今回はVimからMastodonにアクセス・投稿・表示するプラグインを作ったので、紹介を兼ねて設計・実装で工夫したことについて書きます。 実装した機能 タイムライン 投稿作成バッファ 画像のプレビュー 設計 バックエンド MastodonはWeb系のAPIを叩く必要がありますが、Vim標準の機能では実装が大変です。具体的には次のような課題があります。 curl などのコマンドを使う必要がある 非同期処理が標準機能ではローレベルすぎる レスポンスのパースが大変 こういったプラグインを作成する際には denops.vim が便利です。denopsはVimプラグインの作成にDenoを用いることができるシステムで、外部APIを叩くような処理を簡単に行える他、V8による高速なデータ処理、TypeScriptの強い表現力を利用して開発することができます。 フロントエンド 使用に関わる部分は、なるべくV
🖥️ UI matching ChatGPT, including Dark mode, Streaming, and latest updates 💬 Multimodal Chat: Upload and analyze images with Claude 3, GPT-4, and Gemini Vision 📸 Chat with Files using Custom Endpoints, OpenAI, Azure, Anthropic, & Google. 🗃️ Advanced Agents with Files, Code Interpreter, Tools, and API Actions 🔦 Available through the OpenAI Assistants API 🌤️ Non-OpenAI Agents in Active Develop
Ctrl + Enter で送信したいんだー。 要件 Enter で改行する。 Ctrl + Enter で送信する。 Ctrl + Enter は Google IME の予測変換確定にしているので送信しない。 Mac の vivaldi はアドレスバーで予測変換確定 (Ctrl + Enter) するとナビゲーション(検索等)してしまうため、karabiner-elements を使って vivaldi だけ Ctrl + Enter を Ctrl + ] に置き換えている。 ChatGPT Ctrl+Enter Sender を使ったりもしたけど添付ができるようになったあたりから送信が微妙 (添付アイコンにフォーカスがあたる) になったりしたので自作して今に至る。 上記を満たすロジックを自分でコントロールできるように Tampermonkey で埋め込むことにした。 // ==Use
Tegon is AI-First Issue Tracking tool for engineering teams Tegon is an AI-first, open-source issue tracking software that uses AI to smartly automate manual task, workflows or provide more context to engineers for a given task. Issue Tracking is important for fast-paced teams, enabling them to organize list of tasks, collaborate, and track progress effectively. However, existing tools often intro
日本の最高法規である日本国憲法の条文を論理プログラミングを用いて表記し、日本国憲法の内容をQ&A方式で分かりやすく表示してくれるウェブアプリ「論理憲法」を使ってみました。 論理憲法 http://bitlaw-jp.github.io/logicon-system/index.html 「論理憲法」のトップ画面はこんな感じ。画面中央に質問内容を設定する選択ボックスが配置され、その下に設定した質問内容が表示されています。初期設定では「天皇ってなに?」という質問が表示されていたので、そのまま「質問する」をクリックして回答を見ることにしました。 回答の表示はこんな感じ。左側に「論理憲法」のプログラム実行結果が表示され、右側には「天皇は日本国の象徴です。(第1条)」「天皇は日本国民統合の象徴です。(第1条)」という回答が表示されています。このように「論理憲法」では日本国憲法の内容を簡潔に分かりやす
こんにちは @glassmonekeyです。 Ubie 株式会社に転職してあっという間に二ヶ月が立ちました。 現在私は toC 向けのアプリケーションに配信する施策を入稿・管理するシステム「案件管理システム」の開発チームに所属しています。 そのチーム内で現在、私はテックリードというロールで、日々の開発を一人のエンジニアとして進めつつもチームの生産性改善、技術的な意思決定のファシリテーションなどに取り組んでいます。 今回のエントリでは、何かと話題となるエンジニアリングの生産性ですが、テックリードとしてどのように向き合ったのか、どのように改善し今後どうしていくのか?を紹介します。 生産性の定義 前提として生産性を正しく計測することは難しく、それこそ生産性を下げる行為だと私は考えています。 @hiroki_daichiさんの開発生産性について議論する前に知っておきたいことに詳細は譲るとして、一般
Skip to the content. GPT-4o takes #1 & #2 on the Aider LLM leaderboards Aider works best with LLMs which are good at editing code, not just good at writing code. To evaluate an LLM’s editing skill, aider uses a pair of benchmarks that assess a model’s ability to consistently follow the system prompt to successfully edit code. The leaderboards below report the results from a number of popular LLMs.
持続可能なプロダクト開発において、技術選定の意思決定は重要な要素です。 この記事では、技術選定の意思決定において一番大切なことと、それを実現するための6つの取り組みを紹介します。 サクッと読みたい方はこちらのスライドもどうぞ。 対象読者 チーム開発で技術選定に携わっている 技術選定の意思決定に悩んでいる プロダクトの持続性を向上させたい はじめに 筆者は、5年以上の長年に渡り運用されているプロダクトでの開発から、0 → 1の立ち上げまで、様々なプロダクト開発に携わってきました。 長年運用されているプロダクトを開発する際には、保守性が低く、どうしてこんな技術選定になっているのか?なぜこのような実装になっているのか?と不満に感じることがありました。しかし、当時の背景や状況を知ることができないため、すでに動いているものが絶対視され、そのままになってしまうことが多かったです。 一方で、新プロジェク
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
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