Scraps 最終更新 2026/10/02 05:30

#バックエンド

@Ivan Mehta /

macOS 27: 新しいSiriがAI生産性アプリと競う

  • macOS 27でSiriのAI機能が強化され、画面の特定領域を参照して質問に答えたりドキュメントの編集を支援する
  • Visual Intelligenceによる画面選択機能と、 Spotlight Searchでのファイルやメールの検索対象拡大
  • Siriがファイルやメールの内容を参照できるため、以前より広範な検索が可能になった

@NobuMochizuki /

Confluent で非構造化データを扱う:Claim Check パターンで作る RAG パイプライン

  • Confluentで非構造化データを扱う際、Claim Checkパターンを採用してRAGパイプラインを構築した
  • S3にファイルを保存しKafkaにURIを送信するClaim Checkと、Flink SQLのAI_EMBEDDING関数でベクトル化する手法
  • Kafkaに送信するメッセージはURIのみで、ファイル本体はS3に保存するためメッセージサイズの制限を回避できる

@ysakataka /

Amazon API GatewayでのLambdaプロキシ統合、関数URL、Lambda Invoke APIの違いを整理してみた

  • Lambdaを呼び出す3つの方法の違いを比較した
  • API GatewayのLambdaプロキシ統合はHTTPエンドポイントで認証やWAF連携が可能、関数URLはHTTPエンドポイントとして直接呼び出し、Lambda Invoke APIはSDK経由でLambdaを実行
  • API Gatewayは認証やWAF連携が必要な場合に適し、関数URLはコスト効率が良く外部システムから呼び出すのに向いており、Lambda Invoke APIはLambda間通信にシンプルな実装が可能

@クロスマート Tech Blog /

開発エンジニアが自社製品の展示会に行ってきましたレポ

  • 自社製品「クロスオーダーバディ」を展示会で紹介し、顧客の声を直接聞く機会を得た
  • FAXや紙の帳票処理をAIで自動化するサービス、製造業向けのAPI連携や紙の依存度の高さが特徴
  • 開発者は自社製品の現場の声を直接聞くことで、製品改善や顧客理解に役立つ

@taki_tech /

# ゲームエンジンの仕組みとは?

  • ゲームエンジンはゲームループ、レンダリングエンジン、物理エンジン、アセット管理で構成されている
  • ゲームループは固定タイムステップでロジックを実行し、可変フレームレートで描画する。物理エンジンは衝突判定を2段階で行う
  • UnityとGodotはFixedUpdateと_physics_processでロジックを分離し、Unreal Engineは設定で制御する設計になっている

@虎の穴ラボ技術ブログ /

書評「SQLアンチパターン 第2版」

  • SQLアンチパターン第2版はデータベース設計の失敗パターンを解説し、実務で使える設計手法を提示している
  • キーレスエントリ、EAV、ポリモーフィック関連の3つのアンチパターンと、クラステーブル継承、STIなどの解決策が紹介されている
  • 外部キーの使い方やEAVの代替案を検討する際には、それぞれのメリット/デメリットを考慮する必要がある

@kzm /

iOS テストカバレッジ計測でハマった点

  • iOSマルチモジュール構成でSPMの依存関係を調整してカバレッジ計測を実現
  • SPMのtestTarget依存に計測対象モジュールを追加し、ファイルパスの正規表現で絞り込み
  • テストターゲットの直接依存に含まれないモジュールはカバレッジ対象外になるため、Package.swiftに明示的に依存を追加する

@suwa_nobu /

Claude Code のスキルを47本運用して測った、7つのこと

  • Claude Codeに47本のスキルを運用した結果、増やしても重くならず、説明が消えることが分かった
  • スキル数を80本増やしてもトークンは185増加、説明が消えるのは呼び出し回数が少ないスキル、起動時トークンに28倍の差
  • スキルの説明が消えてもエラーが出ず、呼び出し実績を作らないと削られる可能性がある

@o8n /

モデルの責務分割と保存形式からの独立を見分ける

  • モデルの責務分割と保存形式からの独立は別々に判断すべき
  • Active Recordのモデルに複数の責務が集まり、Data Mapperでモデルとデータベースを分離するケースを比較
  • 変更要求の内容によっては保存形式の制約が責務分割を妨げるため、変換ロジックの保守コストを考慮する必要がある

@キエットくん /

Co-purchaseからPersonalized Recommendationまで — 商品レコメンドの仕組みをシンプルに理解する

  • 商品レコメンドはCo-purchase、Product理解、User理解の3ステップで構築される
  • Co-purchaseではP(B|A)とLiftで関連性を測定、Productベクトルで特徴を数値化、Userベクトルで好みを表現
  • Liftで人気商品の影響を調整し、コサイン類似度で商品の類似度を計算する際の注意点を説明

@ryo-a /

ARG(代替現実ゲーム)と「ソースの閲覧」

  • Webサイトのソースコード閲覧を前提としたARGゲームデザインの手法が紹介されている
  • フロントエンドとバックエンドの処理分離、正誤判定をバックエンドで行う設計、通信データの情報漏洩防止
  • フロントエンドのソースを閲覧されてもギミックが破綻しないようにバックエンドで処理を分離する必要がある

@Kou /

「【脱GAS】Cloud Run移行で変わる!Slackワークフロー運用の新常識」~【googlecloud】人気記事(09/13)

  • SlackワークフローをCloud Runに移行し、GASの実行権限トラブルを回避した
  • カスタムステップのSlack AppマニフェストとPub/Sub連携のCloud Runコード、設定エラー対処法
  • GASの権限制限を回避するためのSlack AppとCloud Runの連携方法が具体的に記載されている