Qiitaのトレンド記事を要約してまとめたもの(サボり)

Posted at 2025-05-04

Cursorで要件定義がエラいスムーズになった話

いいね : 178

AI搭載エディタCursorを要件定義に活用し、効率化を図った事例を紹介。Cursorはローカルコードベースを理解した上で開発をサポートするため、要件定義との相性が良い。最初にプロジェクト固有のルールや背景をCursorにインプットし、AIに対する初期設定を行う。目的、背景、ゴール、スコープ、制約条件、判断基準を定義することで、AIがより適切な提案や判断を支援する。

自分、意識高い“系”エンジニア、やってんなぁって話

いいね : 60

タグ : ポエム, キャリア, 意識, 意識高い系

この記事は、業界歴10年のフロントエンドエンジニアが、自身の経験から「意識高い系エンジニア」について考察した内容です。重要なポイントは以下の通りです。

自身の技術に対する認識: 広く浅い知識を持ち、技術トレンドには敏感だが、一つの事を深く探求することが苦手。エラー対応では原因究明より代替案を優先する傾向がある。
「意識高い系」を意識したきっかけ: 同僚との技術的な会話で、自身の中身の薄さを痛感し、「金メッキエンジニア」ではないかと感じた。
ChatGPTによる「意識高い系エンジニア」の特徴: 自己啓発系の発信が多い、バズワードを多用する、実践より発信を重視する、など。

AIエージェントを使って実際にアプリ開発→リリースした経験・知見を共有する

いいね : 182

タグ : ios, ai, swift, claude, aiエージェント

筆者はClaude CodeというAIエージェントを用いてiOSアプリ『電光石火』を開発・リリースした。
『電光石火』は、九九や県庁所在地などをゲーム形式で学べる教育アプリである。
足し算練習など、小学校の宿題を楽しく行うことも可能。
AIエージェントによるコード作成からプロダクトリリースまでの体験談は貴重である。
記事自体はAIを使わず、画像生成と校正にAIを利用している。

obsidian入門一日目まとめ

いいね : 24

タグ : obsidian

この記事は、NotionからObsidianへの移行初日のまとめです。移行の理由は、Notionの階層構造の煩雑さとLLM連携の弱さです。Obsidianでは、シンプルなMarkdown形式での情報管理とLLM活用を目指しています。初期設定として、シンプルなディレクトリ構成、Thino, Hover Editor, Copilot, Web Clipperといったプラグインの導入、Obsidian Syncによるデバイス間同期を行いました。CopilotプラグインでLLM連携も実現しています。

C# の関数ポインタ

いいね : 17

タグ : csharp, .net

C#にも.NET7で関数ポインタが導入された。利用にはstaticメソッド限定、unsafeコード必須という制約がある。デリゲートと比較してパフォーマンスが若干向上する。C言語における関数ポインタは、継承がない環境で振る舞いを抽象化する役割を担っていた。

新人潰しの「トンパ」問題とQiita質問界隈で感じたこと

いいね : 10

タグ : qiita, 開発, 初心者, ポエム, エンジニア

Qiitaの質問欄には、新人を萎縮させるような「トンパ」的な回答者が存在し、質問者の意欲を削いでいる。彼らは技術的に正しいことを盾に、高圧的な態度や抽象的なアドバイスに終始し、具体的な解決策や学習への導きを示さない。質問欄は成長の機会であるべきなのに、尋問の場と化している現状を憂慮。解決策として、質問者への寄り添いを促し、具体的なヒントや参考情報を提供することで、学びを促進する環境を提唱。新人の質問を歓迎し、互いに優しさを循環させることを呼びかけている。

【EKS✖️Helmチャート】Next.jsアプリを公開しよう！

いいね : 7

タグ : docker, kubernetes, react, next.js, eks

Next.jsアプリをAWS EKS上にデプロイする方法を解説する記事。ローカル環境ではなくEKSへのデプロイが焦点。Helm Chartを使用し、k8sリソース作成を簡略化。前提条件として、node.js開発環境、DockerとKubernetes、AWS ECRへのアクセス権限が必要。まずNext.jsプロジェクトを作成し、ウェルカムページを表示した状態でEKSにデプロイする。

Agentic RAGについて

いいね : 7

タグ : rag, chatgpt, llm, rag精度向上, agenticrag

Agentic RAGは、従来のRAGにAgentの能力（推論、行動計画、反省）を統合したもので、RAGの精度向上を目指す手法です。従来のRAGが一つのベクターストアを使用するのに対し、Agentic RAGは多様な検索手法（ベクターストア、グラフ型インデックス、RDBMS、Web検索など）を組み合わせ、Agentが質問内容に応じて最適な検索方法を判断します。さらに、検索結果が不十分な場合、Agentはリフレクション機能により追加の検索を行い、検索プロセスを動的に改善します。複雑な質問や専門知識が必要な分野で特に有効です。

Amazon Bedrockのガードレールが日本語に対応したらしいので確認する

いいね : 11

タグ : aws, bedrock

Amazon Bedrockのガードレールが日本語に対応したことを検証。プロンプトフィルターを最強設定で試したところ、暴力と不正行為に該当するとしてブロックされた。次に、応答フィルターのみを有効にしたところ、侮辱のフィルターに引っかかりブロック。ログを確認すると、不適切な単語が含まれていたためブロックされたことが判明。Bedrockのガードレールは日本語の不適切表現も検知し、機能していることが確認できた。

AWSとオンプレミス間通信をローカルIPでマウントする構成を考える

いいね : 6

タグ : s3, security, vpn, iamrolesanywhere, s3-mount

AWSとオンプレミス間をローカルIPでマウントする構成について検討。具体的には、AWSとオンプレミス間でVPN接続を確立し、Transit Gatewayを経由して各VPCとオンプレミス環境を接続。EC2インスタンスからオンプレミス側のNFSサーバをローカルIPアドレスでマウントすることを目指す。Transit Gatewayを使用することで、複数VPCやオンプレミス環境との接続が容易になる。セキュリティグループやネットワークACLでアクセス制御を適切に設定する必要がある。

GitHub CopilotがPRのサマリを書いてくれる今、レビュイーはPRに何を書くべきか

いいね : 14

タグ : レビュー, pullrequest, チーム開発, githubcopilot

GitHub CopilotがPRサマリを自動生成するようになったが、レビュイーがPRに書くべき内容は依然として重要。Copilotは差分から事実を抽出するが、変更の意図や背景、前提知識、変更同士の関係性、UIの変更点は人間が記述する必要がある。変更理由、関連知識、変更点間の繋がりを明確にすることで、レビューの質と速度が向上する。特にUI変更時は、変更前後の画像を添付することが効果的。

Unity ⇄ Unreal Engine 用語対応＋語源まとめ〜BlueprintやActorはなぜそう呼ばれるのか？〜

いいね : 5

タグ : unity, unrealengine, 語源

この記事は、UnityエンジニアがUnreal Engineを学ぶ際の用語の壁を乗り越えるための用語集と語源解説です。

UnityのSceneは演劇の「舞台」、Unreal EngineのLevelはTRPGの「ダンジョンの階層」に由来するなど、用語の語源を紹介。
Prefab(プレハブ)は「あらかじめ組み立てられた」、Blueprint(ブループリント)は青焼き図面から来ており、各機能の設計思想の違いを示唆。
GameObjectは汎用的な「オブジェクト」、Actorは「役割を持つ存在」を意味し、Unreal EngineのActorは目に見えないロジックも含む。
これらの語源を知ることで、より深くゲームエンジンの本質を理解できるとしています。

Databricks AI Playgroundの新機能！Vector Search IndexをAgentツールとして使ってみた

いいね : 5

タグ : databricks, aiエージェント

Databricks AI Playgroundの新機能としてVector Search IndexがAgentツールに追加された。この記事では、Databricksの公式ドキュメントに基づいて質問に回答するAgentの作成手順を紹介する。主な手順は、Embeddingモデルのサービングエンドポイント作成、Vector Search Indexの作成、AI PlaygroundでのAgent作成と動作確認、Agentのデプロイの4つ。Azure OpenAI ServiceのEmbeddingモデルを使用し、dbdemosのサンプルノートブックを参考にVector Search Indexを構築する。

【Delphi】環境変数 (が指す先) を Explorer で開く【超初心者向け】

いいね : 3

タグ : delphi, プログラミング, pascal, embarcadero, objectpascal

Delphiの環境変数（BDS, BDSBINなど）が指すフォルダをExplorerで開く方法を紹介しています。RAD Studioコマンドプロンプトを使用し、explorer %環境変数名%コマンドを実行することで、該当フォルダを簡単に開くことができます。特にDelphi IDEのオプションダイアログにある環境変数は、RAD Studioのインストール先やライブラリファイルの格納先などを指しており、参照頻度が高い場合に便利です。無償版のDelphi Community Editionでも利用可能です。

AWS SAP合格体験記｜最小の教材で最大の成果を得た話

いいね : 6

タグ : aws, aws認定ソリューションアーキテクト, 資格, 勉強法, aws認定試験

AWS SAPの合格体験記。Udemyの模擬試験講座1本に絞り、約3週間で合格。教材選定は公式サンプル問題との比較で決定。重要なポイントは、①教材を絞り込み、解説を熟読すること、②間違えた問題はメモ化し、要点を整理すること、③模擬試験で思考プロセスを鍛えること。サービス単体の知識だけでなく、構成設計の思考力と最適解を見抜く力が求められる。

【Python】1つでも新しい発見があったらいいねください

いいね : 4

タグ : python, プログラミング, 初心者, python3, 新人プログラマ応援

Pythonの豆知識10選を紹介する記事です。

enumerate関数で開始インデックスを指定する方法。
リスト内包表記でifとelseを組み合わせる条件分岐。
zip関数で複数のリストを同時に処理する方法。
collections.Counterで要素の出現回数を数える方法。
itertoolsモジュールを使った組み合わせ生成。

これら以外にも複数のPythonのTipsを紹介しています。

ECRにイメージが複数作成されてしまい、Lambdaにデプロイできない問題

いいね : 5

タグ : aws, docker, lambda, ecr

ECRにDockerイメージをプッシュした際、意図せず複数のイメージが作成され、Lambdaへのデプロイ時に「ソースイメージのメディアタイプはサポートされていません」というエラーが発生。原因はDockerイメージのビルド方法にあり、docker build コマンド実行時に --provenance=false を指定することで解消できる。これにより、不要なイメージの生成を防ぎ、Lambdaへのデプロイを成功させることができる。

Mastra×BedrockでLLMアプリを作成してみよう！~トレースも取得するよ~

いいね : 14

タグ : aws, next.js, bedrock, llm, mastra

このテック記事は、MastraとBedrockを用いてLLMアプリを作成する手順を解説しています。重要なポイントは以下の通りです。

MastraはTypeScript製のオープンソースエージェントフレームワークであり、エージェント、ワークフロー、RAGなど豊富な機能を持つ。
Next.jsとMastraを組み合わせてアプリを作成する手順を、ドキュメントに沿って具体的に解説する。
ブログアイデア出しエージェントをMastra上で構築し、ローカル環境で動作確認を行う。

最終的には、Lambda Web AdapterへのデプロイやAWS CDKを用いたアーキテクチャ構築も視野に入れている。

HashiCorp社によるAWS providerとAWSCC providerの解説記事を翻訳&解説

いいね : 9

タグ : aws, terraform, awscc

この記事は、TerraformにおけるAWS providerとAWSCC providerの違いと連携について解説しています。

AWS provider: AWS SDKを基に構築された伝統的なproviderで、豊富なリソースと高いユーザーエクスペリエンスを提供しますが、手動での開発のため新サービスへの対応に時間がかかる場合があります。
AWSCC provider: AWS Cloud Control APIを利用してリソースを自動生成するproviderで、新しいAWSサービスや機能への迅速な対応が可能です。CRUDL APIを提供し、エアギャップ環境にも適しています。
両者の連携: AWSCC providerはAWS providerを補完する役割を持ち、両者を組み合わせることで、幅広いAWSサービスをTerraformで管理できます。AWS providerにないリソースをAWSCC providerで補完するイメージです。

データ活用の裾野を広げる：mcp-snowflake-serverの導入とデータ分析の変化への期待

いいね : 12

タグ : mcp, snowflake, llm

カオナビのデータ活用推進チームが、データ活用の民主化を目指し「mcp-snowflake-server」を導入。
このツールはローカル環境でSnowflakeの権限管理を再現し、SQLが書けない層へのデータアクセスを容易にすることでデータ民主化を促進する。
データ構造が整理されていないとAIもデータを理解できないため、データモデリング等のデータ整備の重要性はAI時代でも変わらない。
導入により、データ分析の裾野が広がることを期待している。

TypeScriptとCanvas APIでテトリス風パズルゲームを作ってみよう（初心者向けステップ解説）

いいね : 4

タグ : javascript, game, canvas, typescript, tetris

この記事は、TypeScriptとCanvas APIを用いて、ブラウザ上で動作するテトリス風パズルゲームを開発する手順を解説するものです。

ゲーム開発の初心者に向けて、基本的な描画から当たり判定、スコア加算までをステップごとに解説します。
18x9マスのゲームエリアをCanvasで作成し、8種類のブロックを使用します。
HTMLとCSSでゲーム画面の土台（Canvas要素、スコア表示要素など）を準備します。

新卒2年目、無我夢中だったけど——3年目はこう進めます

いいね : 3

タグ : 仕事, フロントエンド, アプリ開発, 仕事効率化, エンジニア

3年目の仕事における改善点として、読み手を意識した発信、抽象度の高い仕事の整理、未完成コードの管理が重要。さらに、目的ドリブンな行動と抽象化思考を意識することで、より効率的な業務遂行を目指す。これらの実践を通して、継続的な振り返りを行い、コード品質への責任を全うし、タスク設計能力を高めることが成長に繋がる。健康管理も不可欠。

【J-Quants API】初心者向け！Cursorを使って投資分析してみよう！

いいね : 5

タグ : python, 株価, 投資, j-quants

この記事は、プログラミング初心者向けに、Cursorエディタを使用してJ-Quants APIを使い、投資分析を行う方法を解説するものです。

J-Quants APIは、株価や財務情報などを提供するJPX公式のデータサービスで、無料プランから利用可能です。
Cursorは、AIがプログラミングを支援するエディタで、日本語の指示でコードを自動生成できます。
Cursorの無料プランでも、記事で紹介する基本的なデータ取得と分析が可能です。

なぜ日本語はプログラミングに向いていない（と誤解されやすい）のか？

いいね : 2

タグ : ポエム, 日本語プログラミング, 日本語プログラミング言語

日本語がプログラミングに向いていないという誤解は、自然言語と形式言語の混同、実装者の視点偏重に起因する。文法や文字種、情報共有、抽象概念の表現における課題が指摘されるが、これらは必ずしも決定的ではない。日本語プログラミング言語は既存の文法を一部無視したり、文字コードの特性を利用したりすることで対応可能。機械翻訳の進化や海外での日本語人気により、情報共有の障壁も低下しつつある。

JavaScript フロントエンド開発入門 - 簡単Todoアプリを作ろう (１回目)

いいね : 2

タグ : javascript

このチュートリアルは、JavaScriptを用いたフロントエンド開発の入門として、簡単なTodoアプリ作成を通じて学習を進めます。

重要なポイントは以下の通りです。

フロントエンド開発とは、WebサイトやWebアプリケーションのユーザーインターフェース部分の開発を指し、HTML、CSS、JavaScriptなどの技術が使われます。
開発には、テキストエディタ（VS Code推奨）、Webブラウザ（Google Chrome推奨）、およびブラウザに内蔵された開発者ツールが必要です。
最初のステップとして、index.htmlとscript.jsファイルを作成し、基本的なWebページを表示させます。

【バレーボール】SVリーグ優勝決定戦データ分析🏐サントリーサンバーズ大阪 vs ジェイテクトSTINGS愛知

いいね : 2

タグ : python, 機械学習, matplotlib, pandas, バレーボール

SVリーグ優勝決定戦、サントリーサンバーズ大阪vsジェイテクトSTINGS愛知のデータ分析。個人得点記録データ(総得点、アタック、ブロック、サーブ)を基に、Pythonで両チームの得点効率と構成比を分析。試合数、セット数あたりの得点や、アタック、ブロック、サーブの割合を算出し、チームの特徴を可視化。これにより、試合の見どころをデータに基づいて考察する。

週刊生成AIアップデート

いいね : 6

タグ : aws, update, 生成ai

Amazon Q Developerのアップデートとして、コード生成品質の向上があり、業界ベンチマークで高い性能を発揮しています。また運用調査機能が東京を含む11のリージョンで利用可能になり、AWS環境の運用調査を迅速化します。Amazon Bedrockでは、プロンプト内容に応じて基盤モデルを振り分けるインテリジェントプロンプトルーティングと、プロンプト自動書き換えによる最適化機能が一般提供開始。Data Automationでは、データモダリティ選択機能が追加され、文書処理のサポートページ数も増加しました。

【独自射影構造によるLLM】N4: Nova Nox Neural Network Flash Technical Report

いいね : 3

タグ : python, 自然言語処理, machinelearning, pytorch, llm

本記事は、Attention MechanismをベースにSimplified Selective Mechanismを統合した「N4: Nova Nox Neural Network」という新しい機構と、「ASGG: Adaptive Swish GELU Gating」という活性化関数を用いたMLPについて解説する技術報告です。N4は高い表現力と適応性を持つことを目指しています。実装はGitHubで公開されており、特にN4CがCausal Language Modelとして利用可能です。著者は、技術的な情報や進捗をTwitterで共有しています。本報告は簡易的なものであり、論文と比較してデータ数が少ない点に注意が必要です。

39歳、はじめての転職活動。その結果は・・・

いいね : 9

タグ : ポエム, 転職, 転職活動

39歳での初めての転職活動の記録。
きっかけは同期との年収差に驚いたこと。
転職理由は年収アップ（80%）と、より大規模な案件への挑戦・成長（20%）。
転職サイトはビズリーチを利用し、企業からのスカウトを中心に活動。
ネガティブな理由ではなく、スキルアップを意識したポジティブな転職活動。

foliumを使って新潟県県央地域の路線バスの1日の動きを可視化してみた

いいね : 2

タグ : python, オープンデータ, folium, gtfs, gtfs-rt

この記事は、新潟県県央地域の路線バスの1日の動きをfoliumを用いて可視化する試みについて述べています。

以前Mobmap Webを用いて可視化していた内容を、より柔軟な可視化を目指しfoliumで再現。
可視化には、三条市と燕市のコミュニティバスのGTFSデータ、越後交通のGTFS-RTデータを使用。
異なるバス事業者のデータを識別するため、route_idを用いて区別。

2025-05-04 11:21:06 AM 時点の情報です。

You get articles that match your needs
You can efficiently read back useful information
You can use dark theme

What you can do with signing up