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
サーバーレスのセキュリティリスク - AWS Lambdaにおける脆弱性攻撃と対策 - GMO Flatt Security Blog
はじめに こんにちは、株式会社Flatt Security セキュリティエンジニアの森岡(@scgajge12)です。 本稿では、AWS Lambda で起こりうる脆弱性攻撃やリスク、セキュリティ対策を解説し、サーバーレスにおけるセキュリティリスクについて紹介します。 はじめに AWS Lambda について サーバーレスにおけるセキュリティリスク AWS Lambda で起こりうる脆弱性攻撃 Lambda での脆弱性攻撃によるリスク 脆弱性攻撃による更なるリスク OS Command Injection XML External Entity (XXE) Insecure Deserialization Server Side Request Forgery (SSRF) Remote Code Execution (RCE) AWS Lambda におけるセキュリティ対策 セキュリティ
こんにちは。ダイの大冒険エンジョイ勢のbun913と申します。私はSDET(Software Development Engineer in Test)として、QAチームにいる何でも屋さんとして、私より優秀なみなさんが本質的なことに時間を使えるように日夜改善を考えています。 私は弊QAチームでのMCP活用として以下のような記事を書いておりました。 今回は最近話題の Agent Skills とあらかじめ作っておいたCLIツールを組み合わせて、QAチームが本質的ではない作業にかける時間とトークン消費量を大幅に削減する試みを紹介します。 内容自体はQAチームの取り組みですが、考え方やツールの使い方は他のことに流用できるのではないかと考えています。 先に背景とやったことをざっくり説明 背景: 前回までの取り組み 弊チームでは自動テストに力をいれつつも、手動テストの威力も大事にしています。実際探索
OpenAI APIを使ってgit commitメッセージやコードレビューをAIに任せましょう！ - GMOインターネットグループ グループ研究開発本部
2024.09.27 OpenAI APIを使ってgit commitメッセージやコードレビューをAIに任せましょう！ 次世代システム研究室の Y.I です。 OpenAI API を活用してちょっと便利なコマンドを作成したのでご紹介します。作成したものは、「自動Git Commitメッセージ生成」と「コードレビュー」機能です。LangChainやVectorDBなどを利用しなくても、発想次第で便利な機能を作れますので1例としてご覧ください。 機能紹介 Pythonで以下の機能を実現しています。 Git commitメッセージの自動生成 Gitの変更履歴に基づき、適切な日本語のcommitメッセージを生成します。 コードレビューの自動化 Gitの変更履歴に基づき、コードに問題がないかやパフォーマンス改善の提案を行います。 openai apiのtokenを環境変数から取り込み 簡易的ですが
既存リソースをTerraformでimportする作業を楽にする - KAYAC Engineers' Blog
SREチームの今です。 カヤックでは、クラウドリソースの管理にはTerraformを利用することが多いです。 クラウドリソースの構成や設定をコードで管理することで、リソースの変更内容の差分をレビューできる、意図しない設定変更を発見できるなどの利点があり、SREの目的であるサービスを安定して提供する上で重要な要素の一つです。 実際の作業として、既に運用中のサービスを新たにTerraform管理下に置く場合や、多くのリソースが既にweb consoleから作成されているものをTerraform管理下に追加する場合も多いと思います。 その際にはTerraform importをする必要があります。しかし、Terraform importは単純作業とはいえ時間と手間がかかり、優先順位を下げてついつい後回しにしてしまうことも多いのではないでしょうか。 今回は、手作業でTerraform import
はじめに 可能な限り避けたいのですが、稀に大量のExcelやExcel VBAを管理しなくてはならないときってありませんか？ App Scriptであれば、まだ管理する方法は幾つかあります。 しかし、ExcelやExcel VBAだと管理する方法が無く、どこかクラウド上のドライブで保管する。に行き着くことが多いです。 なにか良い管理方法はないかと色々と考えた結果、やはりGitで管理するのが良さそうだと思ったので、記事にしました。 Excel、Excel VBAをGitで管理する Excel、Excel VBAをGitで管理すると、結局バイナリ管理になります。 これらを解決するための手段として、Chart GPT から、Git XLをオススメされましたが、更新が停滞しており、使用に不安を感じました。 やはり、Excel自体はバイナリ管理するしかなさそう。。。というのが結論でした。 VBAの方
こんにちは。ROBOT PAYMENT （以下、ロボペイ）でエンジニアをしているtakamoriです。 私が所属しているチームでは、請求先マイページ機能を開発しており、その中でユーザー認証基盤をAuth0からCognitoへと移行させました。そこで今回は、Auth0からCognitoへのユーザー移行手順を書いていきたいと思います。 ※ 本記事ではAuth0やCognitoの環境構築は対象外で、それぞれの環境が構築済み前提となります。 移行手順 Auth0からユーザーをエクスポート Auth0ユーザー情報をCognitoユーザー情報へマッピング Cognitoへユーザーをインポート Auth0からユーザーをエクスポート Auth0からのユーザーをエクスポートするには、ExportUsersJob APIを利用します。GetUsers APIを利用して取得することも可能ですが1,000件の取得
Announcing WASIXWASIX extends the WASI proposal to build useful and productive applications today with full POSIX compatibility Today we are very excited to launch a new initiative that will start shaping the future of WebAssembly on both the browser and the server. WASI was announced about 4 years ago and was a great push to move the Wasm community forward. It got everyone so excited that even So
中間層をリピートするだけでLLM性能が向上する!? 4090x2でリーダーボードトップになった手法Repeat Your Self｜shi3z
この手法は、「LLM神経解剖学」と銘打ち、LLMのレイヤーが実際には何をやっているのか類推しようとする。 Ngによれば、LLMは入力層に近いところでは入力された言語から、LLMが使用する中間表現に変換され、出力層に近いところでは、中間表現から出力表現に変換される。 実際の「思考」は、中間層で行われているというのがNgの主張の中心である。 そこでNgは、グリッドサーチを行って、中間層をどのようにリピートすれば一番性能が上がるかというポイントを探った。これがRYS-XLargeというモデルだ。 RYS-XLargeは、LLMリーダーボードで並いるモデルを追い抜き、一位になった。重要なのは、RYS-XLargeは一切の再学習や事後学習を行っていないという点だ。 LLMリーダーボードでQwen2-72Bを抜いてトップにそして、このリーダーボードの闇の部分になるのだが、Ng自身はリーダーボードでトッ
Agent Skills対応Agentを作ろう｜はち
1. はじめに2025年末にAnthropicがAgent Skillsという機能をオープンスタンダード化し、Xなどでもよく話題になっていると思います。MCP然りでAnthropicはこういったスタンダード化をするのが上手いなと感心させられます。 色々議論されていると思いますが、Agentの開発を行っている私的にAgent Skillsのメリットは以下の2点だと考えています。 再利用性：1度作ったSkillを別エージェントでも使いやすい。 段階的開示(progressive disclosure)：そのSkillが必要になったときだけその詳細やスクリプトについてAgentが読み込むことができる。（プロンプトの圧縮につながる。） AnthropicとしてはあくまでClaude CodeやClaude APIでできることを増やしたいがためのオープンスタンダード化ということなのか、自作Agent
AWS LambdaでOSコマンドインジェクションを作り込んでAmazon Inspectorのコードスキャンで検知させてみた | DevelopersIO
こんにちは、臼田です。 みなさん、LambdaLambdaしてますか？(挨拶 先日サポートされたAWS Lambdaの脆弱性のあるコードを検知できるAmazon InspectorのLambdaコードスキャン機能を使って、Lambda PythonのOSコマンドインジェクションを検知させてみました。 概要 先日のre:Inforce 2023にてAmazon InspectorがLambdaのコードスキャンができるようになりました。詳細は以下をご確認ください。 以前からコードに含まれるパッケージの脆弱性は検出できていましたが、このアップデートによりコードで作り込んだ脆弱性、例えばSQLインジェクションとかXSSとかも検出できるようになりました。 というわけで、これを試すためにPythonでOSコマンドインジェクションをやってみよう、と思いついて試しました。 実装 まずはAmazon Ins
CDK with Pythonの自動テスト事情 〜TypeScriptなんて羨ましくなんかないぞ〜 - NRIネットコムBlog
こんにちは、0日後に育休に入る志水です。本当は100日前に投稿したかったです。 みなさん、IaCしてますか？AaCしてますか？してますよね。 じゃあテストもコードで書いてますか？ と聞くと、やってない人も出てくるのかなと思います。 やっている人だとawspec使ってAWSリソースのテストをしたり、CDKの単体テストをコードで書いている人は多いかと思いますが、それ以降のテスト（結合テストやE2Eテストなど）をコードで書いてる人は少なくなるかなと思います。 というのも、awspecやCDKの単体テストの記事はよく見ますが、それ以降のテストの記事が無いなと感じました。 またCDKの単体テストでは、よくTypeScriptを使ったJestの記事が多く（公式もそうだし）、Pythonの方法があまりありませんでした。 もちろん要件によって変わってくるので書きづらいというのもあるとは思いますが、他の人が
ChatGPT Containers can now run bash, pip/npm install packages, and download files
Sponsored by: Teleport — Secure, Govern, and Operate AI at Engineering Scale. Learn more ChatGPT Containers can now run bash, pip/npm install packages, and download files 26th January 2026 One of my favourite features of ChatGPT is its ability to write and execute code in a container. This feature launched as ChatGPT Code Interpreter nearly three years ago, was half-heartedly rebranded to “Advance
2021年でも最強IoT物理ボタンなAmazonDashButtonで遊ぼう 〜セットアップ方法と、Pixela APIを叩く実例〜 - Qiita
2024-11-01追記 この記事を書いてから、3年ほど家庭で活用しています。 便利ですね。 たまにトラブるので、amazon-dashトラブルシューティングを書きました。 ご参考まで。 追記ここまで 2021年にもなって……と思うかもしれませんが、 実際のところ今でもAmazon Dash Button は、何かをトリガーする物理インタフェースとして、「早い・安い・美味い」の三拍子が揃ったガジェットであることは言うまでもありません。 逆に言えば2021年にもなって「ポチっと押したら何かが起こるIoTデバイス」がこんなに高価なモノばかり1だとは、、といったところでしょう。 この記事では、Amazon Dash Button を、単なる物理インタフェースのスイッチトリガーとして利用する方法と、私が実際に利用している実例(Pixe.laへの記録)を紹介します。 TL;DR ヤフオクかメルカリで
【GROMACS】Umbrella samplingによるMD simulation 【In silico創薬】【SMD】 - LabCode
Umbrella Samplingの概要と目的Umbrella Samplingは、分子がめったに起こさないような状態変化（たとえば、タンパク質同士が離れるなど）を詳しく調べるための計算手法です。通常の分子動力学（MD）では、エネルギー的に安定な状態にとどまりやすく、重要な変化が起こる確率が低いため、十分な情報が得られません。 たとえば、タンパク質AとBがくっついている状態から、少しずつ離れていく様子を観察したいとき、まずAとBを少しずつ引き離すSteered Molecular Dynamics（SMD）などのシミュレーションで、さまざまな距離の構造を取得します。その中から、0.5nm、0.7nm、0.9nmなど、特定の距離ごとに「窓（window）」を設定し、それぞれの距離でバネのような力をかけてMDシミュレーションを行います。これにより、その距離での分子の振る舞いをしっかり観察できま
--- name: skill-creator description: Guide for creating effective skills. This skill should be used when users want to create a new skill (or update an existing skill) that extends Claude's capabilities with specialized knowledge, workflows, or tool integrations. license: Complete terms in LICENSE.txt --- # Skill Creator This skill provides guidance for creating effective skills. ## About Skills S
Introduction Some part of me has always been fascinated with coercing code to run in weird places. I scratch this itch a lot with my security research projects. These often lead me to writing shellcode to run in kernels or embedded hardware, sometimes with the only way being through an existing bug. For those not familiar, shellcode is honestly hard to describe. I don’t know if there’s a very form
LLM推論を支える抽象化転送ライブラリ NVIDIA Inference Xfer Library (NIXL) について - NTT docomo Business Engineers' Blog
こんにちは、イノベーションセンターの鈴ヶ嶺です。 本記事では、NVIDIA Dynamo や vLLM などの LLM 推論フレームワーク向けに設計された高速・低遅延の抽象化転送ライブラリである NVIDIA Inference Xfer Library (NIXL) について解説します。 また、NVIDIA Dynamo に関してはこちらで解説していますので参考にしていただけると幸いです。 engineers.ntt.com まず、LLM 推論高速化(KV Cache)におけるメモリ転送の背景と課題をご紹介し、それを解決する NIXL の概要を説明します。 NIXL は Plugin により任意の転送方式を実装可能なアーキテクチャとなっています。実際に Custom Plugin を実装する方法についても紹介します。 背景と課題 NVIDIA Inference Xfer Library
Python と JavaScript の連携: 強力なフルスタック開発の可能性 - ITエンジニアが仕事に対して思うこと
# 近年、ウェブ開発やフルスタック開発において、PythonとJavaScriptの組み合わせが広く利用されています。Pythonの柔軟性とデータ処理能力、JavaScriptのブラウザ上での動的な操作が相互補完し合い、効率的でパワフルなアプリケーション開発が可能になります。本記事では、PythonとJavaScriptの連携に焦点を当て、具体的なコーディング例を交えながら、そのメリットや技術的な側面について詳しく解説します。 Python と JavaScript の連携の背景 PythonとJavaScriptは、それぞれ異なる用途に特化しており、その特性をうまく組み合わせることで、より広範な開発課題に対応できます。Pythonはデータ処理や機械学習などで得意とし、JavaScriptはウェブブラウザ上での動的な操作やクライアントサイドの開発において強力です。この組み合わせにより、効果
ChatGPT時代に必要かも!? Pythonで実行するファイルパース（PowerPoint編） | DevelopersIO
こんちには。 データアナリティクス事業本部 インテグレーション部 機械学習チームの中村です。 今回は話題のChatGPTにコンテキストを与える際に必要となるファイルパース処理について見ていきたいと思います。 PowerPointに焦点を絞ってみていきます。既存のライブラリ内の実装も確認していきます。 先行事例の実装 先行事例の実装として、よく話題となる以下のライブラリを見ていきます。 （LlamaIndexとLlamaHubはほぼ同じですが、parserとしては片方にしかないものもあるため） LlamaIndex https://github.com/jerryjliu/llama_index https://gpt-index.readthedocs.io/en/latest/index.html LlamaHub https://github.com/emptycrown/llama-
import os import sys import time import threading import subprocess from pdf2image import convert_from_path import tkinter as tk from tkinter import ttk from tkinter import messagebox from tkinter import filedialog from tkinter import scrolledtext class Application(tk.Frame): def __init__(self, master=None): super().__init__(master) self.master.geometry('500x330') self.master.title('PDF OCR') self
![[Python] PDFをOCR処理して、テキスト埋め込みPDFを作成する - Qiita](https://cdn-ak-scissors.b.st-hatena.com/image/square/7900f8466f4f9d36616a13a2d76a35896492585c/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%253DaHR0cHM6Ly9xaWl0YS11c2VyLXByb2ZpbGUtaW1hZ2VzLmltZ2l4Lm5ldC9odHRwcyUzQSUyRiUyRnMzLWFwLW5vcnRoZWFzdC0xLmFtYXpvbmF3cy5jb20lMkZxaWl0YS1pbWFnZS1zdG9yZSUyRjAlMkYzMDc5NDgxJTJGYjUyYzFhNzI3YTljZmZlNDMyNTQ1OWNlZjY2YmNiODI5NjliM2JjYSUyRnhfbGFyZ2UucG5nJTNGMTY3MzU5MzE5OD9peGxpYj1yYi00LjAuMCZhcj0xJTNBMSZmaXQ9Y3JvcCZtYXNrPWVsbGlwc2UmYmc9RkZGRkZGJmZtPXBuZzMyJnM9Mjk5ZDE2NzBiZWNjYzQ5NjdlOWM2N2FkNDRiZTdiY2M%2526blend-x%253D120%2526blend-y%253D467%2526blend-w%253D82%2526blend-h%253D82%2526blend-mode%253Dnormal%2526s%253D73bcc1ca8b69d7ba3d5062d498a93072%3Fixlib%3Drb-4.0.0%26w%3D1200%26fm%3Djpg%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTk2MCZoPTMyNCZ0eHQ9JTVCUHl0aG9uJTVEJTIwUERGJUUzJTgyJTkyT0NSJUU1JTg3JUE2JUU3JTkwJTg2JUUzJTgxJTk3JUUzJTgxJUE2JUUzJTgwJTgxJUUzJTgzJTg2JUUzJTgyJUFEJUUzJTgyJUI5JUUzJTgzJTg4JUU1JTlGJThCJUUzJTgyJTgxJUU4JUJFJUJDJUUzJTgxJUJGUERGJUUzJTgyJTkyJUU0JUJEJTlDJUU2JTg4JTkwJUUzJTgxJTk5JUUzJTgyJThCJnR4dC1hbGlnbj1sZWZ0JTJDdG9wJnR4dC1jb2xvcj0lMjMxRTIxMjEmdHh0LWZvbnQ9SGlyYWdpbm8lMjBTYW5zJTIwVzYmdHh0LXNpemU9NTYmdHh0LXBhZD0wJnM9NWZhYjllZjkzMTUxN2NlZTVmYmUyYzgyNmI5NDViNTk%26mark-x%3D120%26mark-y%3D112%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTgzOCZoPTU4JnR4dD0lNDB0YWthZmkmdHh0LWNvbG9yPSUyMzFFMjEyMSZ0eHQtZm9udD1IaXJhZ2lubyUyMFNhbnMlMjBXNiZ0eHQtc2l6ZT0zNiZ0eHQtcGFkPTAmcz1hZjQ5OGUzOTZmNmUxOTdhMzQ0OTVlOGJkOTY1MzI2Yg%26blend-x%3D242%26blend-y%3D480%26blend-w%3D838%26blend-h%3D46%26blend-fit%3Dcrop%26blend-crop%3Dleft%252Cbottom%26blend-mode%3Dnormal%26s%3D4e9bd197384dea222b118ed928774f03)
### RubyとPythonの連携について徹底解説 RubyとPython、両者ともに非常に人気のあるプログラミング言語で、それぞれ異なる強みを持っています。Rubyは特にWeb開発で広く使用される（Ruby on Railsなど）高い生産性を持つ言語で、一方のPythonはシンプルさと機械学習やデータサイエンス分野における豊富なライブラリが魅力です。これら2つの言語を組み合わせることで、開発者は両方の長所を活かし、より強力なアプリケーションを構築できます。 本記事では、RubyとPythonの連携について、実際のコード例を交えながら初心者にもわかりやすく解説していきます。特に、次の4つのアプローチを取り上げます。 RubyからPythonスクリプトを実行する PythonからRubyコードを呼び出す RubyとPython間でHTTP通信を行う RubyとPython間でgRPCを使っ
Stop Burning Your Context Window — We Built Context ModeMCP server that reduces Claude Code context consumption by 98%. 315 KB becomes 5.4 KB. Every MCP tool call in Claude Code dumps raw data into your 200K context window. A Playwright snapshot costs 56 KB. Twenty GitHub issues cost 59 KB. One access log — 45 KB. After 30 minutes, 40% of your context is gone. Context Mode is an MCP server that si
Mac keyboard with hidutil
[Update: 13-Apr-2023 with some of the background context and some things I learned from hackernews] [Update: 18-Dec-2023] This hidutil stopped working for me in MacOS 13.6 and 14.2. Also see other people having problems too. [Update: 28-Jan-2024] Some people say hidutil works again in Mac OS 14.3. On my Mac, I've used KeyRemap4Macbook, Karabiner, Karabiner Elements, and FunctionFlip for some of my
Windowsコマンドプロンプトもどきプログラム（まとも版） 前回（その３）で予告した、Text Widgetのみでコマンドプロンプトもどきを実現（より近づく）できたので、その記録をここに記す。 作成したもの ここでは、「> 」がプロンプトである。 コマンドを入力すると実行された結果が表示される。スクロールもあり。 ソースコード # -*- coding: utf-8 -*- import subprocess import sys import tkinter as tk def func(event): current = result.get('1.0', tk.END) lastline = current.rsplit('\n')[-2] laststr = lastline.split(' ', 1)[1] # removal of prompt('> ') cmd_arg =
こんにちは。ディマージシェアの技術担当です。今回はAWS LambdaでLibreOfficeを実行する環境を整備したいと思います。 背景 要望としては、データをPDF帳票にしたい、の一言です。PDF帳票の実装を好むエンジニアは少ないと思います。PDFを作るライブラリ、HTML、CSSをPDFに変換するライブラリ、その他、どれも癖があり独特のテクニックを強いられます。今回はExcelで作ったテンプレートをLibreOfficeでPDF化する、というアプローチを採用することにしました。 しかし、LibreOfficeをコマンドラインで実行する際、結構なRAMを消費することがわかりました。サーバに載せるには結構スペックを盛らないとアクセス集中したときに簡単にコケてしまいます。更に、帳票の類は往々にして月初月末と生成されるタイミングは集中するものです。それなら使っただけ課金のLambdaにしよう
Python 3で外部コマンドを呼ぶにはsubprocessモジュールで提供されているrun()を使うことが推奨されるのですが、毎回使い方を調べてしまっているので自分用にまとめます。順を追っていかないと引数の意味を理解しづらいところがあるので、冗長ですが簡単な例から書いていきます。なお、run()が導入されたのはPython 3.5なので、それより前のバージョンでは使えません。CygwinのPython 3.8.3で動作確認しています。 基本 呼び出される側のスクリプトとして、以下のようなhello.pyを用意します。これは標準出力に「こんにちは」、標準エラー出力に「こんばんは」と出力するだけのトイプログラムです。 import sys print("こんにちは", file=sys.stdout) print("こんばんは", file=sys.stderr) さっそくhello.pyを
Node.js
Notable Changes Experimental command-line argument parser API Adds util.parseArgs helper for higher level command-line argument parsing. Contributed by Benjamin Coe, John Gee, Darcy Clarke, Joe Sepi, Kevin Gibbons, Aaron Casanova, Jessica Nahulan, and Jordan Harband - #42675 Experimental ESM Loader Hooks API Node.js ESM Loader hooks now support multiple custom loaders, and composition is achieved
Solanaからトランザクションを漁る話｜えｋ（えく）
これは、某IDOに関連して某マーケットアドレスを探すためにどうやってSolana上のトランザクションを漁っていたかのメモ書きです。騒ぎになっていた某所の人々は事情を知っている感じかと思いますので詳細は省いていきます。Qiitaに書こうかと思ったけど思ったより中身を理解してないので技術記事か？という感じだったのでざっくりと落書きだけ残していきます。えらい人にもっと賢い方法を教えてほしい。 まず、やったこととしては ・参考にSerumDEXにマーケットを作る際のトランザクションを確認するため、solana CLIを使って比較的新しいSTEP-USDCのマーケットアドレスのトランザクションシグネチャを全て収集（最新からの取得しか方法を知らないため） ・一番古いトランザクションをJSON RPC APIを使って取得。マーケットアドレスの初期化に使っているプログラムのアドレスを確認 ・今回目的として
背景 AVCHD 内の.MTS ファイルを mp4 に一括変換したかったのですが、フリーソフトにろくなもんがないため、chatGPT に教えてもらいながら python でそれを実行できるコードを書きました ffmpeg(v6)を使用しているので、ffmpeg が対応してるコーデックならなんでも変換できるはず(未検証) 簡単な機能説明 ・指定ディレクトリ内の.MTS ファイルを.mp4 に変換して別の指定ディレクトリに置く ・その際ファイル名は動画ファイルの撮影日時を使用(2023-07-25-14-32.mp4 みたいな) ・コマンドラインで簡単めに実行できるといい 前提 Mac で動くことを確認してます(一応 windows でも動くはず) python のバージョンは3.11.4です セットアップ 任意の場所にmp4-converter.pyを作成する 下記のコードを貼り付け後保存
PythonとDartの連携: クロスプラットフォーム開発の新しい一歩 - ITエンジニアが仕事に対して思うこと
**** こんにちは、皆さん。今回は、PythonとDartを連携させ、モバイルアプリケーションやWebアプリケーションの開発においてお互いの強みを最大限に生かす方法に焦点を当ててみたいと思います。PythonとDartは異なるプログラミング言語ですが、その連携により、より柔軟で効率的なクロスプラットフォーム開発が可能です。 1. PythonからDartスクリプトを実行する まずは、PythonからDartスクリプトを実行する例を見てみましょう。Pythonのsubprocessモジュールを使用してDartスクリプトを呼び出します。 # Pythonのコード import subprocess # Dartスクリプトを実行する result = subprocess.run(['dart', 'your_dart_script.dart'], capture_output=True, t
500 Python Interpreters
🐍 No Steppy On Threads 🐍August 19, 202417 minutes As we approach the final release date for Python 3.13, I’ve seen an uptick in discussion regarding 3.13’s introduction of an optional GIL. While removing the GIL has been a long time coming for the average user (I’ve dreamt of this for nearly 20 years), there have actually been two concurrent efforts to improve Python’s performance for multithrea
MCPサーバとクライアントのstdio transportは何をしている？ MCPサーバのPythonスクリプトに一連のJSONを送ってツール一覧を得るまで - nikkie-ftnextの日記
はじめに 七尾百合子さん、お誕生日 17日目 おめでとうございます！ nikkieです。 久しぶりのMCPの話題です。 目次 はじめに 目次 MCPサーバは一体何をやっている？ 結論：stdio transportを覗き見 今の理解：MCPサーバにはクライアントからJSONが送られる 終わりに MCPサーバは一体何をやっている？ Quickstartに沿ってお天気のMCPサーバを作りました。 modelcontextprotocol.io 作る中で試しに、MCPサーバのスクリプトをPython処理系で実行してみたのですが、何も起こりません。 % uv run weather.py # Ctrl+C連打で抜けます しかしMCPクライアントにMCPサーバのスクリプトを渡すと動きます。 % uv run client.py ../weather/weather.py 一体何をやっているのでしょう
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
MCPでやる必要のない業務をSkillsに置き換えてトークンと時間の消費を爆減してみた
Excel、Excel VBA をGitで管理する - Qiita
Auth0からCognitoへのユーザー移行 - ROBOT PAYMENT TECH-BLOG
Announcing WASIX · Blog · Wasmer
prompts.chat - AI Prompts Community
Rust on MIPS64 Windows NT 4.0
[Python] PDFをOCR処理して、テキスト埋め込みPDFを作成する - Qiita
RubyとPythonの連携について徹底解説 - ITエンジニアが仕事に対して思うこと
Stop Burning Your Context Window — We Built Context Mode
ろうとるがPythonを扱う、、（その４：まとも版コマンドプロンプトもどき） - Qiita
AWS LambdaでLibreOfficeを実行する｜ディマージシェア/採用ブログ
Python 3のsubprocess.run()の使い方 - minus9d's diary
複数の.MTSファイルを.MOVや.MP4に一括で変換する - Qiita