はじめに 前回 プリンターに接続できることが確認できたので、プリントサーバーとして動作させてみました。下記のように、印刷したいファイルのURLをトピックに入れて発行したら、M5Stackが受け取ってファイルを印刷するイメージです。 検証 課題がいくつかありました。本当はAmazon FreeRTOSを使いたかったけど、まだAmazon FreeRTOSがBLEのClient部分がまだ実装されていないとか、M5StackのBLEがメモリをたくさん使うといったところです。次のページを参考にさせて頂きました。 BLE環境センサー・ゲートウェイ(ESP32編) ESP32 DeveloperでAWS IoTを動かそうとしてハマったメモ BLEセンサデータをM5stackで取得しGASに投げる テストコードはこちら。 /** * Test print for BlueTooth Printer */
M5Stackをプリントサーバーにする - Qiita重くなる主な原因 VSCodeが重くなる最も一般的な原因は、インストールされている拡張機能の数や質です。その他の原因として以下が挙げられます↓ 大規模なプロジェクトを開いていると、VSCodeが必要とするリソースが増加 ファイル監視プロセス(watcherService)がメモリやCPUを大量に消費 TypeScript プロジェクトでの型チェックやインテリセンスの負荷 1. 拡張機能の最適化【最重要】 重い拡張機能を特定する コマンドパレット(Ctrl + Shift + P)から「Developer: Show Running Extensions」を実行すると、各拡張機能の起動時間を確認できます。
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? はじめに GitHub Copilotを使っている開発者の皆さん、.github/copilot-instructions.mdというファイルを作成していますか? このファイル1つで、Copilotをあなたのプロジェクト専用にカスタマイズし、もっと賢く、便利に使いこなすことができます。 本記事では、その強力な機能と具体的な活用方法を紹介します。 copilot-instructions.mdの紹介 一言で言えば、GitHub Copilot版のCLAUDE.mdです。 つまり、GitHub Copilotに与える指示書です。 このファイ
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? プロンプトエンジニアリングの最前線:Backstep PromptingとScaffolding 近年、プロンプトエンジニアリング領域を扱う論文では、Backstep PromptingとScaffoldingという単語が頻出します。 これらは、大規模言語モデル(LLM)からより正確で質の高い回答を引き出すための先進的なテクニックです。 Backstep Prompting(バックステップ・プロンプティング) Backstep Promptingは、LLMが結論に至るまでの思考プロセスを一度「後退」させ、その過程を自己評価・修正させる手
AIと『対話しない』対話法、モノローグ法 - Qiita公式の「Chrome DevTools MCP」を VS Code の GitHub Copilot(エージェントモード)で軽く試す(現在、パブリックプレビュー版)VSCodeMCPgithubcopilotGitHubCopilotagentmodeChromeDevToolsMCP はじめに 以下の公式のポストで見かけた、現在、パブリックプレビュー版の「Chrome DevTools MCP」を VS Code で軽く試してみた記事です。 VS Code内では、GitHub Copilot のエージェントモードで軽く試します。 公式情報・リポジトリ 「Chrome DevTools MCP」については、以下の公式の記事やリポジトリがあります。 ●くろまるChrome DevTools (MCP) for your AI agent | Blog | Chrome for Developers
こんにちは、あかいです。 タイトルのとおりですが、Raspberry PiをテレビにつないでNetflixとかの動画を見てェという話です。 Raspberry Piはそのへんのユーザーマシンと比べれば低スペックですが、 実は動画再生に特化したGPUを積んでいて、 ちゃんと設定をしてやると、Full HDの動画くらいならストレスなく楽しめるようになります。 そういうわけで、今日はメディアサーバーに特化したRaspberry Pi対応ディストリビューションであるOSMCを導入して、Netflixを見れるようにします。 0. 想定環境・前提 gzipやlsblkやdd、sshコマンドが使えるLinux環境 OS焼いたりソース落としてきたりするのに使います Windowsとか違うツール使う人はなんか適当に Raspberry Pi 3 B+ MicroSD 16GB OSMCのスキンはデフォルトで
Raspberry PiでNetflixが見たいんじゃ!💪(🥧👅🥧💪) - Qiitaはじめに ソフトウェア開発の世界が根本的に変化しています。従来の開発者が手動でコードを書く時代から、AIエージェントが主導する新しい開発パラダイム「Vibe Coding」の時代へと移行しているのです。 Vibe CodingはClaude Codeといったツールを用いて行われることが多く、最近ではMCPサーバーの活用も増えています。 MCP(Model Context Protocol) は、AIモデルとアプリケーション間で情報を効率的に交換するためのプロトコルです。これにより、AIエージェントが外部ツールやサービスと連携し、より高度なタスクを実行できるようになります。 この記事では、筆者が製作したMCPサーバーSorena MCP Serverを紹介します。 Sorena MCP Serverの紹介 Sorena MCP Serverは、Vibe Codingワークフローを支援するため
Vibe Codingの頼れるお供 "Sorena MCP Server"の紹介 - QiitaGitHub Copilotシリーズ はじめに 最近 Claude Code やKiro などプロジェクト全体を監視して、コードを書いたり、要件定義や設計やタスクリストを自動で作成したりと進化が激しいです。 一方、GitHub Copilotは全体をみるというよりも、現在の開いているファイルを手助けするというかんじです。 どうやらプロジェクト全体を見てくれてない、もしくは見ているのは少しだけというイメージがあります。 そこで 👇️ Serena MCP を使います。 oraios/serena: A powerful coding agent toolkit providing semantic retrieval and editing capabilities (MCP server & Agno integration) この Serena MCP はプロジェクトやワークスペース全
このMCPはプロジェクト全体を把握 VSCode GitHub Copilotで 「Serena MCP」を使う方法 - QiitaDeleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? 最近、Text-to-SQL という技術が注目されています。複数のテーブルデータに対して自然言語で質問すると、その質問の回答に必要なデータの取得・集計などをしてくれる技術です。BI ツールの使い方や SQL の書き方に詳しくない人でもデータ分析できるという点で重要な技術です。 ただ、Text-to-SQL 自体やその周辺技術に関していろいろ思うところもあるので、つらつらと書いていきたいと思います。特に技術検証記事ではないポエムに近い内容ですが、ご容赦ください。 0. サマリー? Text-to-SQL がサポートしないデータ分析のプロセ
Text-to-SQLについて考えていることをだらだらと書く - Qiita皆さんは『配列から欠けている数字を見つけろ』と言われたら、どう答えますか? 多くの方は「HashSetで解けばいい」と考えるでしょう。しかし、1000万個の要素で実測したところ、Pythonのsetは945MBもの追加メモリを消費し、処理に2.3秒かかりました。一方、XORを使った解法は追加メモリゼロ、C言語なら1ミリ秒で完了します。 なぜこれほどの差が生まれるのか? XORには単なるトリック以上の深い理論があり、配列の欠損値検出だけでなく、RAID 5のデータ復元やネットワークのエラー検出など、実務で幅広く応用されているのです。 追記: ネットワーク転送時のパケットロスやノイズによるデータ欠損、さらには宇宙線がメモリに衝突してビットが反転する「ソフトエラー」により、配列から要素が失われることがあります。 本記事では、Florian Hartmannの「That XOR Trick」1を基
[速習] 配列から欠けている数字を見つける「XORトリック」の深い理論と実践 - Qiitaはじめに こんにちは! ソニーセミコンダクタソリューションズの平尾と申します。 2024年9月にRaspberry Pi AI Cameraが発売されました。このカメラを使うことで、エッジ環境でのAIモデル活用が手軽かつ簡単に実現できるようになりました。 AIを活用して「あったらいいな」と思うアプリケーションの1つに、冷蔵庫の在庫管理があるのではないでしょうか。「あるはず」と思い込んで帰宅したのに、実際には材料が足りなかった時の絶望感は、皆さん1回は経験されていることと思います (筆者は毎月のように経験しています...) 。 そこで今回は、Raspberry Pi AI CameraとRaspberry Pi Zero 2 W (以下、Pi Zero 2 W) を使用して、冷蔵庫内の在庫管理アプリケーションを開発しました!設置スペースを最小限に抑えるため、コンパクトなPi Zero 2 Wを採
ジェネレータ関数はJavaScriptの機能の中でもマイナーな機能で、functionの代わりにfunction*で関数を作るのが特徴です(アロー関数版のジェネレータ関数式はありません)。また、その中ではyieid式が使用可能になります。 ジェネレータ関数については、存在は知ってるけど実務で使ったことがないという方も多いのではないかと思います。 そこで、今回は筆者がこれまでの経験で唯一、ジェネレータ関数を実務で使ったケースを紹介します(具体的なユースケースについては実際の業務そのままではなくこの記事用に用意したシチュエーションとなるので、そこはご了承ください)。 配列の組み立てが複雑になりがち 例えば、「メインメニューの表示内容が、ユーザーが管理者ユーザーかどうかで異なる」という仕様を実装したい場合を考えましょう。普通に実装すると、こんな感じになるはずです。 function getMai
JavaScriptのジェネレータ関数を実務で使った話 - QiitaDeleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?
北朝鮮のIT用語 - Qiitaはじめに つい昨日に以下の記事を書いたのですが、VS CodeのStable版もほぼ同日にエージェント機能が追加されました。以下の記事ではClaude Desktopを使いましたが、VS Code + GitHub Copilot でも awslabs/mcp を試してみます。 なお、部分的に前回の記事に飛ばすとわかりにくかったので、手順については重複する部分もこちらの記事に載せています。 前提 環境 Mac OS 14.5 VS Code March 2025 (version 1.99) GitHub Copilot 準備 awslabs/mcp はPythonで書かれており、公式の手順ではパッケージマネージャーの uv が必要になります。 uv のインストール(Astral公式ドキュメントまたはGitHub参照) Python 3.10 以上 (公式では uv python inst
MCP対応したVS CodeでAWS MCPを使う - Qiitaこんばんは、座禅いぬです。 JAWS DAYS 2025に参戦してきました!会場前にいたコツメカワウソの赤ちゃんがとてもかわいかったです。 さて、Deep Researchのサービスが始まってから、たくさんの人が自分の使い方を編み出して解説していると思いますが、自分の使い方をまとめたかったのでここに載せておきます。これ、とんでもない機能ですよね。使ってみてすぐ、人類はもう生成AIに勝てないなと思いました。 一言でいうと、調べたいもの、考えたいことに対して「論文を書く」というフレームワークを構築します。論文の構造はいろいろあると思いますが、理系論文の流れをフレームワークととらえ、生成AIに思考しやすい形を作ります。 背景:なぜ論文という枠組みが良いのか 論文は次のような流れを持ちます。 背景 (Introduction) 目的 (Objective) 材料と方法 (Methods) 結果 (
人類はもう生成AIに勝てないと痛感したDeep Researchの使い方 - QiitaDeleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? はじめに @zazen_inu さんの記事「人類はもう生成AIに勝てないと痛感したDeep Researchの使い方」が凄いので OpenAI Agents SDK で自動化してみました。 目的 @zazen_inu さんのメソッドを楽に実行したい OpenAI Agents SDK で実装してみてフレームワークのクセとか使い方を理解したい 方法 愚直に実装します。 処理フロー それぞれの Agent の背後にはテキスト生成モデルがいます。用途によってモデルの種類を決めます。賢さ、インターネットの情報の調査能力、コストなどを意識します。
OpenAI Agents SDK で「人類はもう生成AIに勝てないと痛感したDeep Researchの使い方」を自動化してみた - QiitaSecond Meとは?AIアイデンティティの新時代 論文: はじめに(AIが書いた) AIの急速な進化に伴い、私たちの個人情報やアイデンティティが大規模AIモデルのトレーニングに利用される一方で、個人の独自性が失われるリスクが高まっています。そんな中、Second Meは個人のアイデンティティを保護しつつ、AI時代における新たな自己表現の方法を提供するオープンソースのAIアイデンティティシステムとして登場しました。 Second Meの主な特徴(AIが書いた) 階層型メモリーモデル(HMM):短期的なインタラクションから長期的な認知メモリーまで、三層のメモリ構造を持ち、ユーザーのパターンを迅速に認識し、適応・進化します。 Meアライメント:強化学習技術を基に、ユーザーのデータを深く個別化された理解に変換。市場の主要なRetrieval-Augmented Generation(RAG)や
自分をAIでもう一人作る??Second-Meを試してみる1 - QiitaDeleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? EDID(E-EDID) HDMIは複雑な仕様で、ソース機器(HDMI送信機)とシンク機器(HDMI受信機)間でデータをやり取りするためのいくつかのチャンネルを持っており、映像や音声などのデータを送信するためのTMDS、シンク機器の状態や構成情報などを送信するためのDDC、機器を高度に制御するためのCECなどがある。 EDID(EDIDの拡張版であるE-EDID)はDDCでやり取りされるデータで、シンク機器がどういうオーディオや映像フォーマットを扱えるかなどの情報を含んでおり、これをソース機器が受け取ることで適切に映像や音声を送信できる
EDIDエミュレータのEDIDを書き換えて遊ぶ - Qiitaリリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
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