Category · 39ページ目
40件
Claude codeからCodexへの移行経験を記録。コストパフォーマンスを重視し、Codexの機動力を評価。環境整備や構造の翻訳など、移行作業で直面した課題と解決策をまとめている。
デスクトップ画面の任意領域をキャプチャし、RF-DETR、SAM2、MediaPipeといった画像認識モデルで解析・表示するPythonアプリケーション「capture-recognizer1」の紹介です。画像認識モデルを手軽に試せるツールとして有用です。
MCP（Model Context Protocol）の運用において、接続数よりも「protocol watch」を先に固定する重要性を説く。仕様変化への対応基準を明確にし、AI-AGENT.mdなどの関連ドキュメントや運用スキルへの反映を通じて、サンプリング依存を増やさずに管理するアプローチを提案。
ツールごとにショートカットを管理できるWebアプリ「KeyMap」の開発事例。VS Code上のClaude Codeと協力し、実装はAIに相談しながら、著者は「使いやすさ」の判断に集中。キーボードビジュアライザー機能などを備える。
音楽配信サービスのDeezerが、他社サービス（YouTube Music, Spotify等）のプレイリストをスキャンし、AI生成音楽を検出する無料ツールをリリース。音楽業界におけるAIの普及と検出技術の必要性を示唆しています。
Claude Codeでgit worktreeを効率的に利用するために、「信頼しますか？」ダイアログを無視する方法が解説されている。並列開発におけるワークフロー自動化のヒントとなる。
Speeeは塗装店向けアプリ「Budii」にAI図面積算機能を追加。開口部自動検出により、従来ベテランしかできなかった積算業務をAIが代替し、業界の属人化解消を目指す。
Wistron ITSはWITSへ社名変更し、チップとAIエンジニアリングをソフトウェア・ハードウェア統合の領域へ拡大。ビジネスモデルの転換を強調。
Nous ResearchのHermes Desktop v0.16.0の設定項目全186個について、実機とソースコードで検証した非公式日本語ガイドが公開された。AIエージェントの設定は安全性に直結するため、承認モード、シークレットマスキング、プライベートURLなどの項目を確認することが推奨されている。
Codexを活用し、プロジェクト雛形（テンプレート）の更新差分を安全に管理・適用する方法について解説。生成後のプロジェクト固有の変更と雛形自体の改善を両立させるための実践的なアプローチを提案。コード生成と管理の効率化・保守性向上を目指す。
CodexやClaude Codeでスキルを作成する際、SKILL.mdのdescriptionの書き方によってスキルが起動しない問題について解説。descriptionがスキル起動を左右する理由と、確実に動かすための記述方法を、判断理由と共に詳細に説明している。
AIエージェントでコードベースを扱う際、繰り返し発生する検索処理のコストを削減するため、FFFというツールが紹介されている。rgやgrepといった既存の検索ツールはプロセス起動やファイルツリー走査にコストがかかるが、FFFはAI検索体験を高速化する。
AgentsViewは、ローカルで動作する様々なコーディングエージェントのトークン使用量を分析するためのツールです。Claude 3 Opusのような新しいモデルの価格設定がデータベースにまだ含まれていない場合、カスタム価格を設定する機能について解説しています。AIモデルの利用コスト管理における実践的な情報を提供しています。
GitHub ActionsからHugging Face JobsへのCI/CDパイプライン移行に関する記事。Hugging Face Jobsは、AIモデルの開発やデプロイに特化した機能を提供しており、AI開発ワークフローの効率化に貢献する可能性がある。移行手順やメリットについて解説している。
MicrosoftのGitHubリポジトリ73件が、AIコーディングツールを悪用したマルウェアによって侵害され無効化されました。このマルウェアは、開発者の認証情報を盗む目的で使われており、AIツールのセキュリティリスクが浮き彫りになりました。
llama.cppのCLIコマンドビルダーを開発したことを報告。アカウント登録不要で、ドキュメント内の全てのフラグと引数を網羅し、ツールチップも備えた使いやすいツールであることを説明している。
Claude Codeの分類器運用と精度向上のためのフィードバックループ設計。初期プロンプトの限界と、運用中の誤分類ログを次のプロンプトに還元する仕組みの重要性を解説。Terraform planの危険度分類を例に。
Headroomを用いたLLM代金削減のためのトークン圧縮ハンズオン。LLMに送るコンテキストを事前に圧縮し、入力トークン量を削減するツールを紹介。Claude Code、CodexなどのAIコーディングエージェントで発生しやすいログ肥大化問題に対応。
Claude Codeのスキルセット「superpowers」と「mattpocock/skills」の比較。両者の哲学の違いを分析し、解決しようとしている問題が異なることを指摘。「superpowers」はエージェントに規律を、「mattpocock/skills」は...（要約が途中で切れています）
llama.cppプロジェクトにおける、Gemma 4 E2BおよびE4Bアシスタント向けのMTP（Memory Transfer Protocol）サポート追加に関するプルリクエスト。ローカルLLMの機能拡張と最適化に貢献。
llama.cppプロジェクトへのプルリクエストで、mtmd（multi-modal text-to-dialogue model?）にビデオ入力サポートを追加。マルチモーダルAIのローカル実行環境の拡張を目指す。
OllamaとCodex App/CLIを利用してローカルLLM（Gemma4）を実行した検証記事。Codex AppでのエラーによりCodex CLI上で実行。ローカルLLMの利点（オフライン実行など）についても触れている。
CloudflareがAI利用料の予算管理機能「Spend limits」を発表。AI Gatewayを通じて、AIアプリケーションの利用状況を可視化し、コスト管理を支援するサービスです。AI導入の際の運用コスト管理に役立つツールと言えます。
Oracle Databaseに新たに追加されたVector型の制約について解説する記事です。デモを交えながら、Vector型の具体的な利用における制限事項を紹介しています。AI、特にベクトルデータベースや類似性検索といった分野に関連する技術ですが、OracleDBの特定の機能に焦点を当てた技術解説です。
Claude Codeを導入した開発者向けに、AIの能力を最大限に引き出すための設定やテクニックを3つ紹介。インストール後の初期設定や、より効率的なコーディングを実現するための具体的な方法を解説している。
CloudflareがViteやRolldownの開発元であるVoidZeroを買収した。これにより、AstroやViteといった人気のJavaScriptビルドツールやバンドルツールがCloudflareの傘下に入ることになった。この買収は、Cloudflareのエコシステム強化と開発者向けツールの拡充を目的としていると考えられる。
VS Code 1.123では、ポータブルなAIセッション履歴、/chronicleコマンド、および安全なエージェントワークフローのための拡張機能更新遅延が導入された。これにより、AIとの対話がプロジェクトの記憶として保存される。
llama-serverを容易に管理・設定できるランチャーユーティリティ「start-llama」の紹介。複数のllama-serverバイナリや、モデルごとの設定、コマンドライン引数のカスタマイズをサポートし、ローカルLLM環境の構築を簡素化。
Qwen3.6 35Bモデルを、大規模で多言語の古いリポジトリでのコーディングタスクに利用する試みについて。GitHub Copilotとの比較やローカルLLMの活用可能性を探っている。
RAG（Retrieval-Augmented Generation）検索のためのChromaDBの代替となるツールについて。ローカル版の機能不足に対する不満と、より良い選択肢を模索している。
PewDiePieのAIツールにおける1クリック管理アカウント乗っ取りの脆弱性に関する報告。具体的なAI技術の詳細には触れていないが、AIツールが悪用される可能性を示唆している。
AI技術（ここでは「AIにお任せ」と表現）を活用して、Kaggleのタイタニックコンペに初挑戦した体験談。環境構築不要で、AIのサポートを受けながら1.5時間でコンペを楽しんだ様子をレポートしている。データ分析やAI分野の初心者がAIツールを活用する入口としての活用事例を示唆している。
GitHub Copilot CLIを安全かつ自律的に動かすための設定方法を解説。Copilot CLIの利用範囲を「できること」と「動かし方」に分けて整理し、より高度な活用を目指す。
ローカルLLM（Ollama）でGitHub Copilotを動作させる方法を解説。GitHub CopilotのAIクレジット制への移行によるコスト増問題に対し、BYOK（Bring Your Own Key）機能を利用してローカルモデルに誘導する技術的な解決策を提示しています。
WebページをLLM/RAG/Agentで扱いやすいデータ形式（Markdown/構造化データ）に変換するOSS「Crawl4AI」を紹介。HTMLをそのままLLMに渡す問題点を指摘し、データ抽出のエンジニアリング課題を整理しています。AI開発におけるデータ前処理の重要性を示唆しています。
AWSが開発したAIエージェント内蔵エディタ「Kiro」を紹介。従来のVS Code + GitHub Copilot環境との比較を通して、Kiroがひとり開発における強力な相棒となる可能性について論じる。
llama.cppサーバーがモデルのホットスワップに30秒未満で対応できるようになったという情報共有。開発効率と柔軟性の向上を示唆しています。