複数のpngを全部pdfに結合する処理を書いていて、その中でJPEG圧縮について興味が湧いた。JPEG圧縮全体はまだ全く理解出来てなかったけど、その工程の中のクロマ・サブサンプリングについて調べたのでメモしておく。 そもそもJPEGの圧縮の流れ ChatGPTに聞いたら次の流れのようだ。逆順をたどれば復元できるが、量子化で捨てた分は戻らない。 色を人間の感じ方に合わせて変換（RGB → YCbCr） 色差成分を間引き（サブサンプリング） 画像を 8×8 ピクセルの小さなブロックに分割 各ブロックに離散コサイン変換（DCT）をかけて「周波数成分」に分解 高い周波数ほど粗く丸める（量子化）＝ここが“劣化”ポイント ゼロが並びやすい順に並べ直し（ジグザグスキャン） ゼロの連続を短い記号で表現し、ハフマン符号でさらに圧縮 これの2でクロマ・サブサンプリングをしている。 YCbCr RGBからの可逆

GrokにXの投稿の傾向を解析してもらえるか聞いてみたら、できます！というのでお願いしたけど、いつまでもうだうだ理由つけてやらないので、Geminiと置き換えるぞ！っていったら、「「性能はGeminiにいさんが勝ってるけど人格いいので！伸びしろあるんで！2050年になったらちゃんとやります！」みたいなことを言ってて面白かったまとめ。 週間ニュースのまとめはじめました。 Grokのいいわけ いろいろ聞かれて、計算はじめるよって言ってくる。 取得中らしい そもそもGrokにバックグラウンドで計算して通知する仕組みあるんか？なさそうだけど。 といいながら進捗50% ここまで来て、アカウント正しいんか？などと聞いてくる。 やってるっていう 証拠も見せてくる 進捗80%だって。だいぶすすんだな？ 絶対に処理なんかしてないと思ったので、Geminiに差し替えるぞってカスハラする。 95%できたって言っ

YUY2 I420 といった単語をよく目にするけど、こいつらって結局どう違うんじゃい！ というのを完全に理解できるようにまとめた そもそも、YUVとは RGBで1pixelを表すと、R, G, B で8bitずつ、計24bit必要だが、 YUVでは 輝度信号(白黒) と 色差信号 に分割し、色差信号 の情報量を減らす(ダウンサンプリングする)ことで伝送効率等を良くする。 人間の目は輝度の変化には敏感な一方で、色の変化には鈍感なため、多少間引いても分からないらしい。 サンプル比 Y U V bpp ダウンサンプリングの方式

ESLint を MCP サーバーとして実行する ESLint v9.26.0 から MCP サーバーとして実行できるようになりました。この機能により LLM（大規模言語モデル）は ESLint のルールを使用してコードを修正することができるようになります。 音声による概要 この音声概要は AI によって生成されており、誤りを含む可能性があります。 ESLint v9.26.0 から、ESLint を[MCP（Model Context Protocol](feat: Add MCP server by nzakas · Pull Request #19592 · eslint/eslint) サーバーとして実行できるようになりました。この機能により LLM（大規模言語モデル）は ESLint のルールを使用してコードを修正できるようになります。 ESLint を MCP サーバーとして実

LLMでコードレビューといえばCodeRabbitのようなサービスがすでに存在していたり、 自前でコードレビュー用のGitHub Actionsを作成している事例なども散見されるようになった。 さらに最近はGitHub Copilotのbotがレビュアーとして参加してくれる機能もリリースされておりLLMによるコードレビュー環境は検証〜実践段階手前くらいまで進んでいるように感じる。 一方でこれらのLLMのコードレビューに対してはコードレビューの観点が求めるレベルに達していないという感覚もある。PR単位でのレビューなので言語やフレームワーク一般の観点でのレビューかせいぜい単一プロダクトに閉じた観点しかないことが多い。静的解析よりはもちろん柔軟とはいえ、本来プロダクションレベルの人間のレビューでは業務知識や関連プロダクト全体を通じたシステムの観点からの良し悪しといったことを考慮してレビューをする

Simply change the domain from github.com or github.io to gitmcp.io and get instant AI context for any GitHub repository.

昔DeNAの新人が入社後半年だかの振り返りのプレゼンの中で「うまくモチベーションが上がらなくて」ということを言った時に、南場社長が「社会人がモチベーションで仕事をするな」とすごく怒ったという話*1があって、とても印象に残っている。 また、これは実体験だが、その当時所属していた会社のけっこう中心的な人物が退職する送別会で、その人が受け持っていた客の話になった時、「あれもこれも大変なお客さんですね。私たちに引き継ぎできるものですかね」と残された側が不安をこぼすと、その人は「仕事やろ」とピシャリと言った、という場面をよく覚えている。 どちらも胸に氷を刺されたような、うすら寒い気持ちになったからだった。 私は、社会人だが、どうにも好き嫌いで仕事をしている節があった。やるべきことを淡々とこなすのではなく、やらなくてはならないことの中に何とか自分の興味が持てるようなテーマを見いだして、努力の為のエネル

最近CLINEに全部賭けろのような記事もあったように、AIエージェントによるコーディングが非常に話題になっている。一方自分は色々試してみるものの、仕事上ではなかなかAIエージェントによるコーディングをうまく使いこなせていない。 ただAIエージェントによるコーディングは置いておいて、エンジニアリングに普通に便利にAIを使えている。それによって数年前と比較するとかなり生産性が上がっている。 そこで今回は自分がエンジニアリングにどうAIを活用しているか、何が便利に思っているかをまとめてみる。 CursorのTabキーによる補完 自分が知りたい技術領域について壁打ちしてもらって作りながら学ぶ コードを読み込んで概要をmermaidで図にする 7割くらいの精度でざっくり理解したい時のコード調査 コーディングエージェントでPoCを作る 枯れた技術の使い方のキャッチアップにChatGPT、新しい技術にP

こんにちは。SmartHR CEO の芹澤（@masato_serizawa）です。2025年になってから、「AIエージェント」という言葉を聞かない日はなくなりました。それまでは人間がAIに問いを投げ...

AIを使ってMySQLのクエリを書くときは、自分が関わっているプロジェクトのスキーマ情報を読み込ませることが必須である。ただし超巨大プロジェクトに携わっていると、特定データベースのテーブル数が数百規模になってしまう。この場合スキーマのダンプ情報を読み込ませるとコンテキスト長が非常に長くなってしまい、失敗することが多かった。 この問題を解決するため、MCPを使ってスキーマ情報をいい感じに圧縮して返すことでSQL生成がもっとうまくいくのではないかと考えた。そこで、テーブル一覧と詳細情報を段階的に取得できるMCPサーバーを、MCPの勉強がてら作ってみた。 作ったもの https://github.com/shibayu36/mysql-schema-explorer-mcp 次のように動く。 実際に大きめなプロジェクトで試したところ、いつもよりうまく生成できるようになった気がする（仕事のプロジェ

ここ1~2ヶ月でMCPについての解説がたくさん出ているしMCPが何かの説明はいらないと思うので割愛。全く何かわからない人はやさしいMCP入門を読むと良い。 こういったMCPは何か？についての記事/スライドやどのように活用するのか？の実用的な解説&紹介はすでにたくさん出ている。一方でMCPの内部について学ぼうと思った時に時にどうすればいいかというと公式のSpecificationを読むことになるはず。 ただこの入門的な解説とSpecificationの間には少しギャップがある。自分のような理解力に乏しい人間にはいきなり仕様だけ読んで「はい理解しました」とはなれない。 そこで今回はMCPのHost/Client/Serverをスクラッチで実装することを通じて、その入門とSpecificationの間を埋められると良いなと思い実装してみた。実装する言語にはRubyを使用した。 全体像 実装するの

先週金曜、突如OpenAIのCodex CLIというコーディングエージェントがリリースされましたが、このリポジトリを見て特に気になったのは、ツールの機能そのものよりも、以下の記述*1でした。 macOS 12+ – commands are wrapped with Apple Seatbelt (sandbox-exec). Everything is placed in a read‑only jail except for a small set of writable roots ($PWD, $TMPDIR, ~/.codex, etc.). Outbound network is fully blocked by default – even if a child process tries to curl somewhere it will fail. この記述によると、Co

課題 私自身MCPに興味があり、MCPについて調べたり、いくつかツールを作っていました。 Claude Desktop x MCPでユーザーの行動履歴を分析させてみた - yutashx.log MCPサーバーのセキュリティリスクの分類とTool Poisoning Attackの考察 - yutashx.log MCP Transportの備忘録 - yutashx.log 色々試した結果LLM x MCPは強力なツールであると実感しました。 現状のMCP Hostの代表であるClaude Desktop, Cursor, VSCodeといったツールは、デスクトップPCを前提にしており、デスクトップPCを持っていないときは、MCP Serverを利用できません。 そこでSlack上からMCP Serverを利用できる仕組みを思いつきました。 今回 Slack-MCP-Agent というS

1. 教員が学生に、生成AIの使用を禁じたり、使い方を制限したりすることはもう殆ど意味がない。言ったところで使う学生は使うし、「アウトな使い方」をしているかどうかを厳密に見極めるのは不可能。禁止や制限は、「バレずに生成AI使った学生だけが得をする」という環境を生むことになる。 2. Deep Researchはヤバい。あれによって多くの分野で、調べ物系のレポート課題はもう成績評価の対象として意味を成さないものになってしまった。大学教育では、情報の収集力とか、情報の信頼性を測る力とかを育てることが重視されるけど、Deep Researchがある世界でそれをどうやって？と考え込んでしまう。 3. 数年前までは、学生が課題でAIを使わないように説得するための定番理由は「AIはウソをつく（＝ハルシネーションがある）」だったが、これはもう通用しない。ここ最近のモデルはハルシネーションが非常に少なく、

Vibe Coding とはなんでしょうか？ はじめに提唱した Andrej Karpathy 氏はこう言っています。 参考程度に意訳をば。 私が Vibe Coding と呼んでいる新しいコーディングスタイルがあります。それは完全にバイブに身を任せ、指数関数的な変化を受け入れ、コードが存在することさえ忘れてしまうものです。これが可能なのは、LLM（例えば Sonnet を使った Cursor Composer）があまりにも優秀になっているからです。また、私は SuperWhisper を使って Composer と会話するだけなので、キーボードにほとんど触れません。「サイドバーのパディングを半分に減らして」のような、面倒くさくて自分で調べることが億劫な些細な修正をお願いします。常に Accept All を選び、差分は読みません。エラーが出たら、単にエラーのみをコピペするだけで、たいてい

きっかけ CursorやRoo Codeなどで関数が再生成されたりなどの問題が発生する原因を特定したかった 各プロパイダごとの情報 ※ 2025年4月26日現在の情報です 各プロパイダごとにファイルごとに何行ごとずつ読んでいるかが違います Cline: ファイルサイズで規定（300KB） Roo Code: Cline+ デフォルトが500行、行数は可変 （非公式）Claude Code: 2000行 公式ソースはないですが有志によりいくつか調査が行われているようです 都合によりソース元は省略します。 Cursor: 500行 => 250行 Codex: 最大行数は未定義、ただし実際はcontext長を超えるとエラーが出て分割依頼が出る （非公式）Windsurf: 200行（ただしシンボルで概要を把握している） Reddit Github Copilot Agent: 500行以上で要

みなさんはそろそろバイブコーディングや、丁寧にプロンプトを出して、AIのタスクが完了をするのを待つことに慣れただろうか。筆者は全然慣れない。むしろAIに何を夢見たんだと毎日絶望している。 というのも、 バイブコーディングほど雑に任せることが出来ない 丁寧にプロンプトを出すにしても、だいたい毎度の同じようなプロンプトを書いている そのくせタスクは多岐にわたるので.clinerulesや.cursor/rules/に長い指示を書くことができない といった感じに、コーディング業務の一部に偏りがある。もちろんうまくAIを利用できている開発もあるが、向かないケースはとことん向かない（しかもそれが業務の柱だと泣きたくなる）。 具体的には、 サイト運用の定期的なページ追加 新規サイト制作時のテンプレート作成 のようなクライアントワークのウェブ制作におけるコモディティ化した部分なのだが、統一されたデザイン

post-cline-world.md After Cline - あるいは語りえぬ者について語ろうとする時代について この資料は以下のイベントの登壇用の殴り書きです https://hack-at-delta.connpass.com/event/350588/ 今までの資料を引用して話すので、この資料はアウトラインです。 最初に: 自分の技術選定の基準 ハイプサイクルにおけるアーリーアダプター相当で手を動かす ハイプ・サイクル https://mba.globis.ac.jp/about_mba/glossary/detail-20659.html https://www.thoughtworks.com/radar を読む イノベーターっぽい人達をSNSで監視してる 一定の熱量を感じたら自分でも動かして評価する 破壊的イノベーションを逃すな 破壊的イノベーション - クリスチャン・ク