はてなブックマーク

Cline AI 時代のプログラマに必要なこと ・コンテキストを記述する能力 ・ドメインを記述する能力 ・AIの性能に対する直感 AIに対する直感以外は、適切なモジュール分割、境界づけられたコンテキストの抽出であり、ユビキタス言語の構築、DDD であり、ドメインエキスパートとしての実装対象の抽象化能力ではないか。 Cline とプログラミング言語適性 TypeScript, C#, Python あたりの高水準な言語、かつ人気があって学習量があり、実行前に型チェックができる静的型付けの補助がある言語が向いている。

はじめに こんにちは。 最近、というかFlux.1以降、画像生成AIって大きな進化がない印象を受けませんか？ というのも画像生成AIは、Stability AIが規模を縮小し、Vision系の生成AIの主戦場が動画生成AIに変わってからというもの、大量の資金が投下されることが少なくなってきています。 とはいえ、進歩がゼロというわけではなく、緩く進化を続けていて、NVIDIAのSanaや、Stability AIがSD3から大幅な改善を施したStable Diffusion 3.5シリーズなどは、Flux.1以降に登場してきていますし、研究レベルではVARやMARといった、拡散モデルと自己回帰モデルの融合のような新しい枠組みも生まれてきています。 しかし、研究レベルのものは実用に足りませんし、Flux.1以降の高性能なモデルには商用利用性に難があったり、そもそも追加学習をしにくい仕組みになっ

2/21(金)にdocomo R&D OPEN LAB ODAIBAにてIcebergミートアップを開催しました！合計5つのセッションはどれもディープな内容で勉強になりました。運営をしてくださった髙田さん、松原さん、酒徳さん、北岡さん、ありがとうございました！ 各セッションの簡単な振り返りです。 AWSの田中さんによるV3スペックに関するセッションです。最近TrinoでV3向けの機能を書いていることもあり個人的に聞きたかった内容でした。V3ではVariant、Geo、Timestamp nanoなど複数のデータ型が追加されます。Deletion VectorはV3でMoRを利用する上で必須な機能なので、MoRを利用する方は確認することをお勧めします。Row lineageは全く追えてなかったので勉強になりました。Row lineageに関するプロポーザルも参考になりそうです。 LINEヤフ

Intro 弊社で開発しているサービスの、ドメインを変更することになったときの話。 すでに旧ドメインで一部顧客に利用していただいていたため、旧ドメインは破棄せずに新ドメインにリダイレクトさせるようにしました。 DNSの設定やコードをいくらか修正し、リリースをしました。Webアプリを触って画像が表示されたりデータが取得更新できたりと、通常通り使えることを確認して一安心していました。 問題発生 すでに使っていただいていた社外ユーザーから「画像が表示されない」と連絡がありました。 スクリーンショットを見るとたしかに画像が切れてALTテキストが表示されていました。しかし同じ画面を自分のPCで閲覧すると正常に画像が表示されています。 先方のファイアウォールがホワイトリスト制にでもなっているのかと思い、ファイアウォールの設定をご確認くださいと返答しました。ですが「TCP/80(http)とTCP/44

はじめに TypeScript は静的型付け言語として、コードの品質を向上させ、多くのバグを未然に防ぐ強力な型システムを提供しています。しかし、その構造的型システム（structural typing）には限界があります。似た構造を持つ型が互いに互換性を持ってしまうことで、意図しない代入や関数呼び出しが可能になり、論理的なエラーを引き起こす可能性があるのです。 このような問題に対処するために「Branded Types（ブランド型）」という手法が使われます。これは、TypeScript の型システムを拡張して名前的型システム（nominal typing）の特性を模倣し、似た構造でも異なる役割を持つ型を区別できるようにする手法です。 本記事では、Branded Types の基本概念から実装方法、実践的な活用例まで、段階的に解説していきます。 構造的型システムとその課題 TypeScrip

2年くらい前からCopilotやCursorによるコーディングサポートを受けた開発は実際に行なっていたのだけど、先週くらいからコーディングエージェントによる開発にも本腰を入れて調査を始めた。以下はその際に雑に調べた情報まとめ。 そんでこの土日くらいまで毎日、主にCline+Claude(その他versionや派生系クライアントも含む)を使って色々とコード生成させたりして実験したのでその感想を書く。 試してみたこと 最初は簡単なpromptを入力してポン出しで生成させるToDoリストとか管理画面みたいなものを作らせてワイワイしてた。だけど何回かやったら流石に飽きてきたので、もう少し規模の大きなタスクに取り掛からせることにした。 既存プロジェクトへのテスト追加 まず最初に、個人開発してるモンハンnowのTA走者向けのwebサイトが現状テストゼロだったので、これに対してClaude 3.5 so

AIコーディング時代の到来 AIを使ったコーディングが話題になっていますね。私も個人のプロジェクトやデモで実験的に使っていますが、ちょっとしたアプリやツールなら、それこそ人間には不可能な速度で爆速で開発することができるようになり、その体験に驚き興奮しています。一方で「そんなに便利に思えない」とか「Cline(Roo Code)、Cursor、Windsurf、GitHub Copilot等たくさんAIによるコーディングサポートツールが出てきていて、どれを使えばよいのか分からない」という理由で、なかなか利用に踏み出せない人も多いのではないでしょうか？ 私が、ツールをいくつか試してみて感じたのは、それぞれのツールごとの使い勝手の違い、メリット・デメリットはありますが、開発の方向性としては共通していることです。それは、多くのツールがAIがCopilot（副操縦士）からPilot（操縦士）として振

導入 こんにちは、株式会社ナレッジセンスの須藤英寿です。普段はエンジニアとして、LLMを使用したチャットのサービスを提供しており、とりわけ文字起こしシステムの改善は日々の課題になっています。 今回は、人間の脳の構造をRAGに応用することで検索、回答の性能を向上させる手法「HippoRAG 2」について解説します。 なお、この手法の前身である「HippoRAG」は、過去に解説しておりますので、そちらもぜひご確認ください。 サマリー 一般的なRAGは、単純なベクトル検索を利用しているため、意味の理解をするという面で限界がありました。特に複数回の検索が必要な場合や、質問の意図を解釈する必要がある場合に特に精度が下がります。HippoRAG 2は、人間の長期記憶の仕組みを真似するように、ナレッジグラフを利用することで特に、複雑な質問への回答性能を大幅に向上させています。 問題意識 RAGの意味理解

GitHub Copilot は、日々のコーディング作業を効率化する強力なツールです。最近は Custom Instructions を用いて、プロジェクト固有のライブラリやコーディングスタイルに合わせたコード生成を実現してきました。 しかし、従来の方法では 単一の Markdown ファイルしかインプットできない ため、複数の指示を場面ごとに分割して管理することは難しいという課題がありました。 そこで今回ご紹介するのが「Reusable Prompt Files」です。現在「Experimental（試験的機能）」である本機能により、役割ごとに異なる指示ファイルを用意し、必要なものだけを取り出してコンテキストとして反映させることが可能になりました。 ここでは、対比構造として書いていますが、公式ブログ だと Custom Instructions の紹介記事中に Reusable Prom

URI 案1) /v1/task ※ METHODで判定 案2) /v1/[get|post|put|delete]Task main() controller();//ルーティング処理 //層毎の共通関数。各actionで読み込まれる。もしくは目的に絞って読み込む。 /common/usecase.go /common/domain.go /common/repository.go /action/v1/task/post.usecase.go func postTaskUsecase /action/v1/task/post.domain.go func postTaskDomain /action/v1/task/post.repository.go /action/v1/task/get.usecase.go .. ご提案の構成は、各レイヤの共通処理を共通ファイル（/common/

はじめに 私はVPoEとしてエンジニア採用に7年以上従事してきました。その間、採用難易度が高いとされる業界や企業で採用の現場を経験してきました。どの企業も、採用目標が大幅に未達となっており、求めるレベルのエンジニアの確保に苦戦していました。しかし、私はそのような環境下で、採用規模を大幅に拡大し、CTOやテックリードといったハイレベルな人材の採用を成功させることができ、私のキャリアの明確な強みとなっています。 「どのように採用活動を成功させているのか？」というご質問やご相談をいただく機会も増えました。そこで、同じようにエンジニア採用でお悩みの経営層、CTO、VPoE、EM、採用担当の方々に、私の知見や経験を参考にしていただければと思い、この記事を執筆しました。 記事の内容には基本的な部分も含まれます。採用活動が非常に順調に進んでいる企業の方は、あまり参考にならないかもしれませんので、その点は

Lighthouseのドキュメントを調べていたら、カスタムプラグインを作れるらしいのに気づきました。 カスタムな Audit を作りたかったので、やっていきます。 この記事の知識を多少要求します。 tl;dr Lighthouseのカスタムプラグインは「Gatherer」と「Audit」の2つのコンポーネントで構成される Gathererはデータを収集し、Auditはそのデータを使ってスコアを計算する Audit.meta.requiredArtifacts で必要なGathererを指定すると、自動的に Gatherer#getArtifact の結果が渡される カスタムプラグインを使えば、カスタム指標評価が作れる 最終的にこういうのが出来ました // Gatherer の生成物 🔍 MyGatherer { result: "gatherer-result" } // Custom

日本時間2025年3月2日午前10時頃に公開したこの記事では、Diffusion large language modelsを拡散型LLMと記載していました。一方で現時点で定まった日本語訳が無い状態です。Inception Labs公式の記事(https://www.inceptionlabs.ai/news) にはWe are announcing the Mercury family of diffusion large language models(dLLMs) と記載されています。 このため、日本時間2025年3月2日午後3時頃に当記事ではdLLMsと呼ぶこととして、記事の文言を見直しました。 ぬこぬこさん (https://x.com/schroneko) 、気づきを頂きありがとうございました！ はじめに SNSでInception LabsのMercury Coderが話題に

HonoXを公開して1年が立ちました。以下はその当時の記事です。 今回はこの1年間を振り返り、最近のHonoXについて知ってもらいます。 そんなに変わってない 実は1年前の公開以降、HonoXはそんなに変わってないです。リリースノートを遡るとわかりますが、featと書かれた新機能が少ないです。つまり当初のコンセプトはズレてないです。また、HonoXはHonoとViteのメタフレームワークなので、HonoX自体は機能を提供していません。ですので、新機能の導入はすごく少ないです。 今の課題は「やれるはずなのにできないこと」をなくすことです。これもだいぶ潰れてきました。 次はハマりどころをなくして、ドキュメントを整備するところだと思っています。ドキュメントはこれまで、GitHubのhonojs/honoxのREADMEに書いていました。最近は別にドキュメント用のWebサイトを作るプロジェクトを始

はじめに AIのコーディングアシスタントとして最近、急速に注目を集めているCline。VSCode上でAIと連携し、コード生成からバグ修正、さらにはターミナル操作まで自動化できるこのツールは、多くのエンジニアの生産性を劇的に向上させています。 mizchiさんの『CLINEに全部賭けろ』という記事では、 AIから引き出せる性能は、自分の能力にそのまま比例する AI自体を管理するパイプライン設計を自分のコアスキルにする必要がある ともあるように、エンジニアはClineという強力なツールの最大限を使えるようになっていくべきです。 「AIの上手な使い方」が今のエンジニアにとって必須スキルになりつつあるため、単にClineを使うだけでなく、その仕組みを理解することで得られるメリットは数多くあります。例えば、現時点でのClineの得手・不得手を理解することでAIに対して的確に指示ができたり、clin

はじめに こんにちは！Ruby on Railsフロントエンドエンジニアを目指し、Hotwireを中心に活動しつつ、Next.jsもReactも勉強している加々美です！ 2025年2月14日(バレンタインデイ)に、ReactのチームはCreate React Appを公式に非推奨とするブログポストを公開しました。そして代わりにSPA用のフレームワークを使うべきだと彼らは強く主張しました。 大事なポイントは、SSRフレームワークを推奨したわけではないということです。SPAフレームワークを推奨したのです。CDNとか静的ホスティングサービスにデプロイできるSPAでもフレームワークを使いなさいということです。 「オレはSSRに興味ねぇ！SEOはどうでも良いからSPAで十分だ。Create React Appがダメなら、Viteを使えば良いさ！」 => これは違います。 Reactチームはこういう人

社内でCursor Businessを導入したので、利用方法や機能をまとめておきます。 なお、Cursorは発展途上で、UI周りの機能変更が多いため、あくまでも参考程度にしてください。 Cursorエディターとは Cursorエディターは、AIを活用してソフトウェア開発をスピードアップしてくれる次世代エディターです。チャット感覚でコードの修正や提案を行ったり、複数行にわたるコード補完などをガッツリやってくれます。さらに、Cursor独自のエージェント機能で自動的にコードベースを解析してくれるので、ちょっとしたバグ修正からプロジェクト全体のビルドまでグイッとサポートしてくれます。 Cursorのプラン Cursorには、大きく3つのプランがあります。いずれも「プライバシーモード」を有効にすれば、コードは自分のマシンにしか保存されず、外部への共有や学習には使用されません。ここではざっくりと紹介

そろそろTypeScriptの型をまじめに勉強しなきゃな...ということで、自分の勉強も兼ねて「一歩先の型活用」をまとめてみました。そのためユニオン[1]、インターセクション[2]、ユーティリティ型[3]といった基本的な部分は触れていません。 この投稿では： できる限りTypeScript特有の用語には脚注でハンドブックのリンクを示しています 実際のコードを示すことで「実際に動かして学べるように」しています 可能な限り極端な例を出して分かりやすくなるようにしています ここで示すコードが実務には適さない場合もあります 順序立ててなるべく分かりやすいように説明しています(自分も忘れてしまうので) この投稿を通じてワンランク上の型スキル獲得に結びつけば幸いです。 分岐の網羅性を保証する 値のパターンによって処理を分岐したいとき、そのパターンがユニオン(Union Types)[1:1]によって全

Claud3.7がリリースされたので早速触ってみましたが、進化が想像以上でした。 いろいろ試した結果をShareしたいと思います。 はじめに Claude3.7を使っていて抑えておいた方がよいポイントがあるので、以下にまとめます。 標準モードと拡張モード Claude3.7からはExtendedモードを選択できます。 ざっくり言えば、「色々考えてくれるモード」ですが、大量のコードを生成させる場合は大抵出力トークンの上限に引っ掛かり途中で出力が止まってしまいます。 「続けて」と打ち込めば続きのコードから末尾に追記してくれますが、稀にコードの挿入位置がずれてコードがまともに動かなくなります。 大量のコード生成が前提の場合は、最初からExtendedモードを選択してから依頼しましょう。 ちなみに、明記はされてませんでしたが、APIの場合はanthropic-betaヘッダにoutput-128k

(追記2025/03/04) Githubからメールが 本方法でClaude3.7を使用していたところ､Githubから､｢異常なアクティビティでありCopilotアクセスが一時的に停止される可能性がある｣という旨のメールが届きました｡ お客様のアカウントでの最近のアクティビティが、弊社の不正使用検出システムの注意をひきました。このアクティビティには、スクリプト化されたやり取りや、故意に異常または過酷な性質を示す Copilot の使用が含まれていました。お客様のアカウントの Copilot アクセスはまだ制限されていませんが、さらに異常なアクティビティが続くと、Copilot アクセスが一時的に停止される可能性があります。 レート制限の詳細についてはお伝えできませんが、いかなる形式の過度な自動バルクアクティビティや、自動化された手段によってサーバーに過度の負荷をかけるアクティビティにも、

AI に自分のスタイルでコードを書かせたい。 自分のコーディングスタイルを端的にまとめると、たぶんこう。 TDD でミニマルにはじめるのが好き でも DDD で段階的にドメインモデリングもしたい 実装は関数型ドメインモデリングに寄せる これをAIに叩き込みたい。資料を読ませてプロンプトを作って、それにそって実装させる。 エヴァンスのDDDと軽量DDDの2つでやらせてみる。 コードはここ 自分のコーディングスタイルに合わせたプロンプトを作成する MCPエージェントで検索とURL展開を使える状態で次のように指示をした。(自作ディープサーチみたいなもの) インターネットでDDDについて調べさせる インターネットで関数型ドメインモデリングについて調べさせる インターネットでTDDについて調べさせる プロンプトとして使えるように要点を圧縮しろ 端的に圧縮しろ もっと圧縮しろ で、でてきたのがこれ。こ

AIコーディングエージェントは便利ですが、意図しない挙動を行った時に、被害を最小限にとどめる工夫がいるな〜と思っています。例えば、なんらかの設定をミスって、rm -rfが暴走するとか、無限ループを実行してしまうといったインシデントが考えられます。 当初そのために、今お買い得なXserver VPSを借りて快適な独立した作業環境を構築していました。4GBインスタンスでVSCode ServerとDockerを動かしてたんですが、メモリ使用に耐えられなくなってきて。ちょくちょくOOM（Out of Memory）が出て、「うーん、これは厳しいかな」と感じてました。 そこで、自宅PCを刷新して開発用VMをプロジェクトごとに建てようかと思ったんですが、それはそれでオーバーヘッドでかいですよね。OS管理とかアップデートとか考えると面倒くさい。 要は、プロセスが分離されてて、ワーキングディレクトリ外に

基本的なCursorの使い方については無数に紹介記事があるが、例えば下記の記事を参照されたい。 Cursorで良いなと思ったところ ちなみに、執筆時点でのCursorのバージョンは0.45.14。YOLOモードは暴走が怖いのでオフにして、Composer（agent）モードを使用している。 提案されたコマンドを編集してから実行できる これはかなり便利だと感じた。なぜなら、このコマンドを打ったらエラーが出るとわかってるコマンドを打ってほしくないから。この例の他にも、pythonの仮想環境でuvを使いたいときなど、少し編集して実行できると嬉しい。 Acceptする前に動作チェックができる Clineでは、Acceptするまで動作検証ができなかったはず。CursorではAcceptする前に動作検証ができるので、その結果を見てからAcceptするかどうかを判断できるのが使いやすいと感じた。 Cla