はじめに browser-use を使う上で詳しいドキュメントがなかったので、自分で使ってみたことをまとめてみました。 browser-use の基礎的なところは以下にまとめてあります。 ブラウザを起動させず、ヘッドレスモードで実行したい BrowserConfigのheadlessをTrueにすることで、ブラウザを起動させず、ヘッドレスモードで実行することができます。 from browser_use.browser.browser import Browser, BrowserConfig browser = Browser( config=BrowserConfig( headless=True, ) ) async def main(): model = ChatOpenAI(model='gpt-4o') agent = Agent( task='東京の天気をGoogleで調べて

関連リソース Agent Design Pattern Catalogue: A Collection of Architectural Patterns for Foundation Model based Agents 【論文紹介】LLMベースのAIエージェントのデザインパターン18選 基盤モデルを用いたAIエージェントの設計パターン The Landscape of Emerging AI Agent Architectures for Reasoning, Planning, and Tool Calling: A Survey The Landscape of Emerging AI Agent Architectures for Reasoning, Planning, and Tool Calling: A Survey は、「AIエージェントのアーキテクチャ」について、シン

これはAI開発における名著になると確信しています。 最近、AIを用いたプログラミング、サービス・アプリ開発（以下、AI開発）が流行っている。 しかし、これらのノウハウは至る所に散りばめられていて、流れも早いため次々と塗り替えられていく。 そのため、AI開発を学習しようとしても情報を上手く体系化することができずに学習効率が非常に悪い。 結果としてAI開発の利益を享受できるのはそれらを体系化できる者のみに限られ、さらに格差は広がっていく。 そんな中で私がAI開発に関するノウハウを本コンテンツに集約することで、それらの課題を解決していこうと思います。 私がちょっと前にXで公開したツールの一例。プログラミング知識0の初心者である私がAIの力のみ、数時間で作成したものになります。 テスト勉強の息抜きにやばいサービス作った。 「ペルソナレンズ」ってやつ。 自分のサービスのターゲットについてざっくり記入

「AITuberつくりてぇ〜」と言い続けて1年くらい経ってしまいました。 やっとやれそうなタイミングになったので、今回やるぞという宣言も兼ねてこの記事を書いています。 なかなか始められてなかった理由としては、会社経営で忙しく趣味で開発する時間が取れなかったことと、キャラクター原案、配信の企画自体思いついていなかったことが大きいです。圧倒的準備不足。 どうしたら印象に残るキャラクターを作れるか、楽しめるようなコンテンツを作れるか色々考えていましたが、結局VTuberすらプロデュースしたことのない自分にとっては良い結論は見つけられずにいました。 ま、難しく考えずとにかくやってみよう、と。 周りのお知り合いの開発者も積極的に作って発信しているので、そういうのが大切だろうなぁと。生存戦略とかマネタイズとかあれこれ考えず自分が満足するようなAITuberを作ろうと。 ちょうど会社的にもIPコンテンツ

Excalidraw is a virtual collaborative whiteboard tool that lets you easily sketch diagrams that have a hand-drawn feel to them.

はじめに Playwright を使うことで比較的簡単に E2E テストを実装することができます。しかし、通常テストコードは実装したら終わりということではなく、継続的にメンテナンス（保守）が必要になります。その際に保守しやすいように実装するため、Playwright の公式ドキュメントに記載されているベストプラクティスの中で参考になりそうな部分を確認しておこうと思います。 テストの独立性を高める 可能な限りテスト間の依存が無いようにして、テストを分離すると良いというプラクティスです。各テストが独立していることで、 １つのテストが失敗しても他のテストに影響しない テストの順序を考慮する必要がない テストをシンプルに保つことができる あたりのメリットがあるかと思います。また、特定の処理（例えば特定の URL に遷移する処理）の繰り返し実装するのを避けるために before and after

チームトポロジーに関してもっと詳しく知りたい方は サイト や 書籍 をご参照ください。 SalesNowのプロダクト開発組織の昔と今 これまで SalesNow では何度かの組織再編を繰り返してきましたが、かつてのチームの形としてはざっくり次のようになります。 黄色のアプリチームがプロダクトを司るストリームアラインドチーム 青色のデータチーム・インフラチームが基盤を司るプラットフォームチーム 昔のSalesNowのチームトポロジー 昔の形のいいところと課題感 MVP のプロダクトをリリースしてしばらくは、積み上がった機能要望をいかに高速に開発していくかという段階であったため、基本的にはチーム間のコミュニケーションを最小限に留め、個々に独立したチームとなっていました。 ミーティングなどの同期的な時間を最小化しているため、開発する時間が単純にそれだけ増えますし、独立しているため自チーム内でフッ

はじめに 12月1日、「Team Toplogies」の邦訳版である「チームトポロジー 価値あるソフトウェアを素早く届ける適応型組織設計（以後、チームトポロジー）」が出版されました。同僚のおすすめ書籍でありながら、英語の壁に阻まれてなかなか手をだすことができずにいた私にとっては大変うれしいことで、さっそく読んでみました。 チームトポロジーでは、コンウェイの法則を前提として、価値提供のフロー効率を高めるシステムアーキテクチャを実現させるための組織の在り方について述べられています。その中で、組織内に存在するチームの種類を4つの典型的なタイプに分類し、各タイプが果たすべき役割を整理しています。また、チーム間の連携方法として3種類のインタラクションモードを定義しています。4種類のチームタイプと3種類のインタラクションモードを適切に組み合わることで、ハイパフォーマンスな組織を実現することができるとい

Cheating the UX When There Is Nothing More to Optimize - PixelPioneers

iOSおよび一部のAndroid端末は非対応です。 Vket Avatar Maker is not supported on iOS and some Android devices.

成功確率が低い新規事業では、成功に至るまでの道のりでいくつもの障壁が立ちはだかることになる。その障壁の中でも3大関門となるのが、「魔の川」「死の谷」「ダーウィンの海」と呼ばれる障壁である。 この記事では、過去いくつもの事業を飲み込んできた3つの障壁について原因や乗り越え方を確認する。「魔の川」「死の谷」「ダーウィンの海」がどのようなものであるのか理解することで、対策を立てるための一助としていただきたい。 こちらの記事をわかりやすく資料にまとめました！ 社内でのご共有などにぜひご活用ください。 ▶︎資料版のダウンロードはこちらから 研究開発から事業化に立ちはだかる3つの障壁 技術経営（MOT）の考え方において、開発のスタートから事業化まで、「研究」「開発」「事業化」「産業化」の4段階に大きく分けられるとしている。この4段階において次段階へのステップアップの困難さを表す3つの言葉が、「魔の川」

リリース前ですが、Xの方で大変高評価を得ることができました。 いいねや、フォローしてくれた方々、本当にありがとうございます。

Discover the world’s top designers Explore work from the most talented and accomplished designers ready to take on your next project

アニメーション。 それはWEBサイトには欠かせない演出です。 最近のWEBサイトはアニメーションがかなり複雑になってきている印象です。 ただ、アニメーションって結構難しいですよね。 簡単なアニメーションならcssでちょちょっと書けばできますが、いくつものアニメーションが連動しているものになってくると難易度があがります。 とはいえ、そんな複雑なアニメーションでも、GSAPを使えばわりと簡単にできちゃいます。 この記事で実装する完成デモこの記事で実装するアニメーションの完成デモページは以下になります。 デモページを見る 結構複雑そうですよね。 でも、GSAPを使えば簡単に実装できます！ GSAPとは?GSAPとはアニメーションを実装するために特化したライブラリです。 公式サイト GSAPには2つのライセンスがあります。 1つは「Standard License」。 もう1つが「Business

こんにちは！逆瀬川 ( https://x.com/gyakuse ) です！ アドベントカレンダー2日目です！これがあと23日続くのか…？ 今日はこれ (の裏側部分) を作っていきます。表側は ChatVRMという pixiv さんのめちゃ神アプリケーションです。 今回の記事について 今日はspeech-to-speechサーバーについて紹介します。 さいきんOpenAIのRealtime APIが公開された通り、世は音声対話システム時代です。ですが、Realtime APIは高額なので、安くできたらうれしいです。あと、自分のPCで動いたら、便利。 ということで、今日はspeech-to-speechサーバーを作り、ChatVRMと連結させて自分専用かつ自分のPCのみで動くアシスタントAIを作っていきます。なお、Realtime APIとは違い、end-to-endなモデルではなく、昔な

はじめに 2024年11月26日にAnthropicがModel Context Protocol (MCP) を発表しました。 このMCPですが、API接続などを意識せずに、様々なツールと連携(参照、登録、更新)ができる画期的な仕組みです。RAGやファインチューニングといった手法がありますが、MCPが新たなアプローチになっていきそうです。 今回、Windows端末にデータベースを構築して、テーブルを作成して、Claudから参照してみようと思います。 構成 下記のような構成になっています。 Claude自体推論能力が高いといわれており、これらのツールをうまく使えそうなのと、Projects機能やArtifactもできるので、ClaudeでMCP経由で情報を得つつデータ分析や、他のツールへデータ連携していくといったこともできそうです。 活用できるサービス 2024年11月30日時点でAnth