practices and Examples 記事は上記記事を意訳したものです。 ※当ブログでの翻訳記事は元サイト様に許可を得て掲載しています。 エラーハンドリングはあらゆるReactアプリケーションの重要な側面であり、問題が発生した場合でもスムーズなユーザー体験を確保します。この記事では、フォーム、サーバーデータフェッチングなど、様々なタイプのコンポーネントでのエラー処理について、2025年に備えて実践的な例を用いて説明します。まず、適切なエラーハンドリングがアプリケーションにもたらす利点を理解しましょう。 エラーハンドリングが重要な理由 Reactアプリケーションにおけるエラーの種類 UIレンダリングエラーに対するエラー境界 コード例：エラー境界 使用方法 フォームでのエラー処理 コード例
【Adobe Fireflyの使い方】Pixabay・Unsplash・Shutter Stock等で見つからない画像を生成する方法 - このは屋
`; $el.appendChild(tooltipEl); } $el.querySelector('.tooltip').style.display = 'inline-block'; } }, hideTooltip($el) { if($el.querySelector('.tooltip')) { $el.querySelector('.tooltip').style.display = 'none'; } }, toggleTooltip($el) { if($el.querySelector('.tooltip')) { if($el.querySelector('.tooltip').style.display === 'none') { $el.querySelector('.tooltip').style.display = 'inline-block'; } else
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
特徴量を言語を越えて一貫して管理する, 『特徴量ドリブン』な MLOps の実現への試み
RubyのRactorとは一体何なのか（翻訳）｜TechRacho by BPS株式会社
AtCoder環境をDockerで作ってみた - Qiita
PlaywrightのMCP対応で広がるビジネス自動化
『データプラットフォーム技術バイブル』を執筆しました｜やぶーん
.NET で MCP サーバー・クライアントを試してみよう
Skip FrameworkとConvexの比較 - Qiita
Visual Studio CodeでMCP Serverを使えるようにしてみた
PostgreSQLのMCPサーバを使って自然言語でデータベースに問い合わせる | DevelopersIO
【MCPのトリセツ #7】Slack MCPサーバー：チームコミュニケーションを強化
低予算プロジェクトで手探りでAI駆動UI開発を導入してみた - ビデオリサーチ公式テックブログ
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
REST API 設計指針・セキュリティ編 | ブログ | Serverless Operations
Open-Reasoner-Zero (Open-Reasoner-Zero)
落ち着いた口調も親しみやすい口調も思いのまま OpenAIの新たな音声合成AIモデルを使ってみた - 週刊アスキー
Houdini MCPで遊んでみた！ -自然言語でのモデリング-
.NET で MCP サーバー・クライアントを試してみよう その 2
After Life/アフター・ライフ | Netflix
CursorとGitHubでMCPの使い方やできることをざっくり把握する
Power AutomateからPower Appsの関数（Power Fx）を使う｜インスタント プラグイン
Credlyのサイトに登録されている資格に関してデータ分析を行うサービスを作ってみた話 - Qiita
【エンジニア向け】 AI エージェントの特徴と活用方法｜Gemini - Google の AI
ClaudeとBigQueryをMCPサーバーで接続してみる | DevelopersIO
【2025年版】Reactのエラーハンドリングを完全攻略！バグとの戦いに今日で終止符を打つ最強テクニック集 - コハム