1 - 40 件 / 119件
タグ検索の該当結果が少ないため、タイトル検索結果を表示しています。
Introduction Zennのみなさん、こんにちは! TSUKURUBAで、Web フロントエンドエンジニアをしているkiiです 最近、プロジェクトの中でAI Agent(Cursor)を活用した開発に取り組み、試行錯誤を重ねてきました。 その過程で見えてきた、効果的な開発フローやノウハウを本記事でまとめて共有します。 いろんなAI Agent利用記事あるのですが、抽象的なものが多く、もっと具体例教えてほしいな〜と思ったので書いてみました! 実際に使っているドキュメントや命令の例、運用のコツも紹介しますので、 みなさんの開発やAI活用の参考になれば幸いです。 この記事で得られること AI Agent(Cursor)を活用した開発フローの具体的な進め方 AI Agentが実装できるような、要求整理から実装までのDocument作成手順 AIとのやりとりを効率化するための実践的なTips
Published: September 23, 2025 We're launching today a public preview for the new Chrome DevTools Model Context Protocol (MCP) server, bringing the power of Chrome DevTools to AI coding assistants. Coding agents face a fundamental problem: they are not able to see what the code they generate actually does when it runs in the browser. They're effectively programming with a blindfold on. The Chrome D
オチ code-serverをいれる claude codeをいれる 様子 あらすじ 我々はスマホでごろ寝コーディングがしたい(主語がでかい)。 しかしながらスマホでコードをポチポチするのは苦行であり、もっと楽にやりたい、なんなら音声入力でどうにかしたい。 となると、昨今はやりのAI Agentをつかったコーディングが選択肢にあがる。 すでにDevinやReplit がそういった体験を提供しているが、どちらも結構お高いし、「本当に俺はスマホでそんなにソースコード書くのか?」とか、「金はともかく、GitHubやSlackと連携させるのか?(Devin)」とか、「コードが読みにくい(Replit)」とか「PHPを書けない...だと...?(Replit)」という様々な問題があって自分には微妙だった。 そこで私が試したのがcode-serverとclaude codeだった 概要 code-server
巷では「AIエージェント」のワードをよく見かける一方、何をAIエージェントと定義するのか自分もフワっとしていたので、2024年12月20日に公開されたAnthropicの「Building effective agents」の記事を読んでみました。 「AIエージェントの定義ははっきりと定まっていません」みたいな文言は方々で見ますが、各社がどういう見解でそのワードを使っているのか、なんとなく理解することはできます。 ちなみに、以下の「うたたね / Masaki Otsuki」さんの記事では各社がどのような位置付けとしているのかがまとまっており、私も勉強させていただきました。ありがとうございます。 ※(注記)本記事ではAnthropicの記事に焦点を絞り、記事の内容を元に記述しています。 エージェントとワークフローの違い ワークフロー: LLMとツールが事前定義されたコードのパスを通じて調整されるシス
Open SourceTypeScript AI AgentFrameworkEscape no-code limits and scratch-built overhead. Build, customize, and orchestrate AI agents with full control, speed, and a great DevEx.
macOS で Touch ID を使った「人間の確認」ができるシンプルな CLI ツール confirm-pam を作りました。 azu/confirm-pam: CLI tool for biometric authentication confirmation prompts このツールを使うことで、AI Agent が任意のコマンドやスクリプトの実行する前に、Touch ID による生体認証を要求できます。 コマンドラインから実行される処理に対して、人間による明示的な確認ステップを追加する仕組みを提供します。 confirm-pam とは confirm-pam は、macOS の Touch ID を使った生体認証による確認プロンプトを提供する CLI ツールです。 主な特徴 Touch ID 認証をサポート 認証ダイアログに任意のメッセージを表示 0(成功)、1(失敗)、2(エ
20XX 年、開発現場はエンジニアの人数より AI Agent のセッション数が多くなっていた。自然と、人間のエンジニアをまとめる Engineering Manager (EM) よりも AI Agent を管理する AI Agent Manager (AAM) の役割が重要となり、かつて人の採用とカルチャーの醸成に腐心していた VPoE は、VPoA (Vice President of AI) となり優秀な基盤モデルの API Call の獲得とそれらに言うことを聞かせる CALTURE.md や CODING_RULE.md の作成に割く時間が増えるようになったのだった・・・ そんな時代は意外と早く来るかもしれません。最近下記の Pull Request をほとんど Claude Code (と Amazon Q Developer) で作成した中で、自分の役回りが「開発者」から
作ったもの カスタマーサポート全般を行う対話型AIエージェントを作成しました。 ユーザからの質問対応や新機能要望のヒアリング、さらにクレームや緊急対応受付を一括して対話型AIエージェントが担います。 AIエージェントとの対話内容は自動的に分析され、スプレッドシートで一元管理されます。新機能の要望は即座にGitHub Issueとして起票され、クレームや緊急度の高いケースはSMSで担当者へリアルタイム通知する仕組みを備えています。 対象ユーザ 今回のプロダクトの対象ユーザは、本ハッカソンの参加者および担当者になります。 ただ、このプロダクトはプロンプトを変えるだけであらゆるサービス・商品のカスタマーサポート担当をAIエージェントができるようにカスタマイズ性高く構築しています。 背景にある課題 本ハッカソンの開発プロジェクト条件に、以下のサービスを使うことが要件となっています。 参加者は自分が
A TypeScript-based framework by AI16z with ~60% market share. Features extensive multi-agent simulation capabilities, cross-platform social engagement, and a thriving community of 6,000+ GitHub stars. Leading framework for creating AI agents that handle trading, social interactions, and community management.
どうも、すべての経済活動を、デジタル化したい福島です。 年末恒例になりました未来予測+来年の意気込みシリーズ。2021年末は「SaaS+Fintech」、2022年末は「コンパウンドスタートアップ」、2023年末は「AI-UXとAX(AI Transformation)」でした。 今年は「AI Agent」というテーマで書こうと思います。2025年はまず間違いなく「AI Agent」の年になります。(AI Agentという定義はなんぞや、みたいな話はありつつ) LayerXは2025年、この領域にフルベットし、wowな体験、新たなビジネスモデルを模索していきます。 過去記事はこちらより AI Agentとは2024年、主に英語圏で、「AI Agent」「Vertical AI」「Agentic Workflow」といった言葉が一気に盛り上がりました。おそらく2025年、日本のVCがこういう
2025/5開催「AI Agent 開発の"0→1" - AWS の実証事例に学ぶ、企画から組織展開までのメソッド」登壇資料 (2025/3公開の「AIコーディングエージェント勉強会」を短縮して新しいネタを少し足した程度ですのでご容赦ください)
はじめに こんにちは.株式会社neoAIの研究開発組織 (neoAI Research) / 東京都立大学の板井孝樹です. 昨今LLM based Agentの開発が盛んですが,実ユースケースへの応用においては多角的な評価が必要となります.そもそも"良いAgent"がどのような評価観点が求められるのかを知ることで,良い開発・価値提供が実現可能だと考えます. 本記事では,まずLLM Agentに求められる要素能力に関する評価観点についてまとめます.そしてこれらの要素能力を包括して遂行する必要のあるタスクに関する評価指標についてもまとめます.特に昨今のビッグテックのリリース時によく用いられる評価指標をベースに調査を行いました. LLM Agentの評価指標のサーベイに関する先行の取り組みとして,Yehudaiらの"Survey on Evaluation of LLM-based Agents
はじめに 株式会社neoAIの研究開発組織 (neoAI Research) / 東京大学の大槻真輝です。 最近LLMの推論能力の向上によりAI Agentがトレンドになりつつあります。また、MicrosoftやAmazonなどのビッグテックもAI Agentをテーマに様々なプロダクトやサービスを展開し始めています。 そこで今回は2024年4月にIBMとMicrosoftが出したAgentに関するサーベイ論文「The Landscape of Emerging AI Agent Architectures for Reasoning, Planning, and Tool Calling: A Survey」 を軸にGoogle、AWS、Microsoft、OpenAI、AnthropicのAgentに関する動向や立ち位置を整理したいと思います。 論文概要 エージェントとは? 2023年の
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
こうした領域の相当部分は「観察 → 判断 → アクション」であり、人間が実施すると非常に技術力と経験が求められ、各社 SRE を担当する方に業務が属人化するという現象が発生します。 ここで考えられているのが、AI Agent による支援・自動化と親和性が極めて高いということです。 AI Agent 活用の潮流と SRE 昨今の AI エージェントは、運用データ(メトリック/ログ/イベント)を LLM ベースで要約・推論し、自然言語で対話しながら修復アクションを提案・実行する方向に急速進化しています。Microsoft は Build 2025 で Azure SRE Agent を発表し、インシデント検出から診断、協働復旧に至るプロセスの高速化を狙うソリューションを提示しました。 この発表を見た筆者は、「これでトイルが減る」「SRE の仕事が変わる」「AI が SRE を全部やる時代?」と
AI Agentの進化は目覚ましく、日々実装の品質も向上しています。しかし、開発者自身に明確な実装イメージがある場合、それをAI Agentに出力させることは難しく、さまざまな工夫を必要とします。Agentに与えるコンテキストやプロンプトを最適化したり、詳細なルールを整備することで精度を高めることができますが、これらには大変な労力を伴います。 筆者がNext.jsアプリケーションを扱う場合、実装イメージは著書『Next.jsの考え方』の内容に沿って生成されるため、「この本をAI Agentに読ませることで、アウトプットの精度を高めることができるのではないか」と考え、様々な検証を行いました。 本稿では検証を通して筆者が得た、AI Agentのアウトプットに『Next.jsの考え方』を反映するプラクティスについて紹介します。 要約 以下の条件を満たすことで、AI Agentのアウトプットに『N
こちらはLayerX AI Agentブログリレー1日目の記事です。 こんにちは、Hiromu Nakamura (pon) です。 LayerXでAI/MLOpsをやってます! 最近はAI Agentの開発の中で、個人的にTemporal Knowledge Graphに注目しています。今回は関連論文や技術を紹介しつつ、私が作成したPoCや実装のポイント、課題についてお話しします。 目次 目次 AI Agent用のメモリ/ナレッジを持つ必要性 Knowledge Graphの世界 そもそもKnowledge Graphとは LLMの登場でKnowledge Graphが構築しやすくなった!! Knowledge Graphの使い所 Temporal Knowledge Graphの世界 Graphiti T-GRAG 申請レビューAI AgentのPoCから学ぶ Temporal Kno
こんにちは、ログラスでCTOをしております、いとひろ(@itohiro73)です。去年までは半年に1回まわってきたTech Blog Sprintが、今回はもう前回書いた記事から10ヶ月も経つということで、チーム規模の成長ぶりに驚く毎日です。 さて、ログラスは先日「Loglass AI Agents」構想を発表しました。ログラス代表布川の動画にもあるように、私たちは今、SaaSの価値を従来の形から変容させていく必要性を感じています。これまでの定量的なデータに基づいた決定論的な従来型のSaaSシステムにとどまらず、非定型なデータや不確実性の高い情報に基づいた非決定論的なタスクをAI Agentを通じて実現し、より良い意思決定に貢献するようなビジネスモデルをいかに構築していくか。私たちは今、その激動の時代の真っ只中にいます。 AIエージェントは銀の弾丸か? この記事を読んでいるエンジニアの皆さ
限界まで実務で AI Agent 「Cursor」を使ってみたら、アイアンマンの気分になれた。まるでジャービス みにこーへいです。 X2Y2 JAPANという会社の代表をしたり、Yoake Entertainmentという会社のCPOをしたりしています。(この記事はなぜかAIでなく、自分で書いてます。極力専門用語を使わないで説明します。Gemini/Gemini CLIが裏側にいます。) AI Agentが画面で勝手に動いている姿は、まじでこのSFの光景 - 感動するAI Agent Cursor に全部賭けてみた2ヶ月"Cursor"をここ2ヶ月死ぬほど使ってみました(飛行機乗ってる時、寝てる時、ライブ見てる時、外食してる時以外、ずーーーーっと起動してた自信があります。) 12個全部 Demoのせてます。百聞は一件にしかず。使ってみればやべーーーってなります。結果、Cursorというツ
2024年05月08日 AWS オンラインセミナー、「AI Agent 開発の 0→1 - AWS の実証事例に学ぶ、企画から組織展開までのメソッド」での発表資料になります。 https://pages.awscloud.com/eib-aiml-250508-reg.html
G-gen の奥田です。当記事は、Google Cloud Next '25 Tokyo の2日目に行われたブレイクアウトセッション「Gemini CLI で実現する AI Agent 時代のプロダクト開発」のレポートです。 他の Google Cloud Next Tokyo '25 の関連記事は Google Cloud Next Tokyo '25 カテゴリの記事一覧からご覧いただけます。 セッションの概要 Gemini CLI とは Gemini CLI の機能 入力モード Context Engineering MCP サポート Gemini CLI を用いたデモ デモの内容 1. 自然言語で SQL を生成して BigQuery でデータ分析 2. ウェブサイトに追加する動画を生成 3. Cloud Run にデプロイ 関連記事 セッションの概要 本セッションでは、Gemini
こんにちは。バクラク勤怠のソフトウェアエンジニアの @upamune です。 この記事は LayerX AI Agentブログリレー の 23日目 の記事です。 前回のClaude Code SDK ではじめる 定額 AI Agent 開発入門では、Claude Code SDK を使ってシンプルなタスク管理Agentを構築しました。 今回は、そのAgentをClaude Agent SDKに移行しながら、何が変わったのか・どう対応すればいいのか・何が嬉しいのかを具体的に解説します。 1. 前回のおさらい:Claude Code SDK でタスク管理Agent 前回の記事では、Claude Code SDKを使ってタスク管理Agentを作りました。以下のような機能を実装しました: タスクの追加 タスクの一覧表示 タスクのステータス変更 Claude Pro/Maxプラン(最安20ドル/月)で
こんにちは AIチームの戸田です 今回は、AI Agentが自身で解決できない問題に直面した際に、Slackを通じて人間に助言を求めることができるMCP(Model Context Protocol)、AskOnSlackMCPをつくったので、架空のカスタマーサポートのデモを交えて紹介したいと思います。 https://github.com/trtd56/AskOnSlackMCP Human-in-the-loop 近年、AI Agentの能力が向上し、コーディングや業務効率化など多くの領域で活躍が増えていますが、まだ人間の判断や専門知識が必要な場面は多く存在します。例えばカスタマーサポートのような、複雑な問題解決や感情的な配慮が必要な領域では、AIと人間の協働(Human-in-the-loop)が重要になります。 実現するためのツール これをAI Agentで実現する方法として、一つ
はじめに私はAIネイティブな会社をどのように作るかを日々さまざまな生成AIツールを触りながら、試行錯誤しています。現時点では、生成AIは頭は良いけど、まだ実務では使える部分、使えない部分が多いよねといった感想が大多数だと思います。 しかし、AIの進化は凄まじく過去10年と今後10年の進化スピードは大きく異なることは直感的に感じていることだと思います。今回はさまざまな情報ソースから直近1-2年でやるべきこと、ワークフローを作りまくれについて話していきます。 AGIが来ることは確定的中島さんと今井翔太さんの対談です。 今井翔太さんは、生成AIのトップ研究者の1人です。詳しくは対談を見ていただきたいですが、要するにAGIはSFではなく、今の技術の延長線上にあり、来ることは確定的と発言されています。 私のスタンスとしては、AGIは本当に来るのか?といった議論は不要で、AGIが今後数年で来ることは確
こんにちは、Hiromu Nakamura (pon) です。LayerXでAI/MLOpsをやってます!!LayerXで毎日AI Agentブログリレーを始めます!!今回はなぜAI Agentブログリレーを始めるのかをお話しさせてください。 AI Agentブログリレーとは LayerXのエンジニアが毎日AI Agent開発に関する知見をアウトプットします!!すでに一ヶ月分が埋まっています。書く人がいなくなるまで続けます。 執筆者カレンダー 最初は毎週1人書けば良いかと思いましたが、予想以上に参加者が多く、急遽毎日のブログリレーにしました。最近入社した身からすると末恐ろしいです。 今あるテーマとしては 🌏 AI Agent ×ばつ Temporal Knowledge Graphで表現できる世界 🔐 AI Agentの認可基盤について 🔭 AI AgentのObservability
Dockerfileの最適化やエラーの原因などの質問に答える「Docker AI Agent」ベータ公開、Docker Desktopで利用可能に Docker社は、開発者がDockerに関する課題に直面したときの質問などに答えてくれる「Docker AI Agent」(プロジェクト名:Gordon)をベータ公開したと発表しました。 Docker AI Agentは2月5日にリリースされたDocker Desktop 4.38にサインインした全ユーザーに順次提供されていく予定だと説明されており、Dockerを始めるとき、既存のDockerfileやComposeファイルを最適化するとき、Dockerテクノロジー全般を理解するときなど、Dockerに関連する質問や疑問などに答えてくれます。 下記の画面のように、Docker Desktopのメニューから「Ask Gordon」を選択すると、チ
Bluesky MCP serverを自作し、SNS上に架空の友達を作る - すぎゃーんメモ の記事の続き。 「今後の課題」として挙げていた: 一番どうにかしたいのは、知識について。 プロフィールに書いたことしかインプットされないのでやはり偏りがあるし専門知識が足りない。 プリキュア全シリーズ好きなはずなのにひたすらスマプリのことばかり呟いてしまうし、最新作のキミプリについてはまったく知識が無い。オタクとしてあるまじき失態。 「重度のプリキュアオタクなギャル」という人格を作ったが、その肝心のプリキュアについての知識があやふやだったり足りていなかったりする、といった問題があった。 LLMは最新のプリキュアについて知らない RAGとベクトル検索MCP ベクトル検索MCPの作成 文書の収集と整理 Embedding、DB構築 動作確認 MCP Server作成 指定した人格として振る舞うLLMに
Check Compatibilityby clicking check compatibility you agree to our terms These are AI Agents built with Wordware, it will:find Twitter accounts onlinewill read your profile and tweetsthen it will use Large Language Models - like the ones in ChatGPT - to analyse your personalityfinally, it'll create a website with the analysis of your personality or compatibility
Xata Agent is an open source agent that monitors your database, finds root causes of issues, and suggests fixes and improvements. It's like having a new SRE hire in your team, one with extensive experience in Postgres. Letting the agent introduce itself: Hire me as your AI PostgreSQL expert. I can: watch logs & metrics for potential issues. proactively suggest configuration tuning for your databas
2024年11月4日にMicrosoftから「Magentic-One: A Generalist Multi-Agent System for Solving Complex Tasks」(複雑なタスクを解決するための汎用マルチエージェントシステム)という記事が公開され、話題となっているようなので読んでみました。 ※(注記)本記事の画像や内容はこの記事を元に作成/引用しています。ぜひ本家ドキュメントを読んでください。 Magentic-Oneとは Magentic-Oneは、複雑なタスクを効率的に解決するために設計された高性能な汎用マルチエージェントシステムです。 概要 Orchestratorと呼ばれるリードエージェントが中心となり、4つの専門エージェントを指揮・統括します。各エージェントは特定の機能(Webブラウジング、ファイル操作、Pythonコード実行など)に特化しています。 Orche
はじめましての方も、お久しぶりの方もこんにちは。スパイスコード代表の中河です。 スパイスコードは、「ロカルメ・オーダー」 order.localmet.com というAI Agentを内包したERPサービスを開発・提供しているスタートアップです。 近年、AI Agentという言葉を耳にする機会が増えましたが、実は私たちはこのブームが来る前から、AI Agentの実用化に向けた開発に取り組んできました(例えば、本日ご紹介する機能の実装を行っていたのは2023年12月〜2024年1月頃です)。そして現在では、ERPの中核機能として、AI Agentを実際にお客様にご利用いただいています。 本ブログでは、私たちのAI Agentがどのような仕組みで動いているのか、そして他のAgentとは何が異なるのかについて、ご紹介していく予定です。 第1回目となる今回は、「AI Agentが生成したコードを安
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く