こういうのが欲しかったんだよ。マジで。 コマンドラインからLLMを呼び出せるgptmeというツールがアツい これは、gptmeコマンドを追加するというもの。 環境変数としてOPENAI_API_KEYとかAnthropicのキーとかを設定しておくと勝手にAPIを呼び出してくれる。もちろん、クラウドに送信するとかけしからんという勢にはローカルLLMでも対応できる。 こいつはコマンドライン版ChatGPTのようなものなので、コマンドラインで動くのだが、その真価は例えばパイプで繋いだ時とかに発揮される。 $ du -d 1|gptme "一番容量を食ってるフォル ダは何Gバイト使ってんの?" Found OpenAI API key, using OpenAI provider [10:13:32] No model specified, using recommended model for
はじめに 対象イベント 読み方、使い方 Remote Code Execution(RCE) 親ディレクトリ指定によるopen_basedirのバイパス PHP-FPMのTCPソケット接続によるopen_basedirとdisable_functionsのバイパス JavaのRuntime.execでシェルを実行 Cross-Site Scripting(XSS) nginx環境でHTTPステータスコードが操作できる場合にCSPヘッダーを無効化 GoogleのClosureLibraryサニタイザーのXSS脆弱性 WebのProxy機能を介したService Workerの登録 括弧を使わないXSS /記号を使用せずに遷移先URLを指定 SOME(Same Origin Method Execution)を利用してdocument.writeを順次実行 SQL Injection MySQ
eBPFに3日で入門した話 - CADDi Tech Blog
はじめに eBPF とはなにか ざっくり概要 「Packet Filter」なのに「Virtual Machine」? eBPFでなにができるか? カーネルイベントのフック ユーザーランドアプリケーションとのやりとり eBPFの主な用途 eBPFが注目される背景 eBPFの仕組み アーキテクチャと処理フロー カーネルモジュールとeBPFの違い eBPFプログラムの作り方 eBPFプログラムを作ってみる 環境の準備 Hello world もう少し複雑なサンプル その他のサンプル HTTPリクエストのダンプ TCP接続先の調査 tcplife dirtop filetop oomkill まとめ eBPFはなにに使えるか 参考サイト はじめに こんにちは、Platformチームの小森です。 eBPF (extended Berkley Packet Filter) について、2022年8月2
はじめに 株式会社iimonでSREエンジニアをしているhogeです。 本記事はiimonアドベントカレンダー9日目の記事となります。 今回の記事は技術的な棚卸しとして、普段大変お世話になっているWebサーバがどういった仕組みで動いているのかを実装しながら深堀りしていこうと思います。 弊社のバックエンドはDjango/FastAPI + Gunicornの構成で動作しているため、Pythonを絡めた説明が多くなるかと思います。サンプルコードもPythonで実装をしています。 途中、システムコールやファイルディスクリプタなどにも踏み込んだ話をするのですが、低レベルなプログラミングをちゃんとやったことがないため、間違えている部分があるかもしれません。今後学習して行く中で気づいたら都度修正していきたいと思います。 環境・使用ツール 言語 Python OS Ubuntu（Linuxのシステムコー
ラズパイを使ってやってみたかったことの一つ、センサーを用いた温度湿度の計測。 今回はセンサを用いて部屋の温度室温を計測してみることとしましたが、せっかく計測するなら、ラズパイでできる他の機能も活かして、何か生活に役立てられるようなものができないか、と考え、今回思いついたのが、「赤ちゃん快適室温設定システム」。 今回は、温度湿度センサーと、これまで本ブログで紹介してきたいくつかの簡単な技術、機能を組み合わせて、赤ちゃんが快適に過ごすことができる部屋をつくるためのシステムを構築しました。 こうがくん ラズパイで赤ちゃん快適室温設定システム構築したよ！ 赤ちゃん快適室温設定システムの概要 経緯と目的 ラズパイの特徴と言えば、センサなどいろいろな電子機器を繋げて、計測したり、制御したりできることです。接続できるセンサは、本当にいろんな種類のものがあり、ラズパイを始めた身としては、全種類扱ってみたい
GPT-5 の新パラメータとツール｜npaka
以下の記事が面白かったので、簡単にまとめました。 ・GPT-5 New Params and Tools - OpenAI Cookbook 1. verbosity1-1. 概要「verbosity」は、出力トークン数を調節できます。 ・low : 簡潔なUX、簡潔な文章 ・medium (デフォルト) : バランスの取れた詳細 ・high : 詳細な情報。監査、教育、引き継ぎに最適 1-2. verbosityの効果の確認プロンプトを一定に保ったまま、「verbosity」を変更することで、効果を確認できます。 response = client.responses.create( model="gpt-5", input="人生、宇宙、そして万物に関する究極の問いに対する答えは何でしょうか?", text={ "verbosity": "low" } ) print(response
Claude Code×Obsidianで作るナレッジベース開発環境 - YOUTRUST Tech Blog
この記事で得られること ✅ 30分の会議を5分で議事録化する自動化フロー ✅ 開発量を2.5倍に増やした具体的な環境構築方法 ✅ 情報検索を30秒以内に短縮するナレッジ管理術 ✅ PRレビューを10点満点で自動評価する設定 ✅ すぐに使えるCLAUDE.md設定テンプレートとスクリプト TL;DR Claude CodeとObsidianを組み合わせることで、議事録作成時間を66%削減、開発コントリビューションを2.5倍に増加させました。Tactiq→Google Drive→Obsidianの自動化フローと、AIに最適化されたナレッジベース構築により、マネジメント業務をこなしながらも効率的な開発を実現。本記事では実際の設定ファイルとワークフローを公開します。 こんにちは、YOUTRUSTでエンジニアリングマネージャーをしている須藤（YOUTRUST/X）です。AI爆速普及委員会の委員長と
LLMによるコード補完の登場 (2021年) GitHub Copilotの登場 我々がよく知るLLMによる支援はまず GitHub Copilot から始まりました。これはGPT-3 (OpenAI Codex, 現在のCodexと名前が同じで本当にややこしい) をベースとしたコード補完システムで、タイピングをしていると自動的にその行の続きを予測してくれるものです autocompleteとの違い それ以前にもIntelliSenseのようなautocompleteがありましたし、より進歩したn-gramなどを用いたものはありましたが、LLMをベースとしたものはTabnine (Tabnineは初期はn-gramモデル) やCopilotからとなります チャットベースのコードアシストの時代 (2022-2023年) ChatGPTの登場 ChatGPT以降、チャットによる対話形式でコード
ローカルLLMの検索ツールとして「Gemini 2.5 Flash-Lite」を試してみたのでまとめました。 1. ローカルLLMに検索能力を与えてみる「日本語ローカルLLM」の性能は、ここ最近で一気に上がりました。しかし、パラメータサイズが10B以下だと、持ってる知識が限られるため、検索能力がほしくなります。 ローカルLLMに検索能力を与えるMCPは、次のとおりです。 ・Brave Search MCP 公式MCPが提供されている。 月間約1,000リクエストまで無料 ・Google Custom Search MCP 公式APIで信頼性高い。 1日100リクエストまで無料 ・Tavily MCP LLM向けに設計された検索API エージェント用途に相性が良い ・DuckDuckGo MCP 導入は簡単 ただし非公式実装が多く、長期安定性はやや不安 ・SearXNG MCP 自己ホスト可
オープンソースの音声認識モデルのWhisperを使うと、手軽に高品質な音声認識（文字起こし）が可能となる。今回は、Whisperを利用して簡単に使えるリアルタイム音声認識ツールを作ってみよう。 リアルタイム音声認識ツールを実行しているところ 音声認識モデルのWhisperとは 「Whisper」は、ChatGPTで有名なOpenAIが公開しているオープンソースの音声認識モデルだ。高精度な音声認識モデルで、英語だけでなく日本語を含めた多言語の音声をテキストに変換できる。ノイズの多い環境でも高い認識精度を誇り、議事録作成や字幕生成、自動文字起こしなどに活用されている。 Pythonから簡単に扱える点も魅力で、柔軟な応用が可能となっている。そこで、今回は、Pythonでリアルタイムの音声認識ツールを作ってみよう。 音声認識モデルのWhisperを公開しているWebサイト 音声認識に使うライブラリ
Raspberry PiとAWSを利用して子どもたちのゲーム時間を可視化してみた | DevelopersIO
DynamoDBの作成 さっそくテーブルをCDKで構築してみます。 from aws_cdk import ( Stack, RemovalPolicy, aws_dynamodb as dynamodb, # DynamoDBのライブラリをimport ) from constructs import Construct class GameCounterStack(Stack): def __init__(self, scope: Construct, construct_id: str, **kwargs) -> None: super().__init__(scope, construct_id, **kwargs) # The code that defines your stack goes here # ここから下に追記していきます。 # DynamoDB ログデータ格納用
庭の水やりで身近なIoTを体験、自動水やりシステムの構築 ～LEDやLCDで水分量を表示～：名刺サイズの超小型PC「ラズパイ」で遊ぶ（第41回） 前回は地中の水分を測定してコンソールに表示させてみました。しかしコンソール画面だけでは何となく物足りない気がします。そこで今回はそれまでのプログラムを元に、状態に応じてLEDを点灯させたり、LCD（液晶ディスプレイ）に情報を表示させる仕組みを作ります。 状態に応じてLEDを点滅 まずはブレッドボード上にLEDを取り付けて、Dryの場合は点灯、Wetなら点滅、VeryWetなら消灯としてみましょう。LEDをつなげるためには抵抗が必要ですが、抵抗値は以下の式で求められます。 抵抗値（Ω）＝（電源電圧－順電圧値）÷電流値（A） 今回使ったのは手元にあった秋月電子通商で発売されている5mmピンク色LEDですが、このLEDは順電圧値が3.1V、電流値が20
IntroductionPython-BPF offers a new way to write eBPF programs entirely in Python, compiling them into real object files. This project is open-source and available on GitHub and PyPI. I wrote it alongside R41k0u. Update: This article has now taken off on Hacker News. Published Library with Future PlansPython-BPF is a published Python library with plans for further development towards production-re
第688回の「eBPFのコンパイラーに対応したツールでさまざまな挙動を可視化する」ではBPF Compiler Collectionに付属の各種サンプルツールの使い方を紹介しました。今回はコンパイラーを活用して、自分でeBPF用コードを書くための基礎を学んでみましょう。 BCCのインストールとドキュメント 第688回も紹介したように、カーネル3.15で追加されその後拡充を続けている「eBPF」は任意の外部プログラムをカーネルの中で、より安全に実行できる仕組みです。カーネルモジュールを作る代わりに、独自のバイトコードをコンパイラーで生成し、それをカーネル内部にロード・実行することになります。これを使えばシステムコールの先のカーネルの状態を、プログラマブルに解析可能になります。 eBPF自体はカーネルの仕組みであり、ユーザーランドから使うためには、eBPF用のバイトコードにコンパイルする必要が
以下の記事が面白かったので、簡単にまとめました。 ・Building MCP servers for ChatGPT and API integrations 1. はじめに「MCP」は、AIモデルに追加ツールや知識を拡張するための業界標準となりつつあるオープンプロトコルです。「リモートMCPサーバ」は、インターネット経由でモデルを新しいデータソースや機能に接続するために使用できます。 このガイドでは、プライベートデータソース (ベクターストア) からデータを読み取り、API経由でChatGPTで利用する「リモートMCPサーバ」の構築方法について説明します。 【注意】開発者モードベータ版では、完全なMCPコネクタを構築して使用できます。ProおよびPlusユーザーは、「設定 → コネクタ → 詳細設定 → 開発者モード」を有効化してください。 2. データソースの設定「リモートMCPサーバ
【インターンレポート】OpenAI Agents SDK (Python版) でコールセンター風音声対話型マルチエージェントデモを作ってみた(おまけ付き) - Insight Edge Tech Blog
目次 【インターンレポート】OpenAI Agents SDK (Python版) でコールセンター風音声対話型マルチエージェントデモを作ってみた(おまけ付き) はじめに 1.AIエージェント✖️音声 = 音声エージェント 1.1 普及してきたAIエージェントについて 1.2 音声エージェントの恩恵について考える 1.3 リアルタイム音声対話API・音声エージェント開発ツールの紹介 2. OpenAI Agents SDK (Python版)で作る音声対話型マルチエージェントツール 2.1 OpenAI Agents SDKとは 2.2 2種類の音声エージェントの構造 2.3 デモの紹介 2.4 今後の展望 おわりに 参考資料 はじめに こんにちは！！！ Insight Edgeでアルバイトをしております、東京科学大学大学院 修士2年の田中です。大学院では、経営工学系の研究室で、サッカーの
第688回と第690回では、カーネルのトレーシングツールとして注目されているeBPFを活用するためのツールとしてBCCを紹介しました。しかしながら、BCCだけがeBPFを扱えるツールというわけではありません。今回はツールなしに利用できるsysfsや、よりユーザーフレンドリーなトレーシングツールであるbpftoolを紹介します。 Python版BCCの問題点 これまで紹介していたBPF Compiler Collection（BCC）のツールはいずれもフロントエンドとしてPythonを使っていました。つまり利用者はまずPythonスクリプトを起動し、その中でeBPFのオブジェクトをコンパイルし、ロードすることでようやくトレースが始まっていたのです。 実行環境でBPFオブジェクトをビルドする必要があるこの方法にはいくつかの問題点が存在します。 実行環境にコンパイラをインストールする必要がある
Raspberry Pi Pico WH + MicroPython + 電子ペーパーで、自分好みの卓上カレンダーを作る - Qiita
本記事は「Develop fun!」を体現する！ Works Human Intelligence Advent Calendar 2023 シリーズ2の17日目の記事です。 本記事の概要（TL;DR） Raspberry Pi Pico WH + MicroPython + 電子ペーパーで卓上カレンダーを作ったよ 毎日自動的に日付と日本の祝日をインターネットから取得して、カレンダーに反映するよ 電子工作や組み込み系が素人な自分でも、RaspberryPi Picoシリーズを使うことでPythonで比較的お手軽にIoTを体験できたよ はじめに 年の瀬になると、つい「来年のカレンダー、どうしようかなあ……」なんて考えてしまいますよね。 筆者は毎年購入するカレンダーに比較的こだわりが強く1、なかなか満足できるカレンダーに出会えません。 更に、紙のカレンダーだとどうしても「今日って何日の何曜日だ
はじめに WhisperAPI を利用せずにローカル環境でリアルタイム文字起こしに挑戦してみました。 本家Whisperだと音声ファイル形式以外の入力がうまくいかなかったため、faster-whisper を利用しました。 手探りで挑戦しましたので、何かご指摘がありましたらお教えいただければ幸いです。 効率的に文字起こしを行うための関連記事 [ローカル環境] faster-whisper を利用してリアルタイム文字起こしに挑戦2 [Windows] 文字起こしにデスクトップ音を利用する試み faster-whisperのパラメータを調べてみました [faster-whisper]ローカル環境でのリアルタイム文字起こしがいい感じに動作するようになった 2023 年 03 月 30 日 2023 年 04 月 05 日 更新 2023 年 04 月 26 日 更新 2023 年 04 月 28
![[ローカル環境] faster-whisperを利用してリアルタイム文字起こしに挑戦 - Qiita](https://cdn-ak-scissors.b.st-hatena.com/image/square/2bf1bb352f76a5f28bd05baf0e66f8c23396c7aa/backend=imagemagick;height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fqiita-user-contents.imgix.net%252Fhttps%25253A%25252F%25252Fcdn.qiita.com%25252Fassets%25252Fpublic%25252Farticle-ogp-background-afbab5eb44e0b055cce1258705637a91.png%253Fixlib%253Drb-4.0.0%2526w%253D1200%2526blend64%253DaHR0cHM6Ly9xaWl0YS11c2VyLXByb2ZpbGUtaW1hZ2VzLmltZ2l4Lm5ldC9odHRwcyUzQSUyRiUyRnMzLWFwLW5vcnRoZWFzdC0xLmFtYXpvbmF3cy5jb20lMkZxaWl0YS1pbWFnZS1zdG9yZSUyRjAlMkY1NTM1MjglMkZhMzg5NjljOTNhYzA5NGUyMmNiZTRjZWYwMjUzZjg4ZjY5Y2ExYTJjJTJGeF9sYXJnZS5wbmclM0YxNjc5Nzk4OTQxP2l4bGliPXJiLTQuMC4wJmFyPTElM0ExJmZpdD1jcm9wJm1hc2s9ZWxsaXBzZSZiZz1GRkZGRkYmZm09cG5nMzImcz0xM2M0ODRkN2E2MjVhMjI1N2RmNmY0NDYyZTg3YjNiZg%2526blend-x%253D120%2526blend-y%253D467%2526blend-w%253D82%2526blend-h%253D82%2526blend-mode%253Dnormal%2526s%253D50e3ee8cdfb1fc5ebdffe113a38ab710%3Fixlib%3Drb-4.0.0%26w%3D1200%26fm%3Djpg%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-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%26mark-x%3D120%26mark-y%3D112%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTgzOCZoPTU4JnR4dD0lNDByZXJpaWFzdSZ0eHQtY29sb3I9JTIzMUUyMTIxJnR4dC1mb250PUhpcmFnaW5vJTIwU2FucyUyMFc2JnR4dC1zaXplPTM2JnR4dC1wYWQ9MCZzPTBkMDhkMTk5ZTZmZTM2MTcwODgzZmFkMzM0ZmUzNjI1%26blend-x%3D242%26blend-y%3D480%26blend-w%3D838%26blend-h%3D46%26blend-fit%3Dcrop%26blend-crop%3Dleft%252Cbottom%26blend-mode%3Dnormal%26s%3De04d71436627fa88cf686413ed39b782)
そもそもMCP23S17のアドレスの決め方は？ さて、MCP23S17のアドレスの決め方について復習していきましょう。 まずはデータシートが重要な手掛かりになります。こちらはデータシートから抜粋した内容です。↓↓ MCP23S17のデータシートより抜粋 このように、A2,A1,A0のピンがHIGHかLOWによってSlaveAddressつまり、接続したMCP23S17のアドレスが決定されます。 例えば、MCP23S17の物理ピンのA0のみ3.3Vをつないで、他のA2,A1はGNDにつないだ場合、A0のみビットが立ち、A2,A1はビットが立ちませんから、 2ビット表記で0100001となります。10進数では、0x21となります。 さらに、このSlaveAddressの後にR/Wつまり、WriteなのかReadなのかの1byteが入ってControl Byteとなるわけです。 さて、ここまでで
（前略） if (hum > wet_l3): command(LCD_2ndline) print("Dry") writeLCD("Dry ") led1.on() url = "https://notify-api.line.me/api/notify" # 追加 access_token = '*****************************************'# トークンを記述 headers = {'Authorization': 'Bearer ' + access_token}# 追加 message = '水やりを開始します' # 追加 payload = {'message': message}# 追加 r = requests.post(url, headers=headers, params=payload,)# 追加 motor.forward()
はじめに 本記事は備忘録の一部です。 監視カメラでも作ろうかと過去のコードをぴっぱり出したところ、コピペでは動作しなくなっていたので、最近の仕様変更に合わせたコードへの修正となります。 具体的には、RaspberryPiで取得したデータをほかのデバイス(Pythonが動くもの)で表示させるというものになります。 本コードは拡張性が高く、リアルタイム映像をAI・機械学習等の処理にかけるときに別のサーバー上で処理ができるので大変重宝しております。簡易監視カメラにもなりますし、Pythonで書かれているのでNAS等に動画を保存しておくことも可能です。可能性は無限大と言えますね！ 中華のIPカメラでやれよって話ですけどね。 目標 本記事では映像の転送にPython3.7を使用しております。いまだにRaspberryPiの標準装備だったので採用しました。 ライブラリにはSocketserverとOp
Vertex AI Pipelinesからの外部通信の通信元IPアドレスをNATで固定する - ZOZO TECH BLOG
はじめに こんにちは、技術本部ML・データ部MLOpsブロックの鹿山（@Ash_Kayamin）です。MLOpsブロックではバッチ実行環境としてVertex AI Pipelinesを用いています。Vertex AI PipelinesはGCPマネージドなKubeflow Pipelinesを提供するサービスで、コンテナ化した処理に依存関係をもたせたパイプラインを定義し実行できます。この記事ではVertex AI Pipelinesで起動するノードからIPアドレス制限があるエンドポイントへ通信するために、NATを利用して通信元IPアドレスを固定した方法と実装のはまりどころについてご紹介します。 Vertex AI Pipelinesの利用例については過去の記事で紹介していますので、併せてご覧ください。 techblog.zozo.com 目次 はじめに 目次 課題：Vertex AI Pi
一般的にセンサーは、ガスに含まれているガス成分が持つ特定の分子を測定します。特定の分子とは酸素や水素、メタン、プロパン、一酸化炭素、アンモニアなどです。取り付けられているセンサーでは抵抗値として測定されますが、抵抗値はガス濃度と比例しますので、抵抗値が高くなるほどその濃度は濃い、ということになります。BME680では有機溶剤やアルコールなどの検出が可能です。 まず、前回作り上げたPythonプログラムを見てみましょう。 #!usr/bin/env python # -*- coding: utf-8 -*- import bme680 import time sensor = bme680.BME680() sensor.set_temperature_oversample(bme680.OS_8X) sensor.set_humidity_oversample(bme680.OS_2X)
openai / whisper を使ってマイクに話した言葉を文字起こしする Python スクリプトを書いた - Qiita
Whisper が MISPER になってしまっています。"音声認識モデル" に至っては、"大さな仕込"になっています。マイツイテレンキ?? 私の滑舌が悪いのか、それとも Whisper がまだまだなのかは、是非自身の声で確かめてください。 実装 試した環境 macOS Big Sur Intel CPU Python 3.9 環境構築 以下のライブラリを install する。 pip install pyaudio brew install portaudio pyaudio の利用に必要 pip install git+https://github.com/openai/whisper.git 実装コード import pyaudio import wave import whisper model = whisper.load_model("base") def main(): C
A Deep Dive into eBPF: Writing an Efficient DNS Monitoring.
eBPF / XDP is an in-kernel virtual machine, provides a high-level library, instruction set and an execution environment inside the Linux kernel. It’s used in many Linux kernel subsystems, most prominently networking, tracing, debugging and security. Including to modify the processing of packets in the kernel and also allows the programming of network devices such as SmartNICs. Use cases in eBPF im
ESP32 and Termux
If you’re like me, you might enjoy being able to do things on your phone that you might otherwise do from your computer. I wanted to play around with my ESP32-WROOM-32 development board, but apparently there is no online guide specifically for Termux, so I want to document the steps that worked for me as a future reference for myself and others. ⚠️ DISCLAIMER I am not responsible for any damage th
【AI】進化的マージモデルを手軽に作れる「mergekit」というツール | IIJ Engineers Blog
進化的マージモデルとは？ これは、Sakana.aiさんが2024年3月21日発表した、「進化的アルゴリズムによる基盤モデルの構築」で述べられた手法を用いて作られたLLMを指しています。 引用すると、「多様な能力を持つ幅広いオープンソースモデルを融合して、新たな基盤モデルを構築するための方法を、進化的アルゴリズムを用いて発見する手法」であるとのことで、その中でも生成されたLLMの一つである EvoLLM-JP は融合元に指定したモデルはベンチマーク成績があまり芳しくないにもかかわらず、融合後のモデルはGPT-3.5に迫る性能を叩き出しました。 Sakana.aiさんでは、その後言語画像モデルとしてEvoVLM-JPを、日本語画像生成モデルとしてEvoSDXL-JPをリリースしています。 今日の人工知能を形作る「モデル」には、モデルを構成する要素に紐付く「重みパラメータ・バイアスパラメータ」
windows-event-log-sample.py 0��ݪ� @5�ݪ� # -*- coding:utf-8 -*- import win32api import win32con import win32evtlog import win32security import win32evtlogutil import time class EventLog: def __init__(self): ''' - SID の生成 - refer to http://www.atmarkit.co.jp/ait/articles/0306/28/news004.html ''' self.ph = win32api.GetCurrentProcess() self.th = win32security.OpenProcessToken(self.ph, win32con.TOKEN_R
Pythonでスクリーンショット自動化（指定秒数毎に指定範囲のスクショを撮って、画面変化があれば保存） - Qiita
作ったプログラムの備忘録 はじめに 指定秒数毎に指定した範囲のスクリーンショットを撮って、画面に変化があった場合に保存するプログラム 動画でキャプチャするほどでもないけど、何度もスクリーンショットボタンを押すのは面倒だったので作成 動作テスト環境 OS: Windows 10 Pro 64bit 言語： Python 3.9.13 ライブラリ：OpenCV(opencv-contrib-python) 4.5.5.64 ライブラリ：Pillow 9.1.0 ライブラリ：numpy 1.21.6 ソースコード import os import cv2 import time import ctypes from ctypes import windll, wintypes import numpy as np from PIL import ImageGrab from datetime i
先日、Mac製ZIPファイルの文字化け問題について書きましたが、その後さらに調べていたところ、根本的な解決方法につながる情報を見つけました。 その結果、前回の記事で書いた「WindowsがUTF-8に対応していない」という理解は誤りだったことが判明しました🙇実際には、WindowsはUTF-8対応した実装されていました。 文面が「Windows、まだShift_JISに依存しているのかよ～」というものになっていたかもしれません。謹んでお詫びいたします。マジスマン🙇 済まないと思うだけでは良くないので、メモとして残しておきます。 自分で調べた「Mac製Zipファイルの文字化け問題」https://t.co/X8Per9AZXd 根が深いなと思ってもう少し調べたところ以下がヒットhttps://t.co/slSYclENdr WindowsもZipファイルにフラグがあれば文字化けしないとの
要PyAudio ＆ PyWorld。Numpyも。 合成するまでには、ある程度の遅延は発生するけども、まぁ許容範囲でしょう。 #!/usr/bin/env python3 # -*- coding:utf-8 -*- # Copyright (c) 2020 Akira TAMAMORI # # Permission is hereby granted, free of charge, to any person obtaining a copy # of this software and associated documentation files (the "Software"), to deal # in the Software without restriction, including without limitation the rights # to use, copy
特長はこんなかんじ。 🦋超小型軽量: 65mm × 30mm × 30mm、バッテリー込み74.6グラム 🐆超低遅延: 1秒台の応答速度 🦞無限の拡張性: OpenClawとも連携 ネックストラップにつけたり肩に乗せたりしてもいいかもしれませんね！ MotionPNGTuberとはMotionPNGTuber（動くPNGTuber）とは、ろてじんさんがが考案・開発したキャラクターのループ動画とリップシンク差分画像によるアバター表現手法です。豊かな表現ながらもLive 2Dや3Dモデルといったアバター準備のハードルを下げる画期的な手法ですね！ この記事では、このMotionPNGTuberをRaspberry Pi Zero 2 Wという非力なエッジデバイスで動作させ、さらに音声対話できるAIコンパニオンにする方法をご紹介します。 準備するものメインのコンポーネントとしてRaspber
The Atrocious State Of Binary Compatibility on Linux and How To Address It. By Dale Weiler GitHub Time To Read: ~30 Minutes Last Updated: Monday, March 17th 2025 Summary Linux binary compatibility is plagued by one thing that is often overlooked when evaluating shipping software on Linux. This article will deconstruct how to arrive to that conclusion, how to address it when shipping software today
また、YouTubeにて、Pythonチュートリアル（公式ドキュメント）を使ってPythonの基礎文法を解説しています。 体系的に学ぶことができますのでこちらもよろしければご活用ください。 それでは本題に入ります。 Python初学者の方がまず押さえたい基礎として以下の単元があげられます。 数値計算 文字列 リスト、タプル 辞書、集合 条件分岐 ループ処理 関数 クラス 例外処理 モジュール なので今回はこの辺りで出てくる用語を各単元ごとにまとめます。 追記 動画バージョンを作成しました。自動音声で1つずつ読み上げるようになっていますので、こちらもあわせてご活用ください。 数値計算 int 主な数値型の１つ。整数を表す型。 float 主な数値型の１つ。小数を表す型。 x + y x と y の和。 x - y x と y の差。 x * y x と y の積。 x / y x と y の
「Ollama」で「NVIDIA Nemotron 2 Nano 9B Japanese」を試したのでまとめました。 1. NVIDIA Nemotron 2 Nano 9B Japanese「NVIDIA Nemotron-Nano-9B-v2-Japanese」 は、9BパラメータのSLMです。「Nemotron-Nano-9B-v2」という高効率な基盤モデルを元に、日本語処理能力を 大幅に強化して作られたモデルです。日本語の自然言語処理を重視したバージョンで、チャット、QA、ツール呼び出し、指示追従など幅広いタスクに対応できるよう設計されています。 「Nemotron-Nano-9B-v2」は、以下のような特徴を持っています。 ・高い推論速度 ・高効率アーキテクチャ ・ハイブリッド Transformer／Mamba 設計 また、商用利用可能なライセンスで公開されているため、社内や企
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
可愛すぎかよ! ハッカーの新しい相棒 コマンドラインからLLMを使えるgptme｜shi3z
【2020年】CTF Web問題の攻撃手法まとめ - こんとろーるしーこんとろーるぶい
Webサーバの仕組みについて入門してみた（Python実装） - iimon TECH BLOG
ラズパイ使って赤ちゃん快適室温設定システム構築してみた | ラズパイラボラトリー
Coding Agentについてのまとめ (2026年1月)
ローカルLLMの検索ツールとして Gemini 2.5 Flash-Lite を試す｜npaka
ゼロからはじめるPython(128) Whisperでリアルタイム音声認識ツールを作ってみよう
庭の水やりで身近なIoTを体験、自動水やりシステムの構築 ～LEDやLCDで水分量を表示～
PythonBPF - Writing eBPF Programs in Pure Python | mallya's blog
第690回 BCCでeBPFのコードを書いてみる | gihyo.jp
ChatGPT および API統合 のためのMCPサーバ構築｜npaka
第692回 sysfsやbpftoolを用いたeBPFの活用 | gihyo.jp
[ローカル環境] faster-whisperを利用してリアルタイム文字起こしに挑戦 - Qiita
RaspberryPiでMCP23S17を使うときのアドレスについて解説
庭の水やりで身近なIoTを体験、自動水やりシステムの構築 ～給水をLINEで通知～
PythonでRaspberryPiで撮影したカメラ映像をリアルタイム転送する - Qiita
土日で完成！ 趣味のラズパイ 空気質センサー「BME680」で空気汚染度を測る｜fabcross
Python スクリプトから Windows Server のイベントログにログを送るメモ
Mac製ZIPファイルの文字化け問題（解） - uepon日々の備忘録
PyAudioとPyWorldで音声を逐次分析合成しつづけるPythonスクリプト - 備忘録
Raspberry Pi ZeroでMotionPNGTuberなAIコンパニオンを作る｜うえぞう
JangaFX - Insight: Linux Binary Compatibility
【チートシート】Python初学者が知っておきたい基本用語100選 - Qiita
Ollama で NVIDIA Nemotron 2 Nano 9B Japanese を試す｜npaka