はてなブックマーク

はじめに 以前、こちらの記事を書いた時は昔だったのでPages Routerが前提でまだ自前でi18n対応するのは簡単でした 最近はNext.jsのApp RouterでWebアプリを作るので、作ったサイトを国際化対応したのですが、ライブラリの選定に悩みました。 昔みたいにクライアントコンポーネントだけが前提ではなく、サーバーコンポーネントとクライアントコンポーネントがApp Routerでは混在しているので、単純にhooksを使うだけでは解決できないからです! そのため、最初はnext-intlやnext-i18n-routerといった定番ライブラリを検討していたのですが、 設定ファイルの量が意外とあったり、各ページで工夫が必要だったり...みたいな感じで、 結局めんどくさそうだなと感じて諦めました。 このNext.jsの公式サイトで紹介されているミニマムな方法も、サーバーコンポーネント

はじめに こんにちは、Parakeet株式会社リサーチャーの今井(X: Nuts)です。 2025年5月29日に、Resemble AIからオープンソースText-to-Speech(TTS)モデル、Chatterboxが公開されました。 state-of-the-art TTS model that just beat ElevenLabs in blind evaluations ブラインド評価でElevenLabsに勝利したSoTA TTSモデル 本記事でわかること 本記事では、以下の流れでChatterboxについて掘り下げていきたいと思います。 Chatterboxの何がスゴいのか ― READMEから差別化ポイントを読み解く インストールから推論まで ― 最速5分で動かす手順 技術詳細を深掘り ― ベース技術と独自の改良点を解説 実際の音をチェック ― 生成サンプルをレビュー

つい最近まで知りませんでした... Schemeを使っている方には「letで末尾再帰するときのアレをEmacsでも使えるようにする」というので通じるとは思うのですが... 総和っぽいのを求める関数を定義してみましょう。 (defun sum-rec (n &optional sum) (if (<= 0 n) (sum-rec (1- n) (+ n (or sum 0))) sum)) (sum-rec 100) ;=> 5050 アルゴリズムも使い方もめちゃ簡単なのですが、この実装には問題があります。 Lispに限らずよくあるプログラミング言語には、関数呼び出しの「深さ」と、その上限という概念があります。関数呼び出しをして、呼び出された関数から関数を呼ぶと深さは1追加され、その関数が実行終了すると深さは1減ります。 なぜこの呼び出しの深さという数が大事なのかというと、一般的なプログラムでは繰り

強い理由がなければ 24.04 LTS を推奨。 私の場合、継続して1年も使い続けることなく、気が向いたらOS入れ直すつもりでいるのとなるべくカーネルバージョンが新しいものを使いたいという欲求だけで手を動かした。 要約 昔地獄を見た時が嘘のように、超簡単にUbuntuが動作する(本当にいい時代だ) UIはMacほどではないにせよ、十分使える。Windows11よりきれい ブラウジングやSSH作業なら十分すぎる。 サスペンド機能は相変わらず危ないのでDisabledにしたいところ。 相変わらず mozc の変換精度が弱い。AI全盛期だからこそ、このあたりで一気に進化してほしいとは思う。 背景 かつての戦友、2014年モデル。 そこに眠る、ライフタイムライセンスの32bitレガシーアプリの数々・・ できたら、あと5年くらいは延命しつつ普通使いしたいけど、入っているOSがEOLで最新のブラウザは

NotebookLMは、Googleが提供するAI搭載のノートブック機能で、既に多くの人がさまざまな用途で活用していることでしょう。 しかし、NotebookLMは現時点(2025年06月09日)ではAPIが提供されていないため、複数のソースを一括で流し込むことができず、一旦手元でテキスト化したり、各ソースの手動でのアップロードが必要になってしまい面倒です。 この記事では、Playwright MCPを使ってNotebookLMに自動でソースを流し込む方法を紹介します。 Notion MCPとの連携 今回は、Notion MCPとPlaywright MCPを併せて使うことで、NotionからNotebookLMへのソースの流し込みを実現します。 各種MCPの概要やセットアップは省略するのでこの辺の公式ガイドを参照してください。 今回はCursorでそれぞれのMCPを読み込みました。Play

生成 AI を検索体験に組み込みたい──そう考えたとき、RAGをゼロから実装するのは意外と骨が折れます。 埋め込みモデルの選定や大量ドキュメントのベクトル化バッチ、スケーリングするベクトル DB の運用、生成モデルへ渡すコンテキストの最適化など、工程が多岐にわたり運用負荷も高くなるためです。 Google Cloud が提供する Vertex AI Search を使えば、データの取り込みからインデックス生成、質問応答までをフルマネージドで任せられるため、開発者はフロントエンド設計やドメイン知識の整理に集中できます。 この記事では実際に触ってみて感じた便利さを軸に Vertex AI Search について語っていきます。 Vertex AI Search とは? Vertex AI Search は、Google Cloud が提供する構造化/非構造化データを横断して検索・要約・質問応答

はじめに 「関数をどのタイミングで分けるべきか?」という問いは、初歩的なテーマに思えるかもしれません。しかし実際には、コードの読みやすさや保守性、さらにはチーム全体の生産性にも大きく関わる、非常に奥の深いトピックだと思います。 ここ半年ほど、社内のアーキテクトに相談しながら、自分なりに「関数を分ける判断」について意識的に考えるようになりました。その中で得た気づきや学びを整理し、備忘も兼ねてこの記事にまとめてみたいと思います。 サンプルコードはPythonで記述しています。 (型ヒントや構文がシンプルため) これまでの考え方 私自身、以前は主に以下の基準で関数を分けていました: コードが長くなってきたとき 責務が複数あるように見えたとき 一見もっともらしいこれらの基準にも、実際にプロダクト開発を進めていく中でいくつかの"落とし穴"があると感じるようになりました。 「コードが長いから関数に分け

Kaggle の お絵描きコンペこと 「Drawing with LLMs」 が、日本時間2025年5月28日に終了しました。本記事では、コンペ終了後の振り返りとして、概要と上位入賞チームのアプローチをまとめました。 コンペ概要 入出力の例 このコンペでは、「あるテキストが与えられたときに、そのテキストに出来るだけ忠実なSVGを生成すること」が目標でした。また、従来のコードコンペティションとは異なり、初めて Kaggle Package による提出形式が採用されたコンペでした。最近の LLM の高いテキスト生成能力と、SVGもテキスト形式で表現されるという性質から、運営の意図としても、(タイトルの 'LLM' にあるように)最先端LLMを活用したお絵描き対決が想定されていたと思われます。 LLM によって書かれたユニコーンのイラスト 忠実さの評価については、後述する評価指標セクションで詳し

この記事は、下記の記事への反論というよりも、「 TypeScript でバックエンドを書く」というテーマについて、別の観点から整理したい という意図で書いています。 元記事は、文脈が分かりづらいと感じたため、自分なりにバックエンドの特性にフォーカスして再整理しています。 最近、以下の記事を見かけました。 記事の内容は、バックエンドも TypeScript で書きましょうという内容です。 たしかに、TypeScript は現代のフロントエンド開発においてデファクトスタンダードとも言えます。型安全性、補完の効きやすさ、そしてJavaScriptとの互換性。いずれも実務で使うには非常に便利です。フロントエンドではもはや必須とも言える存在です。 ただ、バックエンドという文脈においては、TypeScriptを選ばない理由もあるよね? と感じました。 TypeScript を否定したい訳ではなく、「あ

発表者の X から引っ張ってきました。 間違いなどあればコメントで教えてください。 順番や発表タイトルは以下コードを参考にしています。 静的解析で実現したいことから逆算して学ぶTypeScript Compiler checker.tsに対して真剣に向き合う NOT_FOUND SignalとObservable―新たなデータモデルを解きほぐす AWS LambdaをTypeScriptで動かして分かった、Node.jsのTypeScriptサポートの利点と課題 Valibot Schema Driven UI - ノーコードWebサイトビルダーを実装してみよう! 高度な型付け、どう教える? スキーマと型で拓く Full-Stack TypeScript TypeScriptとは何であって何でなく、誰のもので、どこへ向かうのか 堅牢なデザインシステムをつくるためのTypeScript活用

Haskellで書籍『競技プログラミングの鉄則』を解いていく本

はじめに 普段、Kaggle に取り組む際には様々な方法で train, test パイプラインを組んでいると思いますが、Kaggle Notebook 上で直接編集する方や Kaggle の Docker によって Kaggle Kernel と同様の環境をローカルで作り上げている方もいるのではないか、と思います。 先日、Kaggle から以下のようなメールが届きました。どうやら Colab や VS Code 上で Kaggle の Jupyter Server にアクセスができるとのことです。 Connect Colab and VS Code to Kaggle Jupyter Servers: You can now connect your preferred notebook editor directly to Kaggle's powerful Jupyter Serve

はじめに 今や Python の環境構築のスタンダードになりつつある uv (rye) や 高速 Linter の ruff などを管理する Astral から、Rust 製高速型チェッカーの ty がリリースされました。2025年5月現在、プレリリース版とのことで公式ドキュメントも整備されていない状態ではありますが、公式の README を読みながら試してみます。 インストール方法 uv を使っている方は以下のコマンドでグローバルにインストールできます。

はじめに 金融や投資に関する学術研究は日々進化していますが、最新の研究論文を効率よく発見する手段は意外と限られています。特に、非専門家が膨大な量の論文から興味のあるものを見つけ出すことは容易ではありません。 そこで私たちは「q-finder」を開発しました。arXivの金融(q-fin)カテゴリの論文を直感的なスワイプインターフェースで閲覧できる、いわゆる「Tinder for Papers」アプリケーションです。このアプリケーションは完全にクライアントサイドで動作し、特別なサーバー構築なしで簡単にデプロイできます。 技術スタック q-finderの特徴的な技術スタックを紹介します: フロントエンド: 純粋なHTML/CSS/JavaScriptによる実装(フレームワークレス) データ処理: DuckDB-wasm(ブラウザ上で動作するSQLデータベース) データ形式: Apache Pa

NTT DATA公式アカウントです。 技術を愛するNTT DATAの技術者が、気軽に楽しく発信していきます。 当社のサービスなどについてのお問い合わせは、 お問い合わせフォーム nttdata.com/jp/ja/contact-us/ へお願いします。

こんにちは! 楽しくPHPStanを使っていますか? それともPHPStanに使われていますか? PHPStanは非常に賢く、容易にPHPコードの 「嫌な気配」 を検知してくれます。ただ、PHPStanが指摘することが常に正しいなどといったことはなく、いつでもプログラムが動作しているという事実が前提で、静的解析はその影を追っているに過ぎません。 PHPStanがどのようなメカニズムで型を付けているのか理解できていないと、自我を失って機械に言われるがままに意図しないコードを書かされる人形になってしまいます。本稿ではPHPStanを自律的に使うために前提となる知識を紹介します。 ここからプログラミング言語と型、そしてPHPについての議論を始めたいのですが、「PHP」という名前はプログラミング言語の名前であり、PHP言語で書かれたソースコードを実行するプログラム名でもあります。ややこしいのですが

Popup Menuはlistの内容を表示し、選択したlistの項目をconfig中で指定したcallbackに渡し、処理を実行できる、というものです。 このPopup Menuはかなり便利なのですが、NeoVimのFloating Windowにはこの機能はありません。 そこで、今回はLuaの勉強がてらPopup Menuを作ってみました。 コード 全コードは以下です。 local M = {} local api = vim.api vim.cmd("highlight PopupMenuFloatBorder guifg=#006db3") vim.cmd("highlight PopupMenuFloatTitle guifg=#6ab7ff") vim.cmd("highlight PopupMenuText guifg=#abb2bf") vim.cmd("highlight

こんにちはpaizaの渡嘉敷です。 今年の3月に、エンジニア組織の生産性向上と、AIとの協業という技術トレンドを捉えるべく、Devinを試験的に導入しました。VPoEの立場から、この約1ヶ月間の試用を通して感じたDevinの可能性、そして現時点での課題、さらにはそれが私たちの開発組織にもたらすであろう変化について、率直な考えを共有したいと思います。 導入の背景と目的 Devinの導入は、単なる目新しさからではありません。エンジニア組織が抱える慢性的なリソース不足、複雑化する開発タスク、そして常に変化し続ける技術トレンドに対応していく必要性を強く感じていたことが背景にあります。AIがコード生成を支援することで、エンジニアはより創造的で難易度の高いタスクに集中できるようになり、結果として組織全体の生産性向上に繋がるのではないかと期待していました。また、AIとの協業は、今後のエンジニアリングにお

はじめに Discord では、手軽に BOT を作成するための API が用意されており、さまざまなライブラリが存在するため手軽に BOT を作成することができます。 しかし、その多くは BOT のサーバーを建てる必要があり、常に BOT を立ち上げておきたい場合は、サーバーも常に起動していなければならず、動かしておくマシンの用意やサーバーへのデプロイにコストがかかることがあります。 Heroku の有料化以後、我々は無料で Discord BOT を運用できる場所を探し求めているわけですが、今回は、Cloudflare Workers を使ってランタイムコストなしで Discord BOT を運用 し、さらに Cloudflare Workers KV との連携 や、Hono エンドポイントとの共存 方法を紹介します。 具体的には、KV に保存されたクイズ問題を読んでユーザーに提供した

最近Mac mini m4を購入してLLM専用機にして遊び始めたAI初心者です。主にOllamaでLLMを動かし、Open WebUIをインタフェースとして利用しています。 今回のポストではMCPO、MCP-to-OpenAPIプロキシサーバを用いてローカルLLMにMCPサーバ上のツールを使ってもらうというセットアップを紹介します。 用意するもの LLMを動かすOllamaサーバ // 仮に192.0.2.2:11434とする Open WebUIサーバ // 仮に192.0.2.3:3000とする MCPOサーバ // 仮に192.0.2.4:8000とする このサーバ上よりMCPサーバ/ツールを提供 手順 Ollamaサーバの用意 open-webuiサーバの用意 MCPサーバ(ツール)の確認 MCPOサーバの用意 Open WebUIでのツール使用設定 Open WebUIでの、LL

はじめに LLMと外部データソースを統合する際、ツールの認証をどうするのか悩みます。たとえば、MyGPTsのActionsではOAuth 2.0による認証[1]が実装されています。 MyGPTsではこのようにOAuth設定が可能 これは結構便利で、Google Apps Scriptを作り、組織内ユーザーにアクセスを限定した形でデプロイすれば、スプレッドシートやGmailとのセキュアな連携が、認証フロー含めてMyGPTs上で完結します。 Apps Scriptは呼び出し元を制限できる。呼び出しにはOAuth2が必要。 一方でClaude Desktopも使えるGoogle Workspace連携MCPサーバーの作例を見ると、APIキー認証のものか、手元で認証フローを走らせるもので、Claude Desktop上で認証・認可できるものは管見の限りありません。 この記事は、Claude Des

3月26日、ついにneovim 0.11 が来ました。このリリースでは LSP関連機能が大幅に強化されました。 これで、いよいよプラグインなしで本格的に使えるようになりました。 今回はネイティブAPIだけでどこまでできるようになったのか紹介します。 追加されたLSP機能一覧 0.11 で追加されたLSP関連の機能はこちらです。 language serverのデフォルトコンフィグを設定する (vim.lsp.config) language serverを自動的に起動する (vim.lsp.enable) LSPを利用して自動補完する (vim.lsp.completion) LSP関連のキーマップが追加された (DEFAULTS Mappings を参照) まだまだあるので、詳しくはリリースノートをご覧ください。 News-0.11 これらのAPIのおかげで、language serve

はじめに 近年、Rustという新しいプログラミング言語が注目を集めています。その安全性や抽象化能力の高さから、「システムプログラミング言語としてC言語を置き換えることが可能である」と広く宣伝されています。しかし、組込開発の現場において、RustがCを完全に置き換えることが難しいことは周知の事実であるにもかかわらず、非組込開発者は安易にその置換が可能だと誤解しがちです。本稿では、なぜこうした誤解が生じるのか、その理由を明らかにします。 1. Rustが「システムプログラミング言語」という宣伝を真に受け過ぎている Rustは「安全でモダンなCの代替言語」としてのマーケティングが非常に成功しており、しばしば「OSまで書ける」「no_stdでベアメタルもOK」と強調されます。これを聞いた非組込開発者は、あたかもCの使用領域すべてをRustだけでカバーできると思い込んでしまいがちです。しかし実際のと

ベクトル解析 \subset 微分形式? ベクトル解析とは、極めて雑に言えば、ベクトル微分演算子\nablaに関する技術です。ここに外積、内積、スカラー積、テンソル積などのベクトル演算を混ぜ込むことで、様々な物理量とその変化を捉えることができます。 一方の微分形式は、(数学的にはともかく)物理的には、低次元境界尽き部分多様体で積分されるような要素です。余接束の外積によってヤコビアン相当の共変性が成分にビルトインされているため、ある領域での積分を、単にその成分を重積分するだけで得ることができ、ストークス定理によって、近接作用論的な物理量の収支を表現するのに向いています。k次の微分形式はk次元の領域で積分されることが想定されています。 ところで、ベクトル解析で議論されている物理を微分形式で置き換えようという風潮 がずっとあります(要出典)が、その試みはいまいち皮相的に終わっているように思えます

この記事のサマリ The Go gopher was designed by Renée French. はじめに オンラインゲームでランキング機能を実装する際、最も頭を悩ませる問題の一つが不正なスコア登録による「ウソスコア問題」だと思います。 単純にクライアントからスコアを送信するだけでは、改ざんされたデータ送信を許すことになり、例えばオンラインランキングやレーティングの信頼性が損なわれてしまいます。 本記事では、Go言語の2DゲームライブラリEbitengineの代表的なサンプルゲーム「Flappy Gopher」を拡張し、不正スコアを効果的に防止したオンラインランキングシステムを実装した「Flappy Gopher With Ranking」プロジェクトについて解説します! 実際のデモはこちらで遊べます!!! 高得点を目指してみてください! プレイ中画面 NAME入力画面 ランキング

TL;DR 日本語から danbooru タグに翻訳する LLM を作った LLM を使ってデータセットを合成した 成果物 Danbooru tags Translator で略して Danbot です (Danbooru + Bot にもなります)。前回は Dart でしたが流石に名前被りが多くて検索しずらそうなので変えました。 モデル: 作成したデータセット: ComfyUI カスタムノード: 結果だけ見たい方は #画像生成結果 へ。 前提 この記事は、前回の プロンプトは考えたくないけど画像生成がしたい! となっています。 割と前回の手法について触れることがあるので、前回の記事を読まないと理解できない箇所があるかもしれません。 はじめに 前置きは前回の記事と同じなのでざっくり説明します。 画像生成モデルのプロンプト、考えるの難しい じゃあプロンプトを LLM で生成しよう という感じ

はじめに 組み込みソフトウェア開発の世界では、プログラミング言語の選択が製品の品質、開発効率、そして長期保守性に大きな影響を与えます。近年、メモリ安全性や並行処理の安全性を強みとするRust言語が様々な分野で注目を集め、採用が進んでいます。Webバックエンド、システムプログラミング、そしてLinuxカーネルのような重要なプロジェクトでもRustの導入が進んでいるにもかかわらず、組み込み開発の現場では依然としてC言語が主流であり続けています。本稿では、最新の安全な言語であるRustが、なぜ組み込み開発において広く採用されず、数十年の歴史を持つC言語が今なお主要な選択肢であり続けているのか、その技術的・実務的な要因を詳しく検討します。 1.ヒープを使わない開発が多いのでRustの本領が発揮されない 組み込み開発では、動的メモリ管理を避ける設計が一般的です(ヒープを使わない)。 Rustの特徴で

本書はただ読むだけではなく、実際に手を動かして学びたい人のための一冊です。Pythonには組み込み関数が豊富にあり、2024年12月時点で71個ありますが、本書で全て学ぶことができます。 ・基礎の勉強が終わったので、中級者に向けて組み込み関数を学びたい ・Pythonのコードをより簡潔に書きたい ・リファレンス(辞書)として持っておきたい そんな方は是非ご活用ください。 ※(注記)本書籍は分からない内容があれば、スクラップから質問をすることができます。お気軽にご質問ください。