FastAPI + htmxが最強説 - Pythonエンジニアがモック作るならReactは不要、Streamlitも捨てよう この記事はLivetoon Tech Advent Calendar 2025の12日目の記事です。 宣伝 今回のアドベントカレンダーでは、LivetoonのAIキャラクターアプリのkaiwaに関わるエンジニアが、アプリの話からLLM・合成音声・インフラ監視・GPU・OSSまで、幅広くアドベントカレンダーとして書いて行く予定です。 是非、publicationをフォローして、記事を追ってみてください。 本題 どうも、LivetoonCTOのだいちです。 今回はスタートアップでプロトタイプ開発する時の技術選定について書きます。結論から言うと、FastAPI + htmxという組み合わせがモック開発において最も効率的で効果があると思います。 モックごときでReactを

2024年11月22日に AWS Lambda の SnapStart が Python でも使えるようになっていたのですが、実際どれくらい効果があるのか気になって、ベンチマークツールを作って検証してみました。 結論から言うと、コールドスタート時間が 85% も改善しました！これはかなりインパクトがありますね。 Lambda SnapStart って何？ まず簡単に SnapStart について説明すると、Lambda のコールドスタート問題を解決するための機能です。 通常、Lambda 関数が起動するときは： 実行環境の準備 ランタイムの起動 コードのロード 初期化処理の実行 という手順を踏むんですが、特に Python で NumPy や Pandas みたいな重いライブラリを使うと、この初期化に数秒かかることがあります。 SnapStart は、この初期化済みの状態をスナップショット

2025年5月、AWSからStrands AgentsというAIエージェントフレームワークが公開されました。 昨今数多のAIエージェントフレームワークがある中で、Strands Agentsを選ぶ価値を探るべく実際に触ってみたいと思います。 その触る過程として、今回はStrands Agentsによるエージェントアプリケーションとそれが使用するMCPサーバーを開発してみます。 まずは完成物から デモ 今回作成したデモアプリケーションはこんな見た目です。 ごく単純なチャットボットですが、ユーザーの要望に応じて現在時刻を取得するツール、CloudTrailからの履歴を取得するツールを使って回答を生成します。 なお、現在時刻の取得はエージェントが内部に持つ組み込みツールで、CloudTrailの履歴取得はAWS Lambdaに構築したリモートMCPツールを呼び出しています。 GitHubリポジト

こんにちは👋 2025年7月16日、AWSからAmazon Bedrock AgentCoreと呼ばれるサービスがプレビュー公開されました。 元々AWSには、Agents for Amazon Bedrockと呼ばれるAIエージェントを構築できる機能があったのですが、Amazon Bedrock AgentCoreの登場により、AIエージェントをAWS上で構築するための機能がさらに強化されました(ちょっと名前がややこしいですね)。 具体的には以下のような機能がプレビュー公開されています。 AgentCore Runtime オープンソースのエージェントフレームワーク(LangGraph、Strands Agentsなど)をマネージドにホストできるエージェントランタイムを提供する機能です。ECRにビルドしたイメージを配置して実行します。 AgentCore Built-in Tool Co

はじめにこんにちは、Algomatic AXの岩城祐作(@yukl_dev)です。 Algomatic AXでは「AI/LLM学術ニュース Weekly」で毎週ホットなAI/LLMに関する研究トピックをPodcastとnoteで解説しています📓 今回は、Mozilla.aiが発表した「Wasm agents」について解説します。HTMLファイルをブラウザで開くだけでAIエージェントが動作する画期的な取り組みです。 Podcastでも対話形式で解説しています！移動中などのスキマ時間に以下のPodcastもぜひお聞きください！！ Wasm agentsの概要Wasm agents[1]は、Mozilla.aiが進めている実験的なプロジェクトの1つです。HTMLファイルをブラウザで開くだけでAIエージェントを動かすことができる、画期的な取り組みとなっています。 従来のAIエージェント開発では、

「ClaudeCodeフレンドリーなログを作るシステムがあれば、バイブコーディングの効率があがるのでは？」という仮説から、GenAI時代のロガーを作ってみた。お暇な方は、仮説検証にお付き合いください。 AI時代のログ作成術：あなたのAI助手がコードを理解できるログを作ろう 従来のログは人間向けでしたが、今やClaude CodeやGemini CLIなどのAI助手がコードを理解し、デバッグを手伝ってくれる時代です。 VibeLoggerは、コーディングエージェントが活用しやすい「構造化されたログ」を簡単に作成できるPythonライブラリです。 🎯 なぜVibeCoding Loggerが必要なのか？従来のログ（人間向け）import logging logging.info("User profile fetch failed for user 123")→ AIには「何が起きたか」しか

メモ、タスク、アイデア、参考資料...日々増え続ける情報の洪水に困ったことはありませんか？ メモアプリはたくさん使ってみたけど、続かない...🥲 情報がバラバラで、必要な時に見つからない...😥 同じ作業の繰り返しに時間を取られている...😭 こんな状況でもPythonとNotionを組み合わせれば情報整理ができるようになります。 1年ほど前に以下のような記事を書いていたのですが、ボリューム的に少し物足りないと思ったので今回は少し味方を変えてバーションアップの内容を書いてみたいと思います😎 paiza.hatenablog.com Python×Notionの組み合わせが効く理由 Python×Notionは組み合わせによってその良さがいきてきます。 Notionの自由度の高さ　…　データベース、ノート、タスク管理など多機能なワークスペースを自分好みにカスタマイズ可能 Notion

はじめに こんにちは、atama plus でデータエンジニアをしている kumewata です。 先日リリースした新機能のダッシュボードを作ることになり、初めて Streamlit で実装をしました。既存コードを読んだり、自分で実装する中で実装・運用を楽にする Tips がたまったので紹介します。 弊社では Streamlit を利用したアプリケーションを簡単にデプロイできる基盤があり、今回はそれを利用しています。詳しくはこちらの記事をご覧ください。 Streamlit とは Streamlit はデータアプリケーションを簡単に構築できるフレームワークです。Python の実装でデータの可視化やインタラクティブな UI を作れ、とても便利です。 弊社でも BigQuery と連携したダッシュボードやプロトタイプ開発などで利用しています。 Tips 紹介 コンセプト理解 Streamlit

はじめに AWS LambdaのPythonコーダーの皆さんに、朗報です！ 2024年11月にコールドスタート対策の有効な手段であるLambda SnapStartがPythonにも対応しました！（.NETにも） 今回はSnapStartの基本的な機能の復習と、SnapStart利用時の注意点についてまとめます。 SnapStart復習 それでは、SnapStartの概要とそもそもSnapStartが登場した背景をご紹介します。 SnapStart以前(～2019年) ～コールドスタートとの戦い～ 2014年にリリースされたサーバーレスコンピューティングサービスであるAWS Lambdaですが、当初からコールドスタートという問題がありました。 コールドスタートとは、Lambdaサービスが実行環境の準備、コードのセットアップのセットアップに時間がかかってしまう問題を指します。 上記のコールド

AWS 便利ですよねー。 私はほとんど経験がないのですが必要に駆られて最近触ってます。その中でも苦戦したのが表題の Lambda による画像のリサイズ処理です。 コードは Python で書かれていますが専門ではないのでこの記事はメモの意味も含めて作成しています。そのため、詳しい解説などはありません。予めご了承ください。 S3 フォルダ構成 今回の開発環境では S3 のフォルダ構成は下記のようになっています。 単純に bucket/contents 配下に画像などを格納しているだけです。 仕様 Lambda でリサイズ処理を実行する上での仕様は下記のようにしました。 contets/ 配下に画像がアップロードされたら M サイズと S サイズの画像をリサイズして複製し、ファイル名の末尾にそれぞれ "-m", "-s"を追加する（アスペクト比は維持）。そして、リサイズした画像はオリジナル画像

2023-10-01T00:00:00.000Z 3a1e28ee-19ba-3ae8-3af1-2a2ae2cf1a2b Task timed out after 300.49 seconds Lambda を実装する上では冪等性が重要で、このようにタイムアウトが発生したとしても次に開始される処理には影響がないようにすることが求められます。が、場合によっては上記のタイムアウト時の仕様が困ったことになる場合があります。当社で Lambda を使った処理を実装している上でも、Lambda 内のある処理がされないうちにタイムアウト時間に到達してしまうことで、運用上想定していない挙動が発生してしまうことがあり、頭を悩ませていました。 Lambda を graceful にシャットダウンさせたい Python にはデコレータ[1]という概念があり、これを使うことで関数の前後に任意の処理を追加するこ

本日より、Python および .NET のマネージドランタイムを使用する関数で Lambda SnapStart を使用することで、1 秒未満の起動パフォーマンスを実現できるようになりました。Lambda SnapStart は、リソースをプロビジョニングしたり複雑なパフォーマンス最適化を実装したりすることなく、応答性が高くスケーラブルなアプリケーションを簡単に構築できるようにするオプトイン機能です。 予期しないトラフィックの急増に対応する、レイテンシーの影響を受けやすいアプリケーションでは、起動時のレイテンシーが高くなると (コールドスタート)、ユーザーエクスペリエンスに遅延が生じる恐れがあります。Lambda SnapStart を使用すると、関数のコードが事前に初期化され、初期化済みの実行環境のスナップショットが作成されてキャッシュされるため、起動時間を短縮できます。関数が呼び出さ

こんにちは、LayerX AI・LLM事業部テックリードの須藤です。 今回は、AI・LLM事業部が提供する「Ai Workforce」のインフラ構成について紹介します。 先日、Ai Workforceの紹介サイトがついに公開されました！ getaiworkforce.com また、プロダクト開発チームも以下の記事で紹介されていますのでこちらも合わせてご覧ください。 tech.layerx.co.jp Microsoft Azureを選定した理由 Ai Workforceのクラウド基盤にはMicrosoft Azureを採用しています。その主な理由は以下の2点です。 Azure OpenAIとのシームレスな連携 Ai WorkforceではAzure OpenAIを活用しており、同じAzure環境内でデータのやり取りができるため、セキュリティの向上とパフォーマンスの最適化が見込めます。かつ、

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?

AI & MLLearn about artificial intelligence and machine learning across the GitHub ecosystem and the wider industry. Generative AILearn how to build with generative AI. GitHub CopilotChange how you work with GitHub Copilot. LLMsEverything developers need to know about LLMs. Machine learningMachine learning tips, tricks, and best practices. How AI code generation worksExplore the capabilities and be

コーディングは技術者(エンジニア)の嗜みでして / Learning the System Development Mindset from Rock Lady

こんにちはイワツカです。 今年の夏は、特に猛暑日が続いていたので、例年にも増して素麺を食べてました。 さて今回は、AWS Lambda（Python）でLambda Web Adapterを用いてレスポンスストリーミングする方法を試してみたので紹介します。 1. 概要 1.1 レスポンスストリーミングとは？ 1.2 Lambda Web Adapterとは？ 2. アプリ作成 2.1 実行環境 2.2 ディレクトリ構成 2.3 FastAPIの実装 2.4 Streamlitの実装 3. アプリを動かして見る 3.1 チャットアプリをデプロイ 3.2 Streamlitを起動する 3.3 チャットを試してみる 4. まとめ 1. 概要 1.1 レスポンスストリーミングとは？ レスポンスストリーミングとは、HTTPリクエストに対してサーバーがレスポンスを一度にまとめて送るのではなく、データを