はてなブックマーク

2025年度 人工知能応用特論Ⅰ： 機械学習・データサイエンスのための プログラミング 第5回: Visual Studio Codeを活用した開発 東京農工大学大学院先進学際科学府 山田宏樹 1 スケジュール 第1回：Gitの基礎 第2回：Git・GitHubの実践 第3回：Pythonの環境構築 第4回：Dev Containerによる開発環境の構築 第5回：Visual Studio Code (VS Code) を活用した開発 第6回：読みやすいpythonコードの書き方 第7回：pytestを使ったテスト駆動開発 第8回：機械学習のプロジェクトにおける実験管理 スケジュールはあくまで暫定的なものです 2 今回の授業の目標 VS Codeを使った開発の基礎を学ぶ 世の中にはたくさんのテキストエディタが溢れています．特にこだわりがなけれ ば，ひとまずVisual Studio Cod

「Pythonを抜いた」　いま最も使用されている言語とは　GitHubの年次調査「Octoverse 2025」：「AI・エージェント・型付き言語が、開発の変革をけん引」 GitHubは、ソフトウェア開発プラットフォーム「GitHub」を使用する開発者の動向を調査した年次レポート「Octoverse 2025」を公開した。

三項演算子 (ternary operator) とは、多くの場合はC系の言語にある <条件> ? <真の場合の式> : <偽の場合の式> の形の式（条件演算子）を指します。3つの式を入力として取る演算子なので三項演算子、というわけです。 しかし、「三項演算子」という普遍的にも思える名前で「条件演算子」という具体的な演算子を指して良いのでしょうか？例えば単に「二項演算子」と言って「減算（マイナス）」を指したら「二項演算子は他に加算、乗算などがあるだろう」と文句を言われそうです。そういう文句が少ないのは、三項演算子と呼べる対象が少ないからなのでしょうか？ この記事では、「三項演算子」という名前に値する演算がどの程度あるかを、アセンブリー言語の観点から考えます。 オペランドの数 よくあるRISCアーキテクチャーでは、二項演算の命令は「結果を格納するレジスター」「入力を格納するレジスター1」「入

Rust と WebAssembly の勉強のために趣味で、国土数値情報の Shapefile をブラウザ上で変換するツールを開発しています。 ツール: https://yutannihilation.github.io/ksj2gp/ ソースコード：https://github.com/yutannihilation/ksj2gp/ ksj2gp の画面 まだ開発中で結果の正しさは保証できないですが、ある程度動く状態にはなっているので、気になる方は試してみてください。国土数値情報からダウンロードしてきた ZIP ファイルをドラッグアンドドロップするだけです。 このツール自体の紹介もいずれちゃんとやりたいですが、今回は Rust のコードの技術的な部分をシェアします。自分の頭の中の整理もかねて書いてみたもので、主に、 pure-Rust で（GDAL や PROJ なしで）どこまでがんばれ

この発表では MCP サーバーの基礎的な知識から入り、ハンズオン形式で実施に MCP サーバーを自分の手で構築する体験を通じて理解を深めていきます。後半パートでは実際に本番レベルで MCP サーバーを開発した経験を元に、実践的な知識や失敗談などを共有します。

みなさん、普段から開発者体験（DX）を気にしてますか？ DXとは、開発中に感じる“心地よさ”や“効率の良さ”を指します。 車輪の再開発のようなDXを損なう体験がなければ開発はずっと楽しいんです！ そこでこの記事では、「心から開発を楽しめる」相棒たちを10選紹介します！ 1. Convex “SQLの呪縛”からの解放 歴史のあるSQLはどうしても、歴史に引っ張られます。 Supabaseとかを使ってると、Row Level SecurityやSQL Functionsとかで、死ぬほど書きにくいSQLを書かなきゃいけなくなることありますよね。まるでFirebaseの認証ルール並み。良くも悪くも結局SQLだから、隠しきれない歴史の重み、つまりDXの悪さがでてくる。 しかしConvexは一切そういうのはありません！！！！ 全てがDXを中心に一から考えられて作られたサービス。そう、React時代のバ

こんにちは、MNTSQ(モンテスキュー)でアルゴリズムエンジニア（AIエンジニア）をしている清水です。 MNTSQのプロダクトをLLMネイティブなプロダクトに進化させるべく、LLMOpsに関する実装が増えてきた今日この頃です。 これらの実装の過程で、複数のMCPサーバーに接続してセッションを管理するにはどのような実装がベストか？という問題にぶつかりました。 自前でラッパークラスを実装するしか方法はないのか、と思っていたのですが、MCP Python SDKにClientSessionGroupというクラスがあることを発見したので、これを使うと良さそうだという結論になりました。 私が調べた限りでは、ClientSessionGroupの使用方法について紹介している記事などは見つけられませんでした。そのため、本記事でMCP Python SDKのClientSessionGroupの仕様や使い

概要 MCP（Model Context Protocol）は、LLM（大規模言語モデル）とツールを連携させる革新的なプロトコルとして急速に普及しています。MCPによって、AIエージェントに各種のタスクを任せることが現実になりました。 同時に重要性を増しているのが、自サービスのMCPサーバーを完備してAIフレンドリーにすることです。サービスやデータベースは「AIから使えるかどうか」によってその価値が大きく変わります。 本書はMCPの基礎概念からMCPサーバー開発のための環境構築、基本的な実装、複雑なドメインヘの応用、そして品質保証を扱います。書籍内では実例として、初歩的な天気予報サーバーや、実践的な社内ドキュメントサーバーを作成します。 また、著者が独自に考案した「4層テスト戦略」は、従来のAPIテストでは対応困難なMCP特有の課題に対する解決策を提示します。さらにはCI/CDおよび自動テ

IIJ @IIJ_PR 2025年11月5日昼過ぎ、サイバー攻撃グループを名乗る人物が「IIJからソースコードを盗み出した」という趣旨の投稿を行いました。 その投稿に添付されたファイルは、当社が設置する公開ftpサーバ(OSSなどの配布用)にある、IIJ以外の開発グループが作成したファイルと同一であることを確認しています。 2025-11-05 17:47:42 IIJ @IIJ_PR 日本のインターネットのパイオニア、IIJです。 ※当アカウントでの個別回答は控えさせていただいております。サービス内容などにつきましては iij.ad.jp/contact/ までお問い合わせください。 iij.ad.jp

Pythonの非同期処理でasync/awaitがつらい人はWoveを使ってみてはどうだろう? #こまPy みんなのPython 第5版発売中です！Pythonで非同期処理というと標準のasyncioを使ってasync / awaitなコードを書くことを思いつく人が多いと思います。ただasyncioには独特の「つらみ」があって、嫌いな人がいるのです。私もあんまり好きじゃない。この「つらみ」を解消しうるライブラリWoveを紹介します。最近バージョン1.0がリリースされたので、紹介したいと思います。なお、はてブでホットエントリ入りしたので(ブックマークしてくれたみなさん、ありがとうございます！)、他のasyncio様のライブラリを比較表を追記しました。 asyncはなぜつらいのか？Pythonのasyncioは、I/O待ちの多いプログラム（WebアクセスやDB通信など）を効率化する強力な仕組み

挨拶 こんにちは！株式会社ネクストビートでテクノロジー・エバンジェリストなる肩書きでお仕事をしている水島です。最近は以前からやっている業務に加えて、（もちろん業務ですが）LLMのLoRA作成のPoCにも挑戦したりして、少しワクワクする日々です。 最近は皆さんもコーディングAIを使う機会が増えているかと思いますが、私はClaude CodeでなくCodex CLIに浮気中です。もちろん、Claude Codeの能力が低いわけではありません。ただ、「深い理解」を必要とするタスクにはCodex CLI（GPT-5）の方がミスを犯しにくいという実感があるからです。 そんなCodex CLIを使って、トイ言語より難易度が高めの静的型付き関数型プログラミング言語を作らせてみたというのが今回の記事です。ネタとしては以前かいたこの記事と似ていますが、今回作らせたTreePの方がより実用的な仕様だといえます

アンドパッドに新たに Ruby コミッタの nagachika さんこと、 近永 智之 が入社しました ! 数年前の RubyWorld Conference の廊下で hsbt が声をかけたのが入社のきっかけだったということで、早速、 hsbt が福岡でインタビューしました !! 意外にも Ruby を使った開発ではなく、データ部へ配属になった背景も取材していますので、ぜひご覧ください ! インタビュアー：柴田（アンドパッド 開発本部 フェロー） 鳴海（アンドパッド 開発本部 製品（EE）エンジニア） インタビュイー：近永（アンドパッド 開発本部 データ部 エンジニア） Rubyコミッタとしての活動柴田: 今日はアンドパッドに入社した近永さんの入社インタビューです。このインタビューのために、福岡オフィスに初めて出社しました。また近永さん同様に福岡からリモートで働いている鳴海さんにも参加し

11月4日、Yakko Majuri氏が「Why we migrated from Python to Node.js」と題したブログ記事を公開し、話題を呼んでいる。この記事では、ローンチからわずか1週間でバックエンドをPython（Django）からNode.js（Express＋MikroORM）へ全面移行した理由と、その得失について詳しく紹介されている。以下に、その内容を紹介する。 11月4日、Yakko Majuri氏が「Why we migrated from Python to Node.js」と題したブログ記事を公開し、話題を呼んでいる。この記事では、ローンチからわずか1週間でバックエンドをPython（Django）からNode.js（Express＋MikroORM）へ全面移行した理由と、その得失について詳しく紹介されている。以下に、その内容を紹介する。 概要 この記事の

MCPサーバのテストやデバッグ機能、自然言語でテスト用モックサーバの自動生成など、API開発ツール「Kong Insomnia 12」正式リリース API管理ツールや開発ツールを提供するKongは、API開発ツール「Kong Insomnia」の最新バージョンとなる「Kong Insomnia 12」（以下、Insomnia 12）正式リリースを発表しました。 Insomniaは開発ツールとしてAPIの設計、テスト、デバッグのためのさまざまな機能を備えています。APIクライアントとしてはHTTP、REST、gRPC、WebSocketsを始めとするさまざまなプロトコルに対応し、自由にパラメータを設定してAPIを呼び出すことにより、APIのテストを行うことなどが可能です。 APIのリクエストを受け取るサーバ側のモックを作成する機能も備えています。 MCPサーバのテスト機能 Insomnia

2025/10/23に開催された「Product Engineering Night #10 ── LLM活用プロダクトとPdE実践の最前線」に、IVRyのべいえりあが登壇しました。 ■リンク集 ・コーポレートサイト：https://ivry.jp/company/ ・採用ページ：https:…

こんにちは、とまだです。 「このブランチで作業中なのに、急に別のブランチを確認しないといけなくなった...」 「でも今の作業は中途半端だし、コミットやスタッシュで退避するのもなぁ...」 こんな経験はありませんか? Gitでの開発では、複数のタスクを並行して進める場面がよくあります。 そんなとき便利なのが Git worktree という機能です。 今回は、Gitの基礎を押さえながら、worktreeの使い方を初心者の方にもわかりやすく解説します。 また、Anthropic社もGit worktreeの活用を推奨しており、AI駆動開発でも活用できますのでぜひ覚えていってください！ 著者について とまだ Claude Code・Cursor・Codex などAI駆動開発の実践者 本業はフリーランスエンジニア、ならびに法人向けAI駆動開発の導入コンサルタント AI駆動開発を学ぶ方が集まる Vi

Published Nov 04, 2025 Direct tool calls consume context for each definition and result. Agents scale better by writing code to call tools instead. Here's how it works with MCP. The Model Context Protocol (MCP) is an open standard for connecting AI agents to external systems. Connecting agents to tools and data traditionally requires a custom integration for each pairing, creating fragmentation an

プロジェクトルール（AGENTS.md,CLAUDE.md,copilot-instructions.mdなど）、MCPツール定義（使われなくても消費される）、指示・会話履歴...。これらがコンテキストウィンドウを圧迫していきます。 AIに「何を見せるか」を設計する 確率を味方につける LLMは確率的に次の単語を予測しています。つまり、どれだけ賢いAIでも「当たりに向かうよう仕向けてあげる」ことが重要です。 その確率の精度を高める方法が、AIに見せる情報（＝コンテキスト）を設計することです。適切な情報を適切な配置で見せれば、より正確な予測ができます。 しかし、現代のLLMには大きな制約があります。コンテキストウィンドウのサイズが理想的な大きさに達しておらず、実用的に不足する場面がよくあります。 制約の中で、いかに精度を高めるか。それがコンテキストエンジニアリングの本質です。 「足し算」から