はじめに スコープ 構成例 Point 1：ソースコード管理ツール ブランチ戦略 PRマージ条件 静的チェック Point 2：実行基盤 ディレクトリ構成 バージョン管理 Point 3：認証とアクセス経路 Point 4：State管理 補足 ベストプラクティス 各種ツール さいごに はじめに こんにちは。加藤です。 今回はAWS環境におけるTerraformの導入時に考えておきたいポイントを4つ紹介しようと思います。 あくまで私個人の見解ですので、参考程度に見ていただければ幸いです。 スコープ 本記事ではAWSやTerraformの基本知識については割愛いたします。また、AWSとGoogleCloud、TerraformとCDKなどの類似サービスやツールの比較も行いません。 AWS案件でTerraform導入を検討しているが、何をどう決めていけば良いか迷っている、という方に、まずは最小

こんにちは、SREの久保木です。一年弱ぶりにまた記事を書きます。 以前はfreeeに入って割とすぐの頃で、Project間の依存関係を表す図を自動生成したりしていました。 その後はfreeeで使われているTerraform Codeを一括整備するためにTFLintを導入しつつCustom Ruleを実装したり、この手のLinter導入にありがちな最初の間は警告が多すぎて無視されてしまう問題に対処するために全部のCodeを手入れしたり（すごい量でした……）、結果的にfreeeのInfrastructureのIaC周り全般の知識を得られたのでそれを用いてSecurity Riskのある問題の対処をしたり、最近はPSIRTやSRE内のCloud Governance Teamと連携してAWSのResourceの管理状態を見直したりと、いろんなふわっとした課題、ちょっと手をつけづらい課題を探しては

しばらく前に、こんなことを嘯いたら思いの外反応が伸びたのでした。 「データも見られなければ統計的学習モデルのアルゴリズムも実装コードも見られない」状況で、そのデータ分析のどこにどんな不具合があるかを「分析結果だけを見る」ことで言い当てるのってデータサイエンティスト的には最高に面白いゲームだと思うんだけど、同意してくれる人いますかね— TJO (@TJO_datasci) 2025年2月7日 日本社会にデータサイエンスが本格的に普及するようになって10年強が経ち、空前のDXブームで猫も杓子もデータ活用を喧伝するようになって5年ほどが経ちますが、それでもなお「専門家から見れば中身を調べるまでもなく深刻な不具合のあるデータ分析」が行われていて、挙げ句の果てにその結果や成果物が大手を振って歩いているというケースはチラホラ散見されます。 そこで今回の記事では、ケーススタディ的にそういった「データも実

既存プロジェクトにNext.js等のSSRを導入する場合は既存の認証機能を維持したり活かしたりする必要があります。しかしSSRの認証とCSR(SPA)の認証は同じではなく、簡単に共有できるものではありません。 ここでは複数のテックブログの事例を見ながら、この難しさと本物のウェブサービスで採用された解決策を見ていきます。 CSRとSSRの認証の違い まず最初に、CSR(SPA)とSSR[1]の認証の違いをざっくり紹介します。技術的制約を理解していただくことが目的です。 クライアント視点では、認証システムは突き詰めると、トークン(鍵)[2]を安全に保管し、必要時にサーバに渡す(鍵穴に差し込む) ことです。この２つに絞って解説します。[3] https://www.flaticon.com/free-icons/vault (by IYIKON) https://www.flaticon.com

こんにちは、エンジニアの斉藤です。 今回はAppiumでFlutterアプリを自動テストしたいという話です。 以前、弊社藤原のAppiumに関する記事を読んで私もAppiumを試してみたところ、自動でアプリが操作できる機能にとても感心しました。 私はFlutterアプリ開発に関わることがあったので、「FlutterアプリもAppiumで動くのか？」と興味を持ち、調査を始めました。 本記事ではその調査においてどのような課題・対応があったかを紹介します。 この記事では、要素やツールが登場するため、それぞれの役割を記載しておきます。 Appium モバイルアプリの自動テストツール。UI操作を自動化することで、テストや一定の操作を効率化できます。 https://appium.io/docs/en/latest/ Appium Inspector Appiumで自動テストを作成する際に、画面要素を

3行サマリー 自社でゼロからLLMサービスのUIを運用するのは大変なのでLibreChatを調査してみます。 LibreChatをエンタープライズ利用に使えそうかを検証してみました。 LibreChat + Ollama (Gemma2)を使ってプライベートなLLMサービスを作ってみました。 LibreChatの特徴 一言でいうと、ChatGPTのOSSバージョンです。 カスタマイズ性が高く、ユーザーは自分のニーズに合わせて機能やプラグインを追加できます。 ライセンス MIT Licenseなので商用利用可能です。 ソフトウェアアーキテクチャ コンポーネント フロントエンド: ChatGPTに似たユーザーインターフェースを提供 バックエンド: 様々なAIモデルとの連携やデータ管理を担当 データベース: MongoDB を使用してチャット履歴などのデータを保存 デプロイメントを以下に簡単に図

You signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session. Dismiss alert

TypeScriptはJavaScriptに型を組み込んだ言語で、Microsoftが開発・メンテナンスを行っています。2025年3月11日、Microsoftが「TypeScriptのコンパイルを10分の1の時間で行う新たなツールを開発中で、2025年内のリリースを目指している」と発表しました。 A 10x Faster TypeScript - TypeScript https://devblogs.microsoft.com/typescript/typescript-native-port/ A 10x faster TypeScript - YouTube TypeScriptでプログラムを実行するにはJavaScriptへのコンパイルが必要ですが、記事作成時点ではコンパイラがTypeScriptで実装されており、大規模なプロジェクトではコンパイルに長い時間が必要です。そのため、

こんにちは。たかやまです。 いままでいくつものIaCツールをベースにAWS構成図作成する作図ツールがでているかと思います。 ただ、これらは独自ツールでユーザー側で編集できないものだったり、作成された構成図のエクスポート先がPDFやPNGだったりと、後から修正や更新がしにくいという課題があります。 私は普段draw.ioやCacooを使ってAWS構成図を作成しています。 日々新しい生成AIモデルが登場していますが、draw.ioはXML形式で構成図が定義されるため、生成AIでも扱いやすいのではないかと考えました。 実際に試してみたところ、想定以上に高品質なAWS構成図を作成してくれたので今回はそちらをご紹介します。 さきにまとめ CDKやCloudFormation、Terraformのコードから直接構成図を生成できる モデルはClaude 3.5 Sonnet以上がおすすめ Anthrop

C#をLinuxやコンテナで動かせるようになって久しくC#をコンテナで実行している人も多いでしょう。 C#はlinuxのamd64(x86_64)とarm64の両方に対応しているので、ライブラリや実装コードに気を払えば「同一コードベースでマルチプラットフォーム動作」が可能です。 また、Visual StudioでDockerfileを自動生成できることも手伝いC#のコンテナイメージは簡単に作れます。 今回は、そんなC#のコンテナイメージをlinux/amd64・linux/arm64のマルチプラットフォームに対応させるやり方を紹介します。 構成 ベースとなるDockerfile デフォルトのDockerfileは何をしているのか 利用イメージがマルチプラットフォーム対応しているか確認する マルチプラットフォームビルドに対応する マルチプラットフォームビルドを実行する GitHub Acti

いわさです。 先日 Service Screener の使用感を確認する機会があり、少し触ってみたのでこのツールについて紹介したいと思います。 Service Screener は、AWS 環境で自動チェックを実行し、推奨事項を提供するオープンソースツールです。 aws-samples 内のリポジトリとして管理されています。 Service Screener は現在は v2 であり、v1 が存在していました。 v1 と v2 の違いですが、大きくはチェック対象の AWS サービスや、サポートするコンプライアンス/フレームワークが異なっています。 v1 では EC2, RDS, S3, Lambda, EKS, OpenSearch, IAM のみがサポートされていましたが、v2 になって CloudFront, CloudTrail, DynamoDB, EFS, Elasticache,

Mastraとは Mastra（マストラ）は、AIエージェント開発のためのオープンソースフレームワークです。TypeScript（JavaScript）で実装され、大規模言語モデル（LLM）を活用したAIアプリケーションや機能を効率的に構築できます。 例えば、対話型の「エージェント」（自律的にタスクを実行するAIシステム）をシンプルなコードで実装でき、ローカル環境やクラウド上で動作させることが可能です。 主な特徴 Mastraでは、エージェントにツールやワークフローなどの機能を組み込むことで、言語モデルに外部の操作能力を与えることができます。エージェントはユーザーからの指示に応じて、これらのツールを活用したり、定義されたワークフロー（処理手順）に従ったりしながら、自律的に処理を進めていきます。 また、OpenAIのGPT-4やAnthropicのClaude、GoogleのGeminiなど

経営変革の切り札とされるDX。多くの日本企業が推進に取り組むが、「デジタル化」や「カイゼン」にとどまるケースが少なくない。本連載では、『まやかしDXとの決別! 生成AI時代を勝ち抜く真のデジタル事業変革』（横山浩実著／日本経済新聞出版）から内容の一部を抜粋、再編集。DXを真の事業変革につなげる要諦を考察する。 今回は、DXを進める上で経営層・現場リーダーに求められるリーダーシップの在り方と、獲得すべき「4つの能力」について解説する。 ■「予測型リーダーシップ」と「適応型リーダーシップ」 様々なタイプの従業員が働く組織で、共通の目標やビジョンを達成するために、経営層や現場リーダーはリーダーシップをもって組織を牽引することが必要であることは言うまでもない。 これからのDXは経営変革の手段とすべきであり、アジャイル型（第3章参照）で進めるほうが（ウォーターフォール型よりも）柔軟にプロジェクトを進

この記事『Clineに全部賭ける前に　〜Clineの動作原理を深掘り〜』では、Clineの内部構造について解説しました。今回は、その中でも最近、特に注目されている機能の一つ、MCPについての概要、ならびにCline内部での実装方法について詳しく掘り下げていきます。 そもそもMCPとは MCP（Model Context Protocol）はClineやCursorなどといった、LLMを使用しているクライアントがMCPサーバーと連携するためのプロトコルです。広義的に、MCPとはそのプロトコルを使用したサービスのことを指します。 MCPサーバーとはクラウド上のサービスやローカルで立ち上げているサーバーなどのことです。LLMがこのサーバーと連携することで、Notionのファイル編集やSupabaseのデータベースクエリ、Cloudflareのステータスチェック、ローカルのファイル編集などが可能に

はじめに こんにちは！今回は、私が最近開発した tfmcp というツールを紹介します。これは Terraform を LLM（大規模言語モデル）から操作できるようにするツールで、Model Context Protocol (MCP) を活用しています。 github.com このブログが良ければ読者になったり、GitHub リポジトリにStarをいただけると開発の励みになります。より良いツール開発のためのフィードバックもお待ちしています！ MCP とは何か？ 記事を始める前に、まず MCP (Model Context Protocol) について簡単に説明しましょう。MCP についてより詳しい情報は、公式ドキュメント modelcontextprotocol.io や Anthropic の Model Context Protocol に関する記事 を参照してください。 MCP は

こんにちは！テラーノベルでiOS/Android/Webとフロントエンド周りを担当している @kazutoyoです！ ByteDanceが、モバイル/Web向けのクロスプラットフォームの新たなフレームワーク、「Lynx」を公開しました。 普段iOS/AndroidのネイティブやReact Native、Next.jsなどで開発している筆者が、Lynxを触ってみた感想を書いてみます。 Lynxのファーストインプレッション 良い部分 1つのコードでiOS/Android/Webようにアプリケーションを開発できる Web開発者に優しいMobile/Appの開発体験 HTML/CSSに近いスタイル 独自のPrimJSによって、高いパフォーマンスを実現 Mainスレッドとバックグラウンドスレッドが別れた設計になっており、UIの更新遅れなどが起きづらくなっている Grid Layoutなど、React

こんにちは、QAの@kareyama_rです。 最近お花のサブスクを始めました🌹 リモートワークで家にいる時間が長いので、部屋に季節の彩りが添えられて嬉しいです。 ソフトウェア開発において、自動試験・テスト自動化の話題はよく聞くようになりましたが、ユニットテストとE2Eテストが主体になっているように感じます。 当社では、ユニットテストとE2Eテストの間に来るインテグレーションテストとして、API試験の自動化も積極的に取り組んでいますが、E2Eテストより運用コストを抑えられるので、より対象範囲を拡大して導入していきたいと考えています。 そこで今回は、GraphQL で実装されたAPIを、テスト自動化フレームワークの Karate で検証してみました。 はじめに 最初に、知らない方のために、簡単に今回の対象について紹介します。 GraphQL とは GraphQL はWeb APIのための仕

はじめに 負荷テストを行うツールとして有名なGatlingについて、今回はMaven経由で実行する方法や、実行可能なJarファイルの作成方法について紹介します。 動作環境 各種バージョン Windows (WSL2 Ubuntu 18.04.6 LTS) openjdk 11.0.13 Apache Maven 3.6.0 ディレクトリ構成 ├── pom.xml (mavenの設定ファイル) ├── results (テスト結果の格納先) ├── src (Gatlingスクリプトの本体) │   └── main │   ├── resources │   │   ├── gatling.conf │   │   └── logback-test.xml │   └── scala │   └── simulation │      └── PeakModel.scala (メインのS