The DuckDB project was built to make it simple to leverage modern database technology. DuckDB can be used from many popular languages and runs on a wide variety of platforms. The included Command Line Interface (CLI) provides a convenient way to interactively run SQL queries from a terminal window, and several third-party tools offer more sophisticated UIs. The DuckDB CLI provides advanced feature

1.はじめに MCPサーバーとは「AIにツールを持たせるための標準プロトコル」です。 いわばAI用USB-Cポートのようなもので、これを使うとAIがファイル操作やAPI呼び出しなど様々な機能を外部ツールとして取り込めます。 その威力を、AI開発ツールのClineやCursorを例に、業務改善アプリからWebサイト制作、モダンなWebアプリ開発、そしてUI/UXデザインにどんな変化が起きるのかを深掘りしていきます。 コード例も交えて解説しますので、AIアシスタントに魔法の杖を持たせたい開発者は必見です！ 2.MCPサーバーの歴史 まずMCPサーバーとは何者なのか、簡単に説明しましょう。 MCPは Model Context Protocol（モデル・コンテキスト・プロトコル）の略で、Anthropic社が提唱したオープンソースのプロトコルです。これによってAIモデル（LLM）が外部のデータソ

このシリーズでは、Claude や Windsurf Casade などの AI を強化する「MCP（Model Context Protocol）」の導入方法と活用テクニックを、初心者にもわかりやすく解説していきます。様々なMCPサーバーを活用して、AIとの協働作業をより豊かなものにしていきましょう！ シリーズ目次 👉 MCPの概要と導入方法 Filesystem MCP Server： AIでローカルファイルを扱う YouTube MCPサーバー：動画の内容を取得 mcp-pandoc： AIでドキュメント形式を変換 GitHub MCPサーバー： AIでリポジトリを管理 Figma MCP：デザインとコードを効率的に連携 Slack MCPサーバー：チームコミュニケーションを強化 Firecrawl MCP：スクレイピングでウェブ情報を取得・分析 Markdownify MCP S

IssueOpsとはGitHubのコメントから、任意のオペレーションを実行するプラクティスです。ChatOpsのようにコメントするだけで、誰でも簡単に使えます。IssueOpsはGitHub Actionsの標準機能だけで実装でき、デプロイやInfrastructure as Codeではとくに役立ちま…

こんにちは！株式会社 picon CTO の tocky (@tttockllll) です。 （LINE で ChatGPT「AIチャットくん」をよろしくね！） さて PM の皆さん、こんなお悩みはありませんか？ 漠然としたアイデアを言語化する時間がない いちいちドキュメントにまとめるのが手間 やることをタスクに落としてアサインするのが面倒 これらの課題を解決できるのが Cursor です。 Cursor は、AI エージェントを搭載したテキストエディタです。 エンジニア向けコーディング支援ツールとしてのイメージが強いですが、メモ帳としての利用・要件定義書の作成などももちろん可能です。ドキュメント作成の多い PM 業務に Cursor を導入することで、大幅な効率化が期待できます。 本記事を実践すると、以下のような雑なメモ書きから… このような Notion をサクッと 15 分くらいで作

はじめに honeshabri.hatenablog.com 骨しゃぶりさんのブログで音声入力が激推しされていて、自分も普段から音声入力を使っているので、その使い方にとても共感できたし嬉しかったです。普通に音声入力がもっと流行ってほしいなと思います。 骨しゃぶりさんのブログ記事に触発されたのもあり、僕も音声入力について記事を書いてみました。この記事では自分のおすすめ音声入力ツールとその活用法を紹介したいと思います。 SuperWhisperのすすめ Whisperという音声認識モデルをご存知の方は多いと思います。これはTransformerベースの音声認識モデルで、OpenAIからOSSとして公開されています。特徴としては従来の音声認識と比べて、聞き間違いや聞き逃しが少なく、ノイズやフィラー（えーと、うーん、あー）を上手に無視してくれて、音声認識の精度が高いというところがあります。 よくあ

はじめに Dockerをよく使う方なら避けては通れない道、Dockerコンテナのセキュリティについてまとめると同時に、Dockerfileのベストプラクティスに焦点を当てていこうと思います！ Dockerのセキュリティとは Dockerのセキュリティとは、Dockerコンテナのビルド、ランタイム、オーケストレーションに関する側面を指します。 これには、Dockerベースイメージのセキュリティ対策、ユーザー権限の管理、Dockerデーモンの設定、コンテナのCPU制御など、ランタイムにおけるセキュリティ対策が含まれます。 さらに、大規模なDockerコンテナのオーケストレーションに関する課題にも対応する必要があります。 では実際にどのように対応していくのか、10項目のベストプラクティスを通して、具体的な対策を学んでいきましょう！ Dockerのセキュリティに関する10項目のベストプラクティス

ホワイトカラーの仕事は全てハッカソン型へ移行する 2025.02.13 Updated by Ryo Shimizu on February 13, 2025, 09:31 am JST AIはもはや十分進歩してきた。これからのホワイトカラーは、ハッカソン型の仕事へ切り替えることを早晩要求されるようになるだろう。 それは仕事のプロセスがより創造的になることを意味する。創造性を持てない人は、ホワイトカラーではいられなくなる。 なぜなら、これまでのホワイトカラーの仕事の大部分は、AIで十二分に置き換え可能なものだからだ。 オフィスにおける、非創造的な仕事を列挙してみよう。 メールの整理、議事録のまとめ、契約の締結、役所との対応、給与計算、家賃の支払い、あらゆるルーティンワークと呼ばれるものに、創造性はない。 逆に創造的な仕事を考えてみると、企画や制作という仕事がある。実は接客、接遇も創造的であ

この記事はLLMをAPIで使うこと前提の記事です。 AI エージェント開発ハッカソン参加記事：Gemini 2.0 Flash で技術文書分析ツール「Tascario」を作ってみたの、技術的補足記事です。 APIでLLMを使っている皆さん gemini-2.0-flash を使っていますか？APIで使う限り、かなり性能が高く、コスパも良すぎて、APIならこれ一択で良いのでは？とすら思い始めています。

Gooseとは何か block.github.io BlockのAIチームが開発していたAIエージェント「Goose」が先日公開された。 これは、Rustで書かれたコマンドラインとウェブサーバーのコアモジュール、それを呼び出すElectron製のデスクトップアプリという構成になっている。 ユーザーは対話型シェルやデスクトップアプリのチャットUIを通じて、Cline*1やOnlook*2のようにローカルファイルを編集しながらコーディングをアシストしてもらう。 12月時点ではコアがPythonで書かれていたが、ベータリリース時にRustで書き直された。どうやらユーザー環境にPythonをインストールしてもらう必要があるのを避けたかったようだ*3。 github.com Gooseのコントリビューターなんか大人数で作っている・・ Gooseの目新しい点は、VS Codeなどのエディタから独立した

Our Transformers Code Agent beats the GAIA benchmark! By July 1, 2024 • 74 DeepSeek's reasoning skills are probably particularly useful for something like this. But in my mind, particularly for academic research type tasks, the propaganda baked into the model is a non-starter. I tested out the new DeepSeek-R1-Distill-Llama-70B-Uncensored-v2-Unbiased model yesterday. It was a very crude test, but I

ミニPCではOSに、個人利用不可の「ボリュームライセンス（VL）」が使われていることがあります。そのままでも利用できますが、ライセンス違反の状態で使い続けることになり、なにかのトラブルが生じるかもしれません。またあるとき突然Windowsをアップデートできなくなるなどのリスクもあります。 購入したミニPCでボリュームライセンスが使われていた場合、早めに返品するか正規ライセンスに変更するかしてください。おすすめは、ショップに問い合わせて正規ライセンスをもらう方法です。この記事では、その流れについて解説します。 ※もらったライセンスが「見た目上は正規版に見える」だけのケースもありますが、その出所については調べようがないため、この記事では触れません。どうしても不安な場合は、自分で入手したライセンスのプロダクトキーを使ってください ※Windows以外のOSを自分でインストールするなら、そのまま使

Reutersグーグル（Google）はAI（人工知能）を可能な限りすべての製品に導入しているが、ビジネスの効率化という点でもAIに注目している。 同社は社員限定で「Goose」という名の大規模言語モデル（LLM）を導入した。その目的は新製品開発の支援にあると、Business Insiderが確認した内部文書には書かれている。 同文書によると、Gooseはグーグルの新しいLLMであるGeminiの後継となる。Gooseは「グーグルの25年間にわたる、あらゆるエンジニアリングの専門知識によって訓練」されているという。 Gooseに関する社内向けの概要には次のように記されている。 「Gooseはグーグル特有の技術にまつわる質問に回答し、社内の技術スタックを用いてコードを書き、自然言語プロンプトに基づいたコードの編集などの革新的な機能をサポートしている」 グーグルは過去13カ月の間に経営の効率

はじめにこの記事では、llama.cppを使ってGGUF形式のモデルファイルを読み込み、チャットする方法を簡単に説明します。 GGUFは、モデルファイルの保存形式のひとつです。GGUFに限らず、llama.cppが対応しているモデル形式なら、同様に使えると思います。 環境OSはWindows 10/11、CUDAがインストールされていることを前提とします。 llama.cppのインストールまず、llama.cppのリリースページから、最新のリリース中の llama-b????-bin-win-cuda-cu12.4-x64.zip をダウンロードします。????はリリース番号です。インストールされているCUDAが12.xの場合は12.xを、11.xの場合は11.xを選択します。 ダウンロードしたzipファイルを解凍し、適当な場所に配置します。例えば、C:\llama に配置した場合、C:\

ローカル環境で手軽に大規模言語モデル (LLM) を試せる Ollama と phi-4 モデル、そして VS Code の拡張機能である Cool Cline を組み合わせて、コード生成を行うメモです。WSL2でもできると思います。 環境 Ubuntu 24.04 Docker GeForce RTX 4060Ti(VRAM 16GB) VS Code Cool Cline 拡張機能 手順 DockerのインストールとNVIDIA Container Toolkitの設定 DockerでGPUを使えるようにします。以下の記事を参考にしました。 Ollamaの起動とphi-4モデルのダウンロード Ollamaのコンテナを起動します。モデルはコンテナの/root/.ollamaにダウンロードされるのでローカルの適当なフォルダをマウントします。ポートの11434はllamaからとってきてるみた

browser-useについて調査する どういうものか ブラウザのデバッグプロトコルを使ってLLMで操作するpythonライブラリ Playwright API → Chrome DevTools Protocol (CDP) ClaudeのComputer useのスコープを狭めたものと理解できる 似たツールとしてMCPのPuppeteerサーバーがある→mcp/puppeteer モデル（LLM）の呼び出しにLangChain Modelのインターフェイスに依存することでマルチプロバイダ対応してる なのでLangChainで動くモデルに対応してる 結果的にLangChain風のAgentフレームワークのミニマムな実装になってる 何ができるの？ ブラウザ操作を自動化してできることはできる Hugging Faceで特定のライセンスを持つモデルを検索し、その情報をファイルに保存する 求人情

GitHub - inaz2/AnyPing ICMP Pingに加えて、並列でTCPやHTTP/HTTPSの疎通確認を行うWindowsアプリケーション。 各ホップ1回のみ送信を行うICMP Tracerouteも行うことができる。 ちょうどいいものがなかったので、Windows用GUIアプリケーション開発の練習として作った。 開発には、.NET Framework 4.8（C# 7.3）を使用した。 これは、クロスプラットフォーム対応を行わず、また、Windows 7 SP1/Windows 8.1/Windows Server 2016にも対応するためである。 .NET Core Windows に .NET をインストールする - .NET | Microsoft Learn .NET および .NET Core オフィシャル サポート ポリシー .NET Framework .N

はじめに どんな人向けの記事？ 生成 AI に興味がある方 ローカル LLM に興味がある方 資産運用に興味がある方 概要 現在、ちょっとした Web アプリを作っていて、その中間成果物としてローカル LLM を用いたポートフォリオ生成アプリを作りました。 今回は、そのアプリの簡単な紹介と開発の中で得られた知見等を備忘録的にまとめます。 「ちょっとしたアプリ」に関しては完成してからのお楽しみということで、今回はポートフォリオ生成アプリの開発までに焦点を当てた記事となっています。 アプリの紹介 ポートフォリオ生成アプリについて語る前に、Claude MCP を使って作った LLM キャラ管理アプリを簡単に紹介します。 このアプリも中間成果物の一つですが、基本的にやっているのは下記の通りで非常に単純なシステムです。 キャラクターの設定を入力するだけで LLM が推論したステータスを可視化できる