週末にちょっとしたウェブサイトというかリンク集（？）を作った。 今回は生成AIツールをフル活用していつもより効率よく作業ができた。 生成AIツールについては日々、新しいものがヤバイすごいと宣伝されているけど、実際にどう使っているのかという情報が少ないと感じている。 なので具体的な使い方を書いてみることにした。 作ったもの 開発の概要 最終的なアーキテクチャ UI開発に生成AIツールを使う 初期デザインの参考元 デザインツールの選定と比較 Next.jsの利用 Cursorを活用した開発 データ整形にLLMを使う スクレイピング Amazonの商品データ取得 LLMの選定 動的なコードと静的なコードの使い分け TypeScriptを使わない範囲を定めた 静的サイト生成（SSG）の採用 柔軟なデータベース設計 まとめ 作ったもの 『最も重要な「最も重要なマンガ10選」10選』は「最も重要なマン
omakub.org DHHとApple もともと20年来のMacユーザーでTextMate原人であったDHHだが、HEYアプリが何度もAppStoreでリジェクトされた出来事を通じてか、次第にApple反転アンチ化してきた。 元々オルタネイティブな嗜好を持つDHHだったが、脱クラウド運動などの、近年の彼らのビックテックとの闘争にもつながっている。 年初あたりから自社の支給端末であったMacBookのリプレイスを検討し始め、Windows+WSL2やVSCode*1 、そしてLinuxデスクトップの利用を模索し始めていた。 最終的にUbuntuデスクトップを「安住の地」とし、そのセットアップの知見をすべてOmakubに込めたのだ。 エディタをNeovimに*2、スマホもSamsungに乗り換え*3、そしてFrameworkのラップトップを購入。 「ラップトップ買ってきましたUbuntu環境
地味LLMコマンドラインツールとは ここでいうLLMツールとは、モデルのインプットとアウトプットを繋ぐ「グルーコード」として機能するプログラムのことです。 筆者が現在開発しているツールもLLMをベースにして、従来の作業をより簡便にすることを目的としています。 このツールは単独で完結する価値を持つというよりも、他のツールと組み合わせることでその真価を発揮します。 そのため、外見的には派手さがなく、地味な存在といえるでしょう（コマンドラインツールがそもそも地味の代名詞でありますが）。 例えば、アプリのソースコードを自動生成するような華やかなツールがある一方で、バックエンドで静かにデータを整形するだけの地味なライブラリも存在しているのです。 Gemini系モデルの良いところ ツールの共通点としては意外とGemini系モデルを活用しています。 Geminiの特徴の一つは、その「トークン長」、つまり
Low-Carbohydrate Diet Macronutrient Quality and Weight Changeを読んだ。 これは30年分の123k人の食事調査データを分析した研究。 結論としては植物性タンパク質、健康的な脂肪、精製炭水化物が少ない食事をしたグループが最も長期的に体重増加が抑えられているといったもの。 つまりは、豆やオリーブオイルやナッツや玄米、野菜などを食べるといいぞいと言っているのであって、おそろしく地味。そうだが？ とみんな思うだろう。 しかし研究結果が地味だとなんか安心するなという感想を持った（そしてシズラー最強説が強化された）。 それは信用できない情報が派手さを重視しているように思っているからなんだけど、これも無意識のバイアスかもしれんない。 そこで最近の・売れていそうな・健康関連の本いくつか読んでみた あまりおすすめしたくないので特定の本ではなく売れて
答え：スクショからシェルのコマンドに渡す値を生成する # 開発者が実装する！ await asyncio.create_subprocess_shell("xdotool mousedown 1 mousemove --sync 750 738 mouseup 1") 🤖「ﾖｼ!」 さらに詳しく さらに詳しく Anthropic Computer Use の概要 実装例と使用方法 VNC サーバーと NoVNC を使用した接続 送受信フロー 送信 受信 computer_20241022 ツールの例: コード例: text_editor_20241022 ツールの例: bash_20241022 ツールの例: 結果の保存 スクリーンショットの base64: コード例: 処理とループ ループ内でのスクリーンショット取得 タスクを完了したと判断する基準 その後の処理 具体的な処理の流れの例
❯ askrepo --prompt "What is the purpose of this code?" --model "gemini-1.5-flash" ./src This code, primarily found in `src/main.rs`, is designed to **extract information from source code files and provide answers to questions about them using a Google AI model**. It leverages the `google_api` module (`src/google_api.rs`) to interact with the Google Generative Language API. Here's a breakdown of it
Google Chromeのカスタム検索エンジン機能は非常に便利です。 support.google.com 設定したキーワードをアドレスバーに入力するだけで、指定したサイト内で直接検索ができるようになります。 例えば、「yt」をYouTubeの検索キーワードとして設定すれば、アドレスバーに「yt キーワード」と入力するだけでYouTube上で検索が完了します。 いちいちサイトにアクセスして検索フォームに入力する手間が省け、キーボード操作のみで素早く目的の情報に辿り着けます。 私はこの機能を頻繁に利用しており、使えない環境ではストレスを感じるほどです。 集計について そこで、この機能の活用を布教したり、まだ知らないカスタム検索エンジン設定について他の人から教えてもらったりするために、普段使用しているChromeの設定を集計してみました。そこからトップ20のカスタム検索エンジンを抜粋し、その
生成AIが文章校正において強力なツールとなるのではないかという期待があり、去年からいろいろツールを作って試している。 私がノイズっぽい文章の投稿をしていたとしたらそれは実験の結果であることが多い。 口調や一人称がちょいちょい変わってるし。 その過程で出会った『まったく新しいアカデミック・ライティングの教科書』の中で紹介されている「エリック・ヘイヨットのパラグラフ解析手法”Uneven U”」は、チャット型エージェントを使ったパラグラフライティングと相性が良いと感じた。 『まったく新しいアカデミック・ライティングの教科書』ではヘイヨットのパラグラフ解析について以下のように説明されている。 ヘイヨットのパラグラフ解析の手法は、センテンスを抽象度に応じて１から５までのレベルに分類するというものだ。 レベル１は完全に純粋なデータ、エビデンスであり、いわば抽象度ゼロのファクトである。 それにたいして
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
生成AI/LLMを使ったウェブサイト開発 - laiso
今年のLinuxデスクトップ元年はひと味違う。それは、Omakubがあるからだ。 - laiso
最近作ってる地味LLMコマンドラインツールたち: site2pdf, askrepo - laiso
邪悪な健康情報｜laiso
Anthropic Computer Useはどうやって実現されているのか？ - laiso
GitHub - laiso/askrepo: Source code reading with LLM.
私的Chromeカスタム検索エンジン利用頻度ランキング - laiso
必殺ヘイヨットのパラグラフ解析GPTs - laiso