@yuna-r / 44日前 MicrosoftのDirect3D Marble MazeをMiruriでmacOS/Metalへ18分で移植して動かした Direct3D Marble MazeをMiruriでmacOS/Metalへ移植して動かしたDirect3DやWindowsUI、音声、入力処理をMetal、AppKit、AVFoundation、GameControllerへ置き換え、ゲームロジックや3Dモデルを維持18分47秒でビルドと実行に成功し、ゲームとして遊べる状態になった #バックエンド#クラウド#DevOps・CI/CD
@maskot1977 / 45日前 耳で聞く!Python で学ぶ マクロ経済学 入門 2 Pythonで世界銀行データを分析し、各国のGDP構成比を可視化した手法が紹介されたGDPの4要素(C, I, G, NX)の比率変動と、1976年〜2024年のデータを用いた2つのフェーズに分ける分析日本の成長率マイナスと政府支出への依存がデータで示され、経済政策の判断材料になる #バックエンド#データ分析#AIエージェント
@tomada / 45日前 AIコーディングの精度を劇的に向上させる Context7 MCP Server 完全ガイド Context7 MCP ServerがAIコーディングアシスタントに最新ドキュメントを提供するMCPサーバーに「use context7」を追加することで最新API情報を取得、15,000以上のライブラリ対応設定は5分で完了し、古い情報によるエラーを減らせる #生成AI・LLM#AIエージェント#DevOps・CI/CD
@uhyo / 45日前 React 19.3 browser() APIの使いみち~FUNSTACK Routerの場合~ React 19.3のbrowser() APIをFUNSTACK Routerで利用してpathless SSRのOutlet挙動を改善したbrowser()はSSR時にサスペンドを強制し、SuspenseのフォールバックUIを表示する。OutletをSuspenseで囲む必要があるSSR時にOutletの中身が決定できない場合、SuspenseのフォールバックUIを表示することでハイドレーションミスマッチを防げる #フロントエンド#バックエンド#クラウド
@uncho / 45日前 バックアップが「戻せる」かを 5 段階で測る バックアップの復元性を5段階で測る方法が提案されている①終了コード、②保管先の確認、③必須要素の存在、④件数・容量の確認、⑤別場所での復元テスト④の確認は正解をどこに置くかが鍵で、⑤は手順の実際の動作を確認する必要がある #バックエンド#クラウド#インフラ
@たのしいこと研究所 / 45日前 #195 よくわからないけど使っている技術「uv」①|Pythonの環境構築、誰が管理しているのか uvはPythonプロジェクトの環境と依存関係を統合的に管理するツールvenvで仮想環境を作り、pipでパッケージをインストールし、pyproject.tomlで依存関係を宣言するuv syncでプロジェクトの定義と実際の環境を同期させることが重要 #バックエンド#DevOps・CI/CD#インフラ
@nogataka / 45日前 備忘録:管理画面は /admin か admin.example.com か。「なんとなく」で選んでいたので、XSSの波及範囲から考え直しました 管理画面のURL構造を /admin から admin.example.com に分離することで、XSSの影響範囲を制限できる同一オリジンではDOMやストレージが共有される、サブドメイン間ではSameSite Cookieが効かない、__Host-プレフィックスでCookieの送信先を制限する同一オリジンではXSSから管理APIへの直接アクセスが可能で、サブドメイン分離でDOMやストレージの共有を防ぐ必要がある #バックエンド#セキュリティ#インフラ
@Dai MIKURUBE / 45日前 或るログ研究者 Embukのメンテナーが特定のPRを保留し、オープンソースプロジェクトのメンテナンスにおけるリスクを考察した新規アカウントによる小規模な変更のPR、サプライチェーン攻撃の可能性、AIによるコード生成の影響メンテナーはPRの内容だけでなく、背景や動機を慎重に検討する必要がある #OSS#DevOps・CI/CD#セキュリティ
@bonyan / 45日前 DWHとは?分析基盤の全体像を理解する ~Snowflake・dbt・Power BIで実現するモダンDWH~(第1回) DWHは分析に必要なデータを集約・蓄積する基盤で、ETL/ELTとBIツールと連携するETLはデータ加工後に取り込み、ELTはデータをDWHに取り込んでから加工する。Snowflakeとdbtを組み合わせてDWH構築するDWH設計ではデータ品質と統一された集計ルールが重要で、複数システムのデータを統合する際の課題を解決する #データ分析#クラウド#バックエンド
@東京PCレスキュー隊長 / 45日前 新人がAIで育たない時代 ――生成AI世代を指導するベテランエンジニアの本当の悩み 新人エンジニアの9割が生成AIを日常的に使い、OJT担当者の8割が指導負担増を実感AI生成コードの理解不足(61.4%)、エラー解決プロセスの省略、プロンプトの質が低いAIの出力を説明させる、プロンプトの質をレビューするなどの現場での工夫が必要 #生成AI・LLM#AIエージェント#バイブコーディング
@a_sato_JQIT / 45日前 QAエンジニアの仕事が変わった——Claude CodeとPlaywrightで、テストからチケット管理まで全部AIに任せてみた話 Claude CodeとPlaywrightでテストからチケット管理までAIに任せたPlaywrightでテストを自動実行し、Claude CodeでGitHubチケットに自動コメントとステータス更新AIに指示する際の自然言語の曖昧さが結果に影響するため、明確な指示が必要 #AIエージェント#DevOps・CI/CD#生成AI・LLM
@nt_matsuda56 / 45日前 SQL初心者向け~参画までに覚えたいSQL構文10選~ SQL初心者が案件に参画するまでに覚えておきたい基本構文10選を紹介SELECT・WHERE・ORDER BY・JOIN・GROUP BY・HAVING・INSERT・UPDATE・DELETE・COUNT・SUM・AVGの構文を解説SELECTとWHEREはSQLの基本なので最優先で覚えること、JOINやGROUP BYも実務で頻繁に使う構文であること #バックエンド#データベース#DevOps・CI/CD
@多川正紘/元人見知りのノマドワーカー / 45日前 生成AI時代、「めんどくさい」を続けられる人が勝つ。 生成AIの普及によりSNS発信の「めんどくさい」基準が変化したAIで文章作成や画像生成が可能になったが、Instagramの画像作成や動画編集は依然として手間がかかる面倒な作業を続けることでライバルが減るため、継続が勝ちマーケティングの鍵になる #生成AI・LLM#AIエージェント#バイブコーディング
@m__ikeda / 45日前 「文系だし、別の仕事してきたから無理…」って思ってない?未経験からITを目指す人に伝えたい本当の話 文系や他業種経験者でもIT業界に転職可能プログラミングは数学知識より段取り力が重要、コミュニケーション力が強み分からないことを調べる姿勢が現場で最も重要 #キャリア#採用#チーム開発
@ウィツ株式会社 / 45日前 台湾本社の「All in AI」を日本へ!開発現場を劇的に変える「生成AI研究会」の挑戦💻【AI研究会インタビュー・前編】 台湾本社の「All in AI」戦略に基づき、日本法人で生成AI研究会が立ち上げられ、AI活用の土台が築かれているAIの基礎知識を体系的に学ぶための資格取得支援と、GitHub CopilotなどのAIツールの環境整備が行われている現場エンジニアはAIの出力結果をチェックする作業に追われており、AIに正しく指示を出し、出力を見極めるスキルが重要になる #生成AI・LLM#AIエージェント#RAG
@inoyu-qiita / 45日前 Claude Code新出力スタイル「Concise」で、Claudeが結果ファーストの有能な相棒になった Claude Codeに結果を先に伝える出力スタイルConciseが追加されたConciseは結果を先に、Defaultは調査完了報告から始まる。結論の表現や調査内容の優先順位が異なる結果を早く知りたい場面でConciseを使うと判断までの距離が短くなる #生成AI・LLM#AIエージェント#バイブコーディング
@ntaka329 / 45日前 AIレビューがすり抜ける「なんか妥当じゃない」を、数えられる条件に翻訳した話 AIエージェントのレビューで「なんか妥当じゃない」という感覚を数えられる条件に翻訳した主語の有無と敬体の判定、締めの重なり検出、実測行数の計算が含まれる数えられる条件に翻訳できなかった項目は目視で確認する必要がある #AIエージェント#生成AI・LLM#バイブコーディング
@Tatsunori Nakano / 45日前 claude のメモリを棚卸しする Claudeのメモリはプロジェクトごとに保存され、MEMORY.mdが目次として機能するMEMORY.mdの200行または25KBが上限、トピックファイルは目次のフックが唯一の入口メモリの古い情報は嘘になる可能性があり、定期的な棚卸しが必要 #AIエージェント#DevOps・CI/CD#クラウド
@wcow_81bd / 45日前 DuolingoとYouTubeに学ぶアプリの習慣化設計の違い DuolingoとYouTubeの習慣化設計の違いが明らかにされたDuolingoはトリガーとインベストメントに重点、YouTubeはアクションとリワードに重点価値の長期性や短期性に応じてフックモデルのステップの重点を変えるべき #フロントエンド#バックエンド#クラウド
@watany / 45日前 発信力の増幅機としてのLLM LLMは発信力を増幅するツールとして機能するLLMは思考や能力だけでなく、社交性や好感度も増幅する、OpenAIやAnthropicのモデルが使われているLLMで生成した内容は人間の手を加えないと受け入れられにくい、発信する際には注意が必要 #生成AI・LLM#AIエージェント#バイブコーディング