【50歳からのAI学習】50歳からのAI開発スキル習得｜Gemini CLIのWindows導入記 - uepon日々の備忘録
Google様がまた新しいAIツール出してきたじゃないですか。正直いうと、また覚えることが増えるのかという感想😅Claude CodeがProプランで使えるようになったと思ったら、今度はGemini CLIですよ...もう追いつけない💦でもやらないと時代に取り残される...😫という話となります。 Gemini CLIって何？ ターミナル上で動くGoogleのAIコーディングアシスタントです。「〜を作って」「〜を修正して」とプロンプトに依頼することで開発ができます。Claude Codeと似てるけど、GoogleのGeminiを使ってるのが特徴。個人的にはGeminiの最近の追い上げも見過ごせません。 特徴 Gemini 2.5 Proの100万トークンという巨大なコンテキストウィンドウ マルチモーダル機能（PDFやスケッチからアプリ生成） Google検索との連携でリアルタイム情報取
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
![[ja] 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](https://cdn-ak-scissors.b.st-hatena.com/image/square/9155947fea9e570730f723023bff3a86cee185bd/backend=imagemagick;height=288;version=1;width=512/https%3A%2F%2Fres.cloudinary.com%2Fzenn%2Fimage%2Fupload%2Fs--zOqLb8DA--%2Fc_fit%252Cg_north_west%252Cl_text%3Anotosansjp-medium.otf_55%3A%25255Bja%25255D%252520MCP%2525E3%252581%2525A7%2525E3%252582%252584%2525E3%252582%25258B%2525E5%2525BF%252585%2525E8%2525A6%252581%2525E3%252581%2525AE%2525E3%252581%2525AA%2525E3%252581%252584%2525E6%2525A5%2525AD%2525E5%25258B%252599%2525E3%252582%252592Skills%2525E3%252581%2525AB%2525E7%2525BD%2525AE%2525E3%252581%25258D%2525E6%25258F%25259B%2525E3%252581%252588%2525E3%252581%2525A6%2525E3%252583%252588%2525E3%252583%2525BC%2525E3%252582%2525AF%2525E3%252583%2525B3%2525E3%252581%2525A8%2525E6%252599%252582%2525E9%252596%252593%2525E3%252581%2525AE%2525E6%2525B6%252588%2525E8%2525B2%2525BB%2525E3%252582%252592%2525E7%252588%252586%2525E6%2525B8%25259B%2525E3%252581%252597%2525E3%252581%2525A6%2525E3%252581%2525BF%2525E3%252581%25259F%252Cw_1010%252Cx_90%252Cy_100%2Fg_south_west%252Cl_text%3Anotosansjp-medium.otf_34%3Abun913%252Cx_220%252Cy_108%2Fbo_3px_solid_rgb%3Ad6e3ed%252Cg_south_west%252Ch_90%252Cl_fetch%3AaHR0cHM6Ly9zdGF0aWMuemVubi5zdHVkaW8vdXNlci11cGxvYWQvYXZhdGFyLzUwOTQ4MTI2ZjguanBlZw%3D%3D%252Cr_20%252Cw_90%252Cx_92%252Cy_102%2Fco_rgb%3A6e7b85%252Cg_south_west%252Cl_text%3Anotosansjp-medium.otf_30%3AMoney%252520Forward%252520Developers%252Cx_220%252Cy_160%2Fbo_4px_solid_white%252Cg_south_west%252Ch_50%252Cl_fetch%3AaHR0cHM6Ly9zdGF0aWMuemVubi5zdHVkaW8vdXNlci11cGxvYWQvYXZhdGFyLzcxNGVhMDEyMDQuanBlZw%3D%3D%252Cr_max%252Cw_50%252Cx_139%252Cy_84%2Fv1627283836%2Fdefault%2Fog-base-w1200-v2.png%3F_a%3DBACMTiAE)
CodexをローカルLLMで駆動する
#!/usr/bin/env bash set -euo pipefail fuser -kvn tcp 8080 usage() { cat <<'EOF' Usage: ./lms-load-and-serve.sh <gguf-path> <identifier> Example: ./lms-load-and-serve.sh ../models/Qwen3.6-27B-UD-Q4_K_XL.gguf Qwen3.6-27B-UD-Q4_K_XL LMS_DISABLE_THINKING=0 ./lms-load-and-serve.sh ../models/Qwen3.6-27B-UD-Q4_K_XL.gguf Qwen3.6-27B-UD-Q4_K_XL Environment variables: MODEL_USER=local Import destination use
はじめに こんにちは。事業推進部でOffensive Teamを担当する永井です。 今回はアドベントカレンダーの11日目として、前回投稿した「macOSの暗号化zipファイルはパスワードなしで解凍できる」という記事に寄せられたコメントのうち、特筆すべきものをピックアップして回答していきます。 前回の記事を読んでいない方や、もう覚えてないという方は是非前回の記事を見てから続きを読んでいただければと思います。 Q. 正解するまでbkcrackを回さなくてもzip内のCRC32値と比較すれば良いのでは？ はい、その通りです。 筆者が前回の記事を書いている時には完全に失念していましたが、zip内にはファイル破損を検出するためにCRC32形式のハッシュ値が含まれています。そのため、bkcrackを正解パターンを引くまで都度回さなくても簡単に正解の.DS_Storeを見つけ出すことができます。 実際に
福田（@JunyaFff）です。今月の「Python Monthly Topics」は、最近私が個人的に気になっている静的コード解析ツールRuffについて紹介します。 どんなプログラミング言語でも、静的コード解析ツール（リンター）やフォーマッターは非常に便利です。Pythonでコードを書く場合、皆さんはどんなツールを使っているでしょうか？Flake8やBlack、isortなどが人気で、世界中で多くのPythonエンジニアに利用されています。 Ruffは2022年8月にリリースされた比較的新しい、Pythonのリンター兼フォーマッターです。Ruffはリリースからまだ半年足らずしか経っておりませんが、多くの著名なライブラリで採用[1]され、毎日のようにアップデートされています。2023年3月時点でのRuffの使い方、そしてこれからの発展について、本記事で紹介します。 Ruffとは？ ここでは
Claudeを"育てる"新常識！ Agent Skills徹底解説 - あなたの仕事を自動化する魔法のレシピ ✨｜Kyutaro
Claudeを"育てる"新常識！ Agent Skills徹底解説 - あなたの仕事を自動化する魔法のレシピ ✨ 属人化をやめたい。品質を揃えたい。スピードは落とさない。 Agent Skillsは、現場のノウハウを「再現可能な資産」に変えます。プロンプトではなく標準手順×コードで積み上げるから、新人でもベテランと同じ結果に。それを実現するのが、Anthropicの画期的な機能、「Agent Skills」です。 この記事は、導入判断に必要な安全性・運用設計・環境別のリスクと効率、そして即導入できるサンプルまで一気通貫で解説し、あなたが今日からでも「AIを育てる」ための、実践的な設計図を提供します。 1. そもそもAgent Skillsって何？ - AIの新しい「引き出し」術 🗄️Agent Skillsとは、端的に言えば「AIに特定のタスクを教え込むための、手順書と道具箱をまとめたフ
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
家電量販店に行くと今でもボイスレコーダーのコーナーがあり人気だ。またスマートフォンにも必ずボイスメモアプリがある。筆者も一時期アイデアをボイスメモで録り溜めていた。しかし、ボイスメモは聞き直す必要があり管理が面倒という欠点もある。そこで、今回はPythonからMicrosoftのAPIを利用して自動的にボイスメモをテキストに変換する方法を紹介しよう。 WAVファイルを音声認識してテキストに変換したところ 音声認識APIを使ってみよう AI技術の進歩により音声認識の精度が向上している。これまでも音声認識の技術はあったものの精度が今一歩だった。そして個人ユーザーが気軽に活用できる感じではなかった。ところが、最近では、各社が競い合うように音声認識の精度向上に力を入れている。各社から発売されているAIスピーカーを積極的に活用している読者も多いことだろう。 そして、大きな点として、Microsoft
【いまさらやるPostfix】GmailにPostfix+Rspamd(SPF/DKIM)を使ってメールを送る - LIVESENSE ENGINEER BLOG
はじめに Gmailの送信制限 Postfixの構築 前提条件 インストール 基本設定 Rspamdの構築 インストール 初期設定 DNSの設定 SPF DKIM DMARC PostfixとRspamdの連携 メール送信テスト コード例 実行 テスト結果 おわりに おまけ はじめに 技術部インフラグループの鈴木です。最近Postfixをいじっているのですが、Gmailにメールを送信するのに苦労しました。今回はその経験をもとに、PostfixからGmailにメールを送信するための設定をまとめました。 メール送信ではSMTPというプロトコルが使われますが、そのシンプルさ故にパッチが次々と当てられている経緯があります。そのため一から構築するとあれこれとミドルウェアが増えることがあります。 なので、今回は最低限のミドルウェア構成でPostfixからGmailにメールを送信するための設定をまとめま
DMARCレポートの可視化ダッシュボードを作りました - LIVESENSE ENGINEER BLOG
はじめに そもそもDMARCって何？ Googleの発表によってDMARC対応が必要に SaaSの検討 OSSの検討・選定 構成 動作 GmailからGoogle Driveへ格納する XMLをパースしてOpenSearchに格納する Google Driveからコンテナ内にダウンロードする パースと格納 可視化 苦労した点 Gmailの仕様とparsedmarcの相性が悪い OpenSearch突然データが全部消えた 作ってみてよかったこと 今後の運用 はじめに インフラGの鈴木です。ガールズケイリンアニメことリンカイ！の放映が近くなってきましたね。 最近小倉にギャンブル旅行にいったのですが、北九州競輪には等身大パネルがありました。本気(マジ)度が伝わってきます。アニメの放映日が楽しみです。 ところで、今回はDMARCの可視化基盤を作った話をします。なかなか大変1でしたので、共有したいと
Webサイトで公開されている長編小説などを電子書籍リーダーでじっくり読みたい場面がある。その場合、WebページをPDFにしてしまうと良いのだが、ブラウザの機能を使って変換すると、非常に文字が小さくなり、KindleやKoboなど電子書籍リーダーで読むには適さないことが多い。そこで、単にPDFに変換するだけでなく、読書端末で快適に読書できるように、文字サイズなどをカスタマイズするプログラムを作ってみよう。 HTMLファイルから電子書籍リーダー用のPDFを生成しよう じっくり読書するためのPDF造り 多くの電子書籍リーダーは、ディスプレイに電子ペーパー(E Ink)を搭載している。この電子ペーパーは、太陽光の下でもくっきりと画面を確認できるため、目に優しいと言われており、長時間の読書に適している。筆者も電子書籍リーダーを愛用しており、日々の読書の友としている。 一般的な電子書籍リーダーでは、独
「進化的モデルマージにより日本語数学LLMとして構築したEvoLLM-JPは、数学のみならず、日本語の全般的な能力に長けている」らしいEvoLLM-JPを試してみます。 追記（2024/3/22） 10Bのモデルですが、torch_dtypeを"auto"からtorch.bfloat16に変更すると、推論のスピードが改善しました。 モデルEvoLLM-JPは、3種提供されています。今回は３つとも試します。 - 大規模言語モデル SakanaAI/EvoLLM-JP-v1-10B : MICROSOFT RESEARCH LICENSE TERMS SakanaAI/EvoLLM-JP-v1-7B : MICROSOFT RESEARCH LICENSE TERMS SakanaAI/EvoLLM-JP-A-v1-7B : Apache License, Version 2.0 ※画像言語
こんにちは、NTTドコモR&D戦略部の門間です。 この記事では、vLLMのコードを追いつつその中身の動きに迫りたいと思います。 最近、業務やプライベートでLLM関連のいろいろを触っていますが、 OSSのコードリーディングを通じてLLMの推論処理への理解を深めたいというモチベーションです。 🤖 vLLMって? 📚 前提知識 Attention Is All You Need Paged Attention Continuous Batching 📦 vLLMの開発用インストール (Pythonコード開発のみ) Wheelのインストール リポジトリのクローン 起動確認 Pythonコードの改変 デバッガを使ったOSSのコードリーディングのススメ 🧩 vLLMのソフトウェアアーキテクチャ オンライン推論 : FastAPIサーバの立ち上げとEngineClientの生成 1. Engin
こんにちは。CX事業本部Delivery部のakkyです。 少々旧聞となりますが、今年9月にMojo言語がローカルで実行できるようにリリースされました。 MojoはSwiftの開発者が立ち上げたModular社が開発している新しいプログラミング言語で、Pythonの文法とRustのメモリ安全性を兼ね備えたコンパイラ型プログラミング言語です。 AI開発に使用することが想定されていて、SIMDのファーストクラスサポートなども特徴的です。実際にllama2.mojoというLlama2の実行環境の実装も行われています。 現在はPythonとの完全な互換性はありませんが、Pythonインタプリタを呼び出すことでPythonコード/ライブラリを呼び出すことができ、将来的にはMojo自体がPythonのスーパーセットとなることを目指しているそうです。 10月19日にはMacのApple silicon(
CIDR が完全に重複する VPC 間で PrivateLink トンネルエンドポイントを試してみた | DevelopersIO
AWS PrivateLink トンネルエンドポイントで、両側が同じ CIDR（10.0.0.0/16）の VPC 間の HTTP 疎通を確認しました。GENEVE リレー直接起動・HAProxy・NAT 透過中継の 3 方式を検証し、使い分けを整理します。 はじめに 2026年9月18日、AWS PrivateLink にトンネルエンドポイントが追加されました。 先行記事では、トンネルエンドポイントを介して別アカウントの VPC 内にある EC2 と HTTP 通信できることを確認しました。 VPC ピアリングでは、CIDR が重複する VPC 同士を接続できません。Transit Gateway では VPC をアタッチできても、重複する CIDR の宛先を VPC ごとに区別してルーティングできません。 この制約がある構成でも、PrivateLink トンネルエンドポイントを使って
vLLM Sleep Modeよるモデルのゼロリロード切り替え機能の検証 - NTT docomo Business Engineers' Blog
こんにちは。NTTドコモビジネスの露崎です。本ブログではvLLMの本家コミュニティのブログで紹介されたvLLMのモデルのゼロリロード切り替え機能の概要に加えて本機能をContainerベースで検証した結果について紹介します。 はじめに モデルのゼロリロード切り替え機能が取り組む課題 vLLM Sleep Mode Sleep Level 動作確認 環境構成 利用モデル 実験1. API利用状況の確認 vLLMの起動 Sleepによるモデルの停止 WakeUpによるモデルのリロード 実行結果とパフォーマンス考察 実験2. 複数モデルでの切り替え 準備 実験(各モデルに対して) 実験用スクリプト 実行結果 まとめ はじめに こんにちは。NTTドコモビジネスの露崎です。本ブログではvLLMの本家コミュニティのブログで紹介されたvLLMのモデルのゼロリロード切り替え機能について紹介します。 vLL
初めまして、株式会社Berryの齋藤です。 みなさまLambdaはやっておりますでしょうか。 Berryでも3Dデータの自動処理を行う上で数多くのLambda関数を作成、運用しています。 その中で3Dデータのプレビュー生成が必要になったため、blenderによるプレビュー生成を行うことにしました。 通常であればEC2を使い、レンダリングサーバーを立てることが一般的かと思いますが、費用面・運用面を考慮し、Lambdaによるサーバーレスなレンダリングサーバーを作成することにしました。 非常にニッチなユースケースですが、ざっと検索したところ日本語の情報が少なかったので、今回はblenderをLambda上で動かす方法を紹介したいと思います。 サンプルリポジトリ 前提条件 AWS CLIとAWSアカウントが設定済み Dockerインストール済み (x64のCPUで検証しています。armの場合はダウ
あれあれ？ CPU 増やしたのに速くならないぞ？ - Link and Motivation Developers' Blog
はじめに こんにちは！リンクアンドモチベーションで SRE をしてます川津と申します！ Web アプリケーションを開発している皆さん！ 日夜性能問題に悩まされていると思います😅 本記事では性能問題における 「CPU 使用率の見方」 に焦点をおいて話そうかと思います！ CPU あるある CPU にまつわる謎？ は大体次の２ケースかな〜、と思います。 Amazon RDS (MySQL DB) の例で挙げてみます。 ① クエリ応答が遅いからスケールアップ！ → あれ？変わらないぞ？ Web アプリ開発していると、API 応答が遅い → 原因は重いクエリ (SQL) というケースはよくあるかと思います。当然速度改善したいです。お金で簡単に解決できるならそうしたい。 例えば RDS のインスタンスタイプ db.r5.xlarge を今使っているとしましょう。 vCPU 数は 4 です。これを ２
この記事で考える問題 以下の問題について、色々と考察していきます。 [問題] あみだくじ変換 順列$X$を順列$Y$に変換する「あみだくじ」を、 あみだくじ変換 と定義します。 順列$X$に対して あみだくじ変換 を繰り返し適用することで、いずれ元の順列$X$に戻ることが知られています。 順列の要素数が$N$の場合に、最も多く繰り返して元の順列に戻る あみだくじ変換 を選ぶと、何回の あみだくじ変換で元の順列に戻るでしょうか。 経緯 元ネタ 先日Xで次のようなポストを目にしました。 数学の先生が教えてくれた「小学2年生の算数」がマジで難しくてビックリだったんですけれど… これ皆さんわかりますか…？ 一応簡単に解ける方法もあるみたいなのですが… pic.twitter.com/QqZpT3wHtg — 地理おた部 ～高校地理お助け部～ (@geographybu) May 28, 2024
アソビュー！ Advent Calendar 2022の1日目です。 事業者向けSaaSアプリケーションのバックエンドの開発を担当している東郷です。 今日は表ベースの資料から概念モデル図を作る機会があったので紹介したいと思います。 はじめに モチベーション 概念モデル図とは 今回の例 ユーザーストーリー 完成図 準備 実行環境 graphvizとは graphvizのインストール 実行方法 コード 入力ファイルの準備 実行 まとめ おわりに はじめに モチベーション 現在、開発中のプロジェクトではRDRAを使って要件定義をまとめています。 tech.asoview.co.jp 概念モデルはGoogle スプレッドシート（表ベース）で管理されているため、 図にして俯瞰したいと感じていました。 概念モデル図とは 関心領域における概念と概念の関係を表す図のことで、 関心領域を俯瞰して見たい場合や
【ChatGPT】GitHubプルリクエスト作成時に差分を要約、自動コメントする仕組みを作ってみた | DevelopersIO
ChatGPT の波に乗るべく、私もOpenAI APIを触り始めました。 ChatGPTの用途は様々あります。個人的には、要約機能が特に汎用的だと感じています。 以下のような活用ブログもありますね。 OpenAIを使ってDevelopersIOの新着記事を3行で要約してSlackに投稿してみた | DevelopersIO ChatGPT を使ってちょうど読んでいた論文を3行まとめにしてもらった | DevelopersIO 本ブログでも ChatGPTによる要約スキルを確かめてみます。 ただ、「コンテンツそのものの要約」ではなく 「コンテンツの更新内容の要約」 ができないか、 に焦点を当てます。 今回 ChatGPTには、いわゆる diff コマンドの結果を解析してもらいます。 そして、それを活用した「GitHubプルリクエスト(PR)の更新内容を要約する仕組み」まで作ってみました。
Fun with uv and PEP 723
Fun with uv and PEP 723 June 24, 2025 For the longest time, I have been frustrated with Python because I couldn’t use it for one-off scripts. I had to first ensure it was running in an environment where it could find the right Python version and the dependencies installed. That is now a thing of the past. uv¶ If you are not a Pythonista (or one possibly living under a rock), uv is an extremely fas
Bucket full of secrets – Terraform exfiltration | Mercari Engineering
Background At Mercari, we utilize many microservices developed across multiple different teams. Each team has ownership over not only their code, but also the infrastructure necessary to run their services. To allow developers to take ownership of their infrastructure we use HashiCorp Terraform to define the infrastructure as code. Developers can use Terraform native resources or custom modules pr
Claude Code × Obsidian で作る個人ナレッジベース — 構築から運用まで完全ガイド
あなたはこれから、私が案件・テーマの情報を後から横断検索するための個人ナレッジベースを、 このカレントディレクトリ（= ルート）に構築します。以下を正確に実行してください。 # 1. 基本フォルダを作成 - cases/ … 顧客案件・プロジェクト - topics/ … 学習・調査テーマ - _inbox/ … 全ファイルの一時投入先（種類・所属を問わずここに入れる） - prompts/ … 運用手順ファイル置き場 - dashboards/ … 横断ビュー（Obsidian Bases）置き場 - scripts/ … 補助スクリプト置き場 # 2. ルート規約ファイル CLAUDE.md を作成（内容は厳密に以下） ``` # ナレッジベース — 全体規約 案件・テーマの情報を Claude Code から横断検索するための個人ナレッジベース。 最上位は2層構成: - cases/
Youtube動画をOpen AIで文字起こし＆要約で観ていない動画について堂々と語る方法 - 太陽がまぶしかったから
Youtube動画をOpen AIで文字起こし＆要約 字幕や書き起こしがAIによって自動的にできるようになり、AIに調査や要約をさせることまで可能になっていく中では「早送り」もまた過渡期のかけ金節約方法なのかもしれず、さらにコスパやタイパを追求するチートスキルが開拓されていくだろう。できるのにやらないことを情弱と責め立てる残酷な世界においては、「編集権の簒奪」というチートスキルに覚醒せざるを得ない。 これまで『稲田豊史『映画を早送りで観る人たち』感想〜万人の万人に対する象徴闘争から覚醒させられる「編集権の簒奪」というチートスキル - 太陽がまぶしかったから』や『ピエール バイヤール『読んでいない本について堂々と語る方法』感想〜読書感想という書物と書物の外側にある実と虚の皮膜 - 太陽がまぶしかったから』について語っていたのは、技術的にそれができることが分かってしまったことが大きい。 You
【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
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
Evernoteのノートを画像も含めNotionへインポート - OITA: Oika's Information Technological Activities
年も明けたので、Evernoteを卒業します。 Webクリップにもメモにも使えて、できるだけ無料か買い切りで使えて、すぐにサービス終了してしまわなさそうなものを条件として探すと、移行先はほぼNotion一択になるかなぁと思いました。 https://www.notion.so/ Notionには公式でEvernoteからのインポート機能があるが、Webクリップや画像のインポートには対応していない。 それ自体はまあ諦めがつくものの、致命的なのは、インポート中にそういうインポートできないノートがあると、コンソールにエラーを吐き捨てて静かに処理を中止してしまうこと。 エラーとなったノートの特定も容易ではない。 この時点でちょっとNotion自体に不安も生じるところではあるが、、まあちょっと諦めずに使ってみることにします。 やること Evernoteのノートブック単位で、ノートをNotionに一括
COCOAデータを読む
[2022-08-28] COCOA通知が来ました（2022-08-24に「合計51分間の接触」）。その時点のデータまで追記してあります（exposure_data.json も）。 COCOA 2.0.0 になって、MatchCount がログに記録されないようになりました。 COCOA 2.0.1 になって、COCOA アプリの「陽性登録者との接触結果を確認」→「情報を保存」で exposure_data.json という詳細ログが保存できるようになりました。これを見れば接触日などがわかります。私の iPhone のデータ例を置いておきます。中を見るための Python プログラムの一例です（同様なことをするためのサイト COCOAログチェッカー2.0 (β) や COCOAログ.jp ができました）： import json import pandas as pd with open
ブログのMarkdownファイルをどこで管理するか 僕は普段のメモをほとんどObsidianで書くようにしています。軽快で書き味が良いからです。普段のObsidianノート作成の延長にブログがあればいいなぁと思い、はてなブログに直接投稿可能なObsidianのプラグインが無いか検索してみたら、すでにこれを実現してくれるプラグインが存在していました。作者の方に感謝です🙏 github.com Readmeに書いてあるとおり、API KeyとRoot Endpointを設定することで簡単に使用可能になります。 コマンドパレットから現在フォーカスしているノートを簡単にはてなブログにポストすることができます。画像もポストされるのでめんどくささが全くないです。便利！ 事故防止措置 ただ一点怖いなというか事故りそうだなと思ったのが、コマンドパレットを誤操作していきなりPublish this not
こんにちは、メディアサービス開発部サービス分析課の佐藤です。推しTRPGはD&D5版です。今年4月に入社し、事業横断データ基盤を構築しています。 今回はブックウォーカー社内でデータ基盤を構築するにあたって身につけたAWS関連の知識、主にRDSのexport snapshot to S3、Glue Job、AWS Serverless Application Model （以下SAMと略します）周りについて書いていきます。 背景 手法1. 定期的なデータ抽出 手法2. 外部接続 手法3. Change Data Capture システム構成の詳細 Export Snapshot to S3 AWS Glue Job Step FunctionsとEvent Bridge SAMとCI/CD 最終成果物とシステム運用 課題 parquetのデータ型 データの更新頻度 最後に 背景 株式会社ブッ
これは何 標準入力もしくはテキストファイルと翻訳したい言語を指定して、DeepLによる翻訳結果を標準出力に出力するコマンドラインツールです。 DeepL APIを使用しており、Pythonで書いています。 当方の環境 Darwin monju.local 21.1.0 Darwin Kernel Version 21.1.0: Wed Oct 13 17:33:23 PDT 2021; root:xnu-8019.41.5~1/RELEASE_X86_64 x86_64 Python 3.9.1 MacBook Pro (13-inch, 2019, Four Thunderbolt 3 ports) 準備 DeepL APIに登録 手順どおりに登録すると、auth_keyを手に入れることができます。 deeplのインストール PyPIにあります。詳細は、ドキュメントをお読みください。 #
import sys def calc(x, y, op='plus'): if op == 'plus': return x + y elif op == 'minus': return x - y elif op == 'multi': return x * y elif op == 'div': return x // y else: raise ValueError('op must be plus, minus multi or div') if len(sys.argv) == 3: # 2引数ならそれらを加算 x = float(sys.argv[1]) y = float(sys.argv[2]) result = calc(x, y) elif len(sys.argv) == 4: # 3引数は「演算子, 値1, 値2」と見なす op = sys.argv[1] x
A while back, I worked on a RISC-V-based userspace simulator for fun. In doing so, taught myself a lot more than I wanted to know about what happens in-between when the Kernel is asked to run a program, and when the first line of our program’s main function is actually executed. Here’s a summary of that rabbit hole. In the beginning… First question: When is the OS kernel actually asked to run any
【RVC v2モデル対応版】日本人のためのRVC WebUIの使い方：AIボイスチェンジャー | 子供プログラマー
【今後の開発に関して】（2024年12月24日） Google Colaboratory版のRVC WebUIのチュートリアルコードのご利用いただき、ありがとうございました。 今後の開発は、クラウドGPUサービスの1つであるRunPodで継続していきます。 今後もクラウドサービス上でRVC WebUIを使いたい方は、以下の記事ページを参照ください。 チュートリアル記事： 【RunPod編】RVC WebUIをはじめよう – AIボイスチェンジャー（一覧） 現在利用できるノートブック（2024年12月24日時点） ・オリジナル版RVC v1モデル対応RVC WebUI ・オリジナル版RVC v2モデル対応RVC WebUI ・ddPn08版RVC v1モデル対応RVC WebUI ・ddPn08版RVC v2モデル対応RVC WebUI 【動画で解説】RVC v2モデル対応版：オリジナル版
SYSTEM / MESSAGE 「要約」という役割に特化させるため、固定フォーマットをSYSTEMに記載し、MESSAGE（Few-Shot）で出力例を提示することで、余計な挨拶や説明を排除しています。 2-2. カスタムモデルを作成ticket_summarizer.Modelfile からカスタムモデルを作成します $ ollama create ticket_summarizer -f ticket_summarizer.Modelfile 作成したモデルは list コマンドで確認出来ます $ ollama list NAME ID SIZE MODIFIED ticket_summarizer:latest 0ddd22725f05 9.6 GB About an hour ago 2-3. 動作の確認この時点でローカルLLMとして動かす事が出来るようになっています ※ sam
[Python] 最小限setup.pyでのビルドを通じてsetuptoolsの気持ちを聞いてみた | DevelopersIO
Glueを使っていて、Pythonの自作スクリプトを使用するためにwheelファイルを作成しています。 これをきっかけに、setup.pyファイルの記述内容について理解しておこうと思いました。 こういった時は私はいつも最小限のコードを作ることから始めています。 最小限のコードで動かすと、 そのライブラリや仕組みから「こういう使い方がデフォルトなんだよ！」という声を聞くことができます。 やたらと省略可能引数をたくさんつけて実行するということは、 それだけ元から想定されていたデフォルトから外れたことをしているんだと気づくための指標になります。 （必ずしもそうではない場合もあることは承知していますが） ということで今回はsetup.pyの記述を最小限にした時の挙動確認をやってみました。 検証環境 Python 3.11.2 最小限の構成 hogeモジュールをもつapp_commonパッケージを作
![[Python] 最小限setup.pyでのビルドを通じてsetuptoolsの気持ちを聞いてみた | DevelopersIO](https://cdn-ak-scissors.b.st-hatena.com/image/square/748e0aefcb9f63b847618b402e2e0de6eb760062/backend=imagemagick;height=288;version=1;width=512/https%3A%2F%2Fdevio2023-media.developers.io%2Fwp-content%2Fuploads%2F2019%2F04%2Fpython.png)
Pythonを使って、BOOTHで販売している英辞郎のテキストデータをMDict化し、BOOX Leaf2 の辞書に登録してみた - メモ的な思考的な
去年くらいから、 E-Inkディスプレイ搭載のAndroid端末 BOOX Leaf2 で、KindleやO’Reillyアプリの電子書籍を読んでいます*1。 BOOX Leaf2 – SKT株式会社 普通のAndroidタブレットで電子書籍を読むのに比べたら、 Leaf2 は目はあまり疲れない感じです。 また、KindleやO’Reillyアプリは起動時がややもっさりしますが、一度起動してしまえばそこまでのストレスはありません。 ところで、O’Reillyアプリでは洋書も読んでいるものの、「この単語は何だっけ...？」となることがよくあります。 Leaf2 に辞書機能はあるものの、その中には英和辞書がありません。 辞書を追加する方法がないか調べたところ、BOOXのヘルプページに以下の記載がありました。 To add a dictionary to your device, do the
標準入力を1行ずつ処理する
Ruby の while line = gets puts line end は、コマンドライン引数で与えられたファイルを一つずつ開いて1行ずつ読み込み、出力するループである。コマンドライン引数でファイルを指定しなければ、標準入力から1行ずつ読み込む。 これと同じことをするための仕組みが Python の標準ライブラリの fileinput モジュールで提供されている： import fileinput for line in fileinput.input(): print(line, end="") # または print(line.rstrip()) fileinput.input() に引数でファイル名（のリスト）を与えれば、それが優先される。 Ruby の gets と違い、ループの中で余分に行を読み込むことはできない。 標準入力だけ読めばよいなら、次のようにできる： impor
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
[ja] 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
macOSの暗号化zipの話の続き - NFLabs. エンジニアブログ
新しい静的コード解析ツール「Ruff」をご紹介 | gihyo.jp
ゼロからはじめるPython(84) 録り溜めたボイスメモをAI音声認識APIで一気にテキスト変換しよう
ゼロからはじめるPython(86) 電子書籍リーダーで快適に読めるPDFをHTMLから生成しよう
WSL2でSakana AIを試してみる｜noguchi-shoji
📖 vLLMのコードを読んでみよう - ENGINEERING BLOG ドコモ開発者ブログ
新しいPython風プログラミング言語Mojoを試してみた | DevelopersIO
AWS Lambdaにblenderを載せてサーバーレスなレンダリングサーバーを作る
もっとも効率の悪い「あみだくじ変換」を考えてみよう - Qiita
Google スプレッドシートから概念モデル図を作った話 - asoview! Tech Blog
prompts.chat - AI Prompts Community
Obsidianノートをはてなブログに投稿する。事故防止措置付き。 - うみのーと
いくつものDBからデータをかき集めるには - BOOK☆WALKER inside
DeepL APIをコマンドラインで使用する(Mac) - Qiita
［解決！Python］Pythonスクリプトに与えられたコマンドライン引数を処理するには
The Journey Before main() | Amit's Blog
Python × Ollama x Gemma4：ローカルLLMで業務を自動化する | iret.media