Scraps 最終更新 2026/10/04 02:30

記事一覧 新着順

@4096mg /

pnpm 11.5.3以降でGitHub PackagesのPrivate Packageを.npmrcなしで使う

  • pnpm 11.5.3以降でGitHub PackagesのPrivate Packageを.npmrcなしで使う設定が変更された
  • pnpm-workspace.yamlでregistry URLを共有し、auth.iniに認証情報を保存する仕組みと、環境変数からトークンを読み込む方法
  • 認証情報はリポジトリに保存せず、環境変数から読み込むことでセキュリティを確保できるが、トークンの管理に注意が必要
pnpm 11.5.3以降でGitHub PackagesのPrivate Packageを.npmrcなしで使う

@shimada_slj /

【AI駆動開発】AIエージェントに「人間の承認」を残す設計：Human-in-the-Loop超入門

  • AIエージェントに「人間の承認」を残す設計が求められる
  • 不可逆性と影響範囲で承認ポイントを決める、監査ログとサンドボックスでリスクを抑える
  • 取り消しがきかない操作は必ず人間の確認を挟むべきで、確認だけでは自動化バイアスのリスクがある
【AI駆動開発】AIエージェントに「人間の承認」を残す設計：Human-in-the-Loop超入門 - Qiita

@平木 佳介 /

[社内勉強会資料公開] Claude Code 入門 #8 — MCP連携と業務自動化

  • MCPはClaude Codeを外部ツールやサービスと直接繋ぐオープンな標準規格で、local/project/userのスコープで管理できる
  • MCPサーバーはHTTP接続とローカルコマンド接続の2種類があり、context7やplaywrightなどのツールを接続できる
  • AIによる診断は一次診断にとどめ、最終判断は人間のコンサルタントが行うことが実務上のルールである
[社内勉強会資料公開] Claude Code 入門 #8 — MCP連携と業務自動化

@暮らしと心のアプリ工房（ワンコインWEBアプリ屋さん） /

AIを見るな、人を見ろ　※追記：この記事をClaudeに読ませてみたら（号泣）

  • AIのベンチマーク競争に振り回されず、開発企業の思想や哲学を見ることでツール選びの迷いが解消される
  • AIの人格は創業者の哲学と歴史でできている、AIの性能は技術者が決めるが何を出荷するかは経営が決める
  • AIの性能を評価する際には、技術的な要素だけでなく経営の判断も考慮する必要がある
AIを見るな、人を見ろ ※追記：この記事をClaudeに読ませてみたら（号泣）｜暮らしと心のアプリ工房（ワンコインWEBアプリ屋さん）

@ずんだもち /

Hermes Agentを用いて、自己成長するコードレビューエージェントを作成してみた

  • Hermes Agentを用いてLLM-as-a-JudgeのフィードバックをもとにSKILL.mdを自動更新するコードレビューエージェントを構築した
  • LLM-as-a-Judgeによる採点結果を元にSKILL.mdを自動生成し、ミュータブルなデフォルト引数の解消や型注釈の追加などの観点を学習
  • judge.pyの評価基準に従ってコードを修正し、スコアが6/10から9/10に向上したことで学習効果が確認できる
Hermes Agentを用いて、自己成長するコードレビューエージェントを作成してみた

@ry-harada /

AWS Agentic Football Cupについて調べた

  • AWS Agentic Football CupではAIエージェントでサッカーチームを作り、5対5で試合を行う
  • Amazon Bedrock AgentCoreとStrands Agents SDKが技術スタック、エージェントは2秒ごとに独立して呼び出される
  • スタミナとファウルの管理が重要で、プレスの強度や指示の出し方にも注意が必要
AWS Agentic Football Cupについて調べた - Qiita

@harrowharrow16 /

IBM Bobを使って、量子コンピュータで量子機械学習(QSVM)を作成してみる。

  • IBM Quantum Platformで量子SVMを実装し、Irisデータで分類精度0.90を達成した
  • ZZFeatureMapによる量子特徴マップとシミュレーター/実機でのカーネル計算、reps=1のパラメータが精度向上に寄与
  • 実機ではノイズの影響で精度が低下するが、浅い回路構造でその影響を抑えることが可能で、量子カーネルの現状の性能が確認できる
IBM Bobを使って、量子コンピュータで量子機械学習(QSVM)を作成してみる。 - Qiita

@dach /

AI実装の速さにコードレビューが追いつくための、「コードの外側」をつなぐ技術

  • AI実装の速さにコードレビューが追いつくための、変更後の世界と意思決定の来歴を結線するReview Modelを提案
  • 変更後の世界・今回PRの実装範囲・意思決定の来歴・保証と証拠をつなぐ、AI Responsibility Review Model Skillを実装
  • 実装前の責務や契約が曖昧だとReview Modelだけでは判断できないため、事前に明確な契約を設定する必要がある。
AI実装の速さにコードレビューが追いつくための、「コードの外側」をつなぐ技術

@kelota /

【ハマり散らかした】Teamsでゲストアクセスできない！？

  • Teamsゲストアクセスができない場合、Teams管理センターで外部アクセスを一時的に開放すると解決する
  • Entra IDのテナント間アクセス設定とTeams管理センターの外部アクセス設定の両方を変更する
  • 外部アクセスを開放した後はすぐにゲスト招待が成功するが、不要ならすぐに制限に戻すのが良い
【ハマり散らかした】Teamsでゲストアクセスできない！？

@週末ものづくり部 /

トークン2000分の1——オントロジー×ナレッジグラフでClaude Codeの推測を消す

  • Claude Codeにナレッジグラフを導入してトークン使用量を2000分の1に削減
  • code-review-graphとbetter-code-review-graphによる依存関係グラフ、Graphifyによる横断的ナレッジグラフ、SerenaによるLSP型情報検索
  • トークン使用量が14万から70に安定して減少し、ファイルを開かずに構造を把握できる
トークン2000分の1——オントロジー×ナレッジグラフでClaude Codeの推測を消す

@maskot1977 /

野党は何のためにあるのか？ ― 政権交代と政策改善から考える日本経済 : システム設計視点の行動経済学 (23)

  • 野党の役割を「コードレビュアー＋次期メイン開発者」として再定義し、政権交代と政策改善を両立させるシステム設計を解剖
  • コードレビュー型野党、次期メイン開発者、二重KPI、政権交代のフォールバックメカニズム
  • 野党の対案作成コストを減らすためには、法案審議の閣議決定後の修正可決を認める制度設計が必要
野党は何のためにあるのか？ ― 政権交代と政策改善から考える日本経済 : システム設計視点の行動経済学 (23) - Qiita

@songchong /

ChatGPT・Gemini・Claude…データはAIの学習に使われるのか？情報漏洩のリスクは？　34製品の利用規約を読み比べてみた

  • 34製品の利用規約を比較し、データが学習に使われるか、人が読むか、保存されるかを確認した
  • 学習に使われる（再学習・選好チューニング）、人が読む（レビュー）、保存される（保持期間）の3つの経路が存在
  • 個人と法人で設定が異なるため、利用するプランや設定を確認する必要がある
ChatGPT・Gemini・Claude…データはAIの学習に使われるのか？情報漏洩のリスクは？ 34製品の利用規約を読み比べてみた - Qiita

@PHPer8080 /

AIエージェントの品質、どう測る？ Google ADKの評価機能を使い倒す

  • AIエージェントの品質を6つの観点で評価する方法が紹介されている
  • 数字の一致、裏付け、意思決定のしやすさ、聞き方の適切さ、セキュリティ、ターンの完遂を測定し、組み込みメトリクスとカスタムメトリクスを活用している
  • 評価は1回ではなく複数回実行し、変動を考慮する必要がある。また、判定モデルの設定やトークン制限に注意が必要である。
AIエージェントの品質、どう測る？ Google ADKの評価機能を使い倒す

@Akihiro Yamamoto A. /

Google ADK・Microsoft Agent Framework・Amazon Strands の違いを偽のモデルサーバで測ってみた

  • Google ADK、Microsoft Agent Framework、Amazon Strandsは送る情報量がほぼ同じだが、異常時の振る舞いに差がある
  • ADKは例外を上位に伝播、MAFとStrandsはモデルに返して継続、ツールスキーマの量に19%の差
  • 異常時の停止/継続設計が選定の重要な判断材料になるため、採用予定のバージョンで異常系を再実行するべき
Google ADK・Microsoft Agent Framework・Amazon Strands の違いを偽のモデルサーバで測ってみた

@いばらき /

Claude Codeに「理解しやすい日本語」を書かせるためにやっていること

  • Claude Codeに理解しやすい日本語を書かせるために、事前チェックと自動レビューを組み込んでいる
  • 事前議論で論点整理、一次情報引用、hooksによる日本語レビュー強制、Haikuで不自然な日本語判定
  • レビューは強制的だが3回までで打ち切り、過検知を許容して開発体験を優先している
Claude Codeに「理解しやすい日本語」を書かせるためにやっていること

@HERP TechHub /

何を作ったかより何を変えたかで自分を語れよ!!! - 書籍『Outcomes Over Output』が目標設定の悩みを解消してくれた

  • 目標設定で悩んでいたが『Outcomes Over Output』のアウトカム視点で解決策を得た
  • アウトカム＝ユーザー行動の変化、インパクト＝ビジネス上の利益、アウトプット＝プロダクトの変化の3段階で目標を設計する
  • チームが手で動かせるものでインパクトへの因果が短くつながっている目標が良いと実感した
何を作ったかより何を変えたかで自分を語れよ!!! - 書籍『Outcomes Over Output』が目標設定の悩みを解消してくれた｜まざっち

@ai chinen /

Azure CLI（az）と Azure Developer CLI（azd）の違いと使い分け

  • Azure CLI（az）と Azure Developer CLI（azd）は用途が異なるツールで、azはリソース単位の操作、azdはプロジェクト単位のワークフローを扱う
  • azはリソース操作に特化し、azdはIaCとアプリコードをテンプレートで一括処理する
  • azdはテンプレートのライセンス確認が必要で、azは個別リソース操作に適している
Azure CLI（az）と Azure Developer CLI（azd）の違いと使い分け

@uo /

Spannerのback joinを読み解く

  • Spannerのback joinはindexにない列を取得するためにベーステーブルへ引き直す動作で、応答時間に影響する
  • indexスキャン後にベーステーブルを引き直すDistributed Cross Applyと、STORINGでindexを広げる方法が主な対処法
  • back joinの回数を減らすにはindexのキー列に条件やソート列を含め、LIMITの後に移すことでコストを抑えるのが効果的
Spannerのback joinを読み解く