Qiitaのトレンド記事を要約してまとめたもの（サボり）

Posted at 2025-10-28

結婚式でLTをして一部界隈にだけ刺さった話（メッセージ生成LINE bot）

lambda, LT, 結婚式, LINEmessagingAPI, ChatGPT

52 Likes, 7 Stocks, 1 Comments
POSTED @ 2025/10/26___UPDATED @ 2025/10/26
Author : @takacpu55

結婚式でLTを実施。
参列者に楽しんでもらえるよう、顔写真から人物を判定し、個別メッセージ画像を返すLINE botを作成。
チェキ写真を使用、管理画面も作成。
参列者の約8割が利用、一部認識エラーはあったものの、概ね好評。
特にIT業界関係者は楽しんでいた様子。
結婚式という場で技術的な試みを実現し、感謝を述べている。

なぜ働いていると本が読めなくなるのか — エンジニアが失っている「考える力」と「語彙力」

読書, コミュニケーション, キャリア, エンジニア, 思考法

39 Likes, 16 Stocks, 0 Comments
POSTED @ 2025/10/27___UPDATED @ 2025/10/27
Author : @nakaizumi_slj

エンジニアは日々の業務で情報を追うばかりで、深く考える時間や語彙力が不足しがち。読書は思考のバグを発見し、デバッグする行為。他者の思考に触れ、自身の思考の幅を広げる。読書は語彙力と説明力を鍛え、知識に加え言葉の精度を高める。小説は共感力、哲学書は問題定義力、ビジネス書はシステム思考、技術書は構造化思考を養う。読書は長期的な開発投資であり、思考エンジンをアップデートする。技術が変化する時代だからこそ、読書をするエンジニアが強い。

VSCodeが重い！メモリ使用量を1/3にする設定まとめ

TypeScript, メモリ管理, 軽量化, VSCode, VSCode-Extension

19 Likes, 27 Stocks, 0 Comments
POSTED @ 2025/10/28___UPDATED @ 2025/10/28
Author : @nolanlover0527

VSCodeが重くなる原因は拡張機能、大規模プロジェクト、ファイル監視、TypeScript処理。

拡張機能の最適化:

重い拡張を特定 (Developer: Show Running Extensions)。

Extension Bisectで原因特定。

不要な拡張を無効化/アンインストール。

ワークスペース単位で管理。

デフォルト拡張を見直し。

ファイル監視の最適化: files.watcherExclude, files.exclude, search.excludeを設定。

TypeScript環境の最適化:

tsconfig.jsonでexclude, skipLibCheckを設定。

VSCodeでTypeScriptのログ出力、自動型取得を無効化。

TypeScriptキャッシュをクリア。

エディタUIの軽量化: ミニマップ、パンくずリスト、コードレンズを無効化、不要なUIを非表示。

自動保存・フォーマット設定の見直し: 自動保存のタイミング調整、フォーマッターの最適化。

Git統合の最適化: git.autorefresh, git.autofetchなどをfalseに。

その他の設定: ファイルサイズ制限。WSL使用時はファイル監視設定。

キャッシュのクリア: Cache, CachedDataフォルダを削除 (User, extensionsは削除しない)。

設定例: ファイル監視除外、エクスプローラー除外、検索除外、TypeScript最適化、UI軽量化、自動保存、Git設定。

パフォーマンス診断: Developer: Startup Performance コマンドで解析。

特に拡張機能、ファイル監視、TypeScript環境の最適化が重要。改善しない場合はクリーンインストールやVSCode Insidersを検討。

Java/Mavenビルドが1秒に！Docker Multi-stage Build＋BuildKitで98%短縮した話

Java, Maven, devops, Docker, BuildKit

16 Likes, 4 Stocks, 0 Comments
POSTED @ 2025/10/28___UPDATED @ 2025/10/28
Author : @ntaka329

JavaアプリケーションのDocker開発環境におけるビルド時間短縮事例。初期状態では約39秒かかっていたビルド時間を、Multi-stage Buildの3ステージ化とBuildKitキャッシュマウントにより約1秒に短縮。

Multi-stage Buildを3ステージ化(runtime-base, builder, final)し、レイヤーキャッシュ効率を38%改善。

BuildKitキャッシュマウントでMaven依存関係のダウンロード時間を短縮。

結果、ビルド時間を98%短縮。

具体的なDockerfileとdocker-compose.ymlの設定例、トラブルシューティング、パフォーマンス比較表も掲載。Multi-stage Build構成、BuildKitキャッシュマウント活用、レイヤー順序最適化、.dockerignore活用がベストプラクティス。

感覚で理解するベクトル制御

esc, BLDC, ベクトル制御, FOC

42 Likes, 30 Stocks, 1 Comments
POSTED @ 2025/10/26___UPDATED @ 2025/10/26
Author : @Doraemonjayo

この記事では、ブラシレスモータの制御方法を解説します。

方位磁針を回す原理を例に、ブラシレスモータ制御の基礎を説明

dq座標系とαβ座標系を用いて、回転磁界の生成を解説

3相コイルによる磁界生成を数学的に表現

強制転流による簡単なモータ駆動を紹介

実際のモータへの適用として、対極数と電気角の関係を解説

dq電圧一定での駆動による、より良い制御方法を提案

完璧な制御として、PI制御を用いた電流制御を紹介

制御フローを数式でまとめ

記事を通して、ブラシレスモータ制御のハードルを下げることを目指す

ソフトウェアエンジニアリングAIエージェントの変遷――「補完」から「自律」への4年間

cursor, ClaudeCode, VibeCoding, RooCode, SpecDrivenDevelopment

12 Likes, 2 Stocks, 0 Comments
POSTED @ 2025/10/27___UPDATED @ 2025/10/27
Author : @hummer

GitHub Copilot登場から4年、ソフトウェアエンジニアリングAIエージェントは劇的に進化。

第1段階：AIによる行単位コード補完。開発者主導、AIは予測・補完。
第2段階：コメント駆動での複数行提案。「AIに問う能力」が重要に。
第3段階：ツール使用能力獲得。AIがコード実行・自己修正。
第4段階：自然言語での実装指示。Vibe駆動開発の問題点も浮上。
第5段階：コードベース全体の理解。プロジェクト全体を考慮した提案。
第6段階：検証ベース反復。AIとの対話で段階的に洗練。
第7段階：Spec Driven Development。仕様こそが成果物。「良い仕様を書く能力」が核心的スキルに。
第8段階：マルチモーダルAI + MCPによる自律的設計実装。AIが設計判断も。

開発者に求められる能力は技術スキルからメタ認知スキルへ。「AIに適切に問う能力」が重要。

「問う能力」とは、AIとの対話を通じて曖昧な要求を明確化するプロセス。考慮漏れの発見、トレードオフの明確化、共通理解の形成という価値がある。

今後の展望：開発者は「Why（なぜ必要か）」と「What（何を作るか）」へシフト。技術の深い理解に基づいた適切な問いを立てることが重要。

見た目と中身がズレるわけ文字化けの正体とUTF-8・CRLF入門

UTF-8, 初心者, 文字化け, 文字コード, CRLF

29 Likes, 9 Stocks, 0 Comments
POSTED @ 2025/10/2___UPDATED @ 2025/10/27
Author : @nucomiya

開発中に遭遇する文字コード関連の不具合について、原因と対策を解説。

文字コードは文字に番号を割り当てバイト列に変換する仕組み。文字集合（文字の名簿）と符号化（バイト列への変換方法）は別。Unicodeは文字集合、UTF-8は符号化方式の一種。

文字化けは、宣言と実体の不一致、文字の成り立ちの違い、改行コードの解釈違い、フォント、自動処理などが原因で発生。

対策として、NFCで正規化、改行コードを統一、文字コードの宣言を統一。

問題発生時は、まず症状を言語化し、宣言の確認、見た目の型の判定、16進数への変換、正しい向きでの読み直しを行う。

実務では、UTF-8、NFC、LFへの統一を推奨。.editorconfigと.gitattributesで設定を共有し、自動チェックを導入。

最後に文字化け解読クイズで理解度を確認。

SESからメガベンチャーに転職して学んだことまとめ

初心者, ポエム, プロジェクト管理, コミュニケーション, エンジニア

12 Likes, 13 Stocks, 0 Comments
POSTED @ 2025/10/27___UPDATED @ 2025/10/28
Author : @Toshi-Shumi

視座を高く持ち、全体最適の視点で意思決定する。

他者のHowを鵜呑みにせず、Why, Whatと合わせて検討する。

タスクの目的を理解し、本当にベストなタイミングかを考える。

考える時間を意図的に作り、理想の状態とのギャップを埋める方法を検討する。

as-is（現状）とto-be（あるべき姿）を明確にする。

ソリューションとROI（費用対効果）をセットで考える。

QCD（品質、コスト、納期）を考慮し、ロジカルにNoを伝える。

腹落ちして仕事をし、プロジェクトの目的を自分の言葉で語れるようにする。

プロジェクトのキックオフを丁寧に行い、共通認識を形成する。

タスクではなくリスクから考え、優先的に潰していく。

MVP・ユーザに提供できる価値をベースに計画を立てる。

曖昧な定義・認識のままプロジェクトを進めない。

前提知識・目的がずれていないか確認する。

スクラムの目的・柱（透明性、検査、適応）を見失わない。

何事にも効果計測・振り返りをセットで行う。

ドキュメンテーションをサボらない。

こぼれそうなボールは積極的に拾いに行く。

自分・チームの状況を常に他者が見えるようにオープンにする。

プロジェクトの定例MTGは用法用量を考えてから実施する。

非機能要件は漏れがちなので、忘れずにタスク化しておく。

MTGの前にゴール・アジェンダを決めておく。

要求から認識を揃えて他チームを巻き込む。

何事も早め、早めのコミュニケーションで遠慮しない。

問題を深掘る時は、何に困っているかを明確にして進める。

否定と代替案はセットで提示する。

魚を与えるのではなく、魚の釣り方を教える。

設計書づくりをAIと共同作成して効率化した話

初心者, Confluence, 設計書, AI活用

9 Likes, 1 Stocks, 0 Comments
POSTED @ 2025/10/28___UPDATED @ 2025/10/28
Author : @hara-h

Claudeで章立てと粗い本文を作成し、編集作業に集中することで初稿到達リードタイムが短縮。

ChatGPTで体裁を整えることでレビューの焦点が仕様や根拠にシフト。

AIが残すTODOや前提の穴を共有することで合意形成が迅速化。

実務運用ルールとして、AI下書きは叩き台、TODOはタスク化、プロンプトをテンプレ化、図版は後差し替え、差分運用を推奨。

リスクとして事実誤認、図の手作業、社内標準の取りこぼし、情報統制があり、それぞれ対策が必要。

効果測定には、初稿到達リードタイム、レビュー開始までの時間、体裁修正件数の比較が有効。

GPU搭載インスタンスは高い？実測したら逆に8.7倍も安かった話【AWS コスパ検証】

AWS, GPU, クラウドサービス, コスト, 性能

19 Likes, 4 Stocks, 0 Comments
POSTED @ 2025/10/27___UPDATED @ 2025/10/27
Author : @noji777

AWSの高性能インスタンス(GPU搭載)と通常インスタンスでTensorFlow.jsのGANモデル学習のコストパフォーマンスを検証。

GPU搭載インスタンス(g4dn.xlarge)でWebGLとWebGPUを比較、WebGLが高速。GPU未搭載インスタンス(c4.xlarge, r4.large, m1.xlarge)ではWASMを使用。

処理時間はGPU搭載インスタンスが圧倒的に速く、コストパフォーマンスも優位。実作業時間を考慮すると、高性能インスタンスの方が総コストが安くなる。

高性能インスタンスは時間単価が高いが、処理時間が短いためトータルコストを抑えられる。

ゴルフコンペをAIで盛り上げてみた〜OCI Data Scienceでつくる『AIベストスマイル賞』〜

Python, AI, oci, oraclecloud, Deepface

21 Likes, 2 Stocks, 0 Comments
POSTED @ 2025/10/27___UPDATED @ 2025/10/27
Author : @ykuma614

社内ゴルフコンペでAIによるベストスマイル賞自動採点システムをOCI Data Scienceで構築。
イベントを盛り上げ、AIを身近に体験してもらうのが目的。
TensorFlow/DeepFaceで顔検出と笑顔スコア算出、Matplotlib/Pandasで可視化・集計、python-pptxで表彰スライドを自動生成。
OCI Data Scienceでプロジェクトとノートブックを作成し、必要なライブラリをインストール。
DeepFaceで顔と感情を分析し、笑顔スコアをCSV出力、最高スコアを判定しPowerPointに書き出し。
参加者の関心を引き、AIが身近で楽しいものとして浸透。
OCI Data Scienceはセットアップが簡単で、DeepFaceは軽量で精度が高い。
次はベストドレッサー賞をAIで判定予定。

ChatGPT × GenSparkで提案書を自動生成する実践フロー

提案書, ChatGPT, Genspark, プロンプト設計

7 Likes, 0 Stocks, 0 Comments
POSTED @ 2025/10/28___UPDATED @ 2025/10/28
Author : @otani-shinichi

ChatGPTとGenSparkで提案書を自動生成する実践フローを紹介。
提案書作成は「考える」「書く」「整える」の3工程。AIは「書く」「整える」が得意。
ChatGPTで構成と文章作成、GenSparkで再現・整形し、提案品質を落とさずスピードアップ。

ステップ1：ChatGPTで提案書構成を定義（誰に、どんな構成で、どんなトーンで）。
ステップ2：ChatGPTにレビューさせ、構成・表現・論理をチェック。
ステップ3：GenSpark用指示書をChatGPTで生成し、チームで再現可能なテンプレート作成。
ステップ4：ChatGPTにデザイン調整プロンプトを作成させ、GenSparkで実行し整形。
ステップ5：チームで導入し、標準化、品質管理、継続改善を行う。

成功の鍵はChatGPTで考え、GenSparkで再現すること。
AIをプロセス設計者として扱い、構成・レビュー・デザインを自動化。

Vimと私と

Vim, ポエム, nvim

8 Likes, 1 Stocks, 0 Comments
POSTED @ 2025/10/27___UPDATED @ 2025/10/27
Author : @taku25

昔はIDEを使っていたが、テキストエディタでの開発に戻ろうとしている。CodeWarrior時代にIDEに疑問を感じ、秀丸の様なIDEライクなエディタへ移行。Emacsに挫折後、Vimに出会い、独特な操作感に魅了される。Vimですべてを完結させることは諦め、できる範囲で快適に使うスタンスへ変化。ウィンドウ分割機能とUnite等のプラグインでファイル管理を効率化。OmnisharpでC#開発もVimで可能に。Unreal Engineでは苦労したが、UE5でVimでの開発環境を再構築中。今後もNvimを使い続け、C++エンジンを使うなら同様の環境を作るだろう。

EC-CUBEプラグイン実装で、気をつけること

PHP, Plugin, EC-CUBE4

9 Likes, 0 Stocks, 0 Comments
POSTED @ 2025/10/27___UPDATED @ 2025/10/27
Author : @hirosaku21

EC-CUBEプラグイン開発時の注意点：疎結合を意識し、イベント駆動やProcessorで機能追加。テンプレート追加は3段階で。Customize配下のEntityはプラグインから拡張せず、別Entityでリレーション。Plugin配下のservices.yamlは常に読み込まれるため、Customize前提の記述は避ける。アンインストール時のファイル削除に注意し、Gitで管理を。

AWS BuilderCards (2nd Edition) ポケットガイド

AWS, AmazonWebServices, AWSBuilderCards, BuilderCards, BIPROGY_AWS_Ambassador

12 Likes, 3 Stocks, 0 Comments
POSTED @ 2025/10/3___UPDATED @ 2025/10/27
Author : @AyaKunisawa

AWS BuilderCards (2nd Edition) のポケットガイド。

必要なもの: カード、プレイマット (コンソールマット、プレイヤーマット)。拡張パック、ミッションカードは使用しない。

勝利条件: Well-Architectedカードの合計ポイントが最も高い人が勝者。同点の場合はビルダーカードの枚数が多い方が勝ち。

ゲーム準備:

カードの分別・配置:

Well-Architectedカード: プレイヤー数に応じて枚数を調整し、表向きに配置。

無料ビルダーカード: シャッフルして裏向きに置き、4種類を表向きに並べる。

有料ビルダーカード: シャッフルして裏向きに置き、1枚を表向きに置く。

スターターカード: 各プレイヤーは好きな色を選び、自分の捨て場に表向きに置く。

ターンの順番を決定。

リソース山札の準備: 無料ビルダーカードを1枚引き捨て札に。空きが出たら補充。各プレイヤーが2回ずつ行う。

手札カードの準備: 捨て札をシャッフルしてリソース山札に。手札として5枚引く。

ゲーム開始:

Buildフェーズ: 手札のスターターカードが2枚以下なら1枚を箱に戻す。手札カードの効果を発動 (条件を満たす必要あり)。カードの効果でリソース山札からカードを引く場合あり。

Acquireフェーズ: Buildされたカードの発動条件を確認。クレジットを計算し、コンソールからカードを1枚引く (Well-Architectedカード、無料/有料ビルダーカード)。効果で追加のカードを引く場合あり。引いたカードを所定の場所に置く。

Endフェーズ: Buildしたカードと手札を全て捨て場に。リソース山札から新たに5枚引く。

ゲーム終了: Well-Architectedカードがコンソール上からなくなったら終了。

日刊IETF (2025-10-27)

Security, IPfix, internet-draft, sav, 日刊IETF

4 Likes, 2 Stocks, 0 Comments
POSTED @ 2025/10/28___UPDATED @ 2025/10/28
Author : @tetsuko_room

GMOコネクトのエンジニアによる日刊IETFサマリー(2025-10-27)。

Internet-Draft 1件、RFC 0件。

送信元アドレス検証(SAV)の運用監視機能標準化提案が投稿。IPFIXを使用しSAV実施結果をエクスポート、ネットワーク運用者がなりすまし攻撃検知精度を確認可能に。DDoS攻撃防御に重要な役割。

Export of Source Address Validation (SAV) Information in IPFIX: SAV実施状況と結果をIPFIXでエクスポートする情報要素を定義。なりすまし判定理由やトリガーしたSAVルールを把握可能にし、SAVの有効性確認、ルール監査、なりすまし分析に貢献。

RFC発行は無し。

編集後記：SAV運用監視機能の標準化で、なりすまし対策がより実効的に。IPFIXとの組み合わせで実装障壁が低下。ネットワークセキュリティ基盤強化に向けた進展。

GMOコネクトは研究開発、国際標準化支援、技術検証等を提供。

QWERTY配列を焼きなましてオリジナル配列を作る方法

焼きなまし法, Keymap, QWERTY配列, キーマップ

7 Likes, 2 Stocks, 0 Comments
POSTED @ 2025/10/26___UPDATED @ 2025/10/28
Author : @kanekanekaneko

QWERTY配列の非効率性を踏まえ、個人の特性に合わせたキー配列を焼きなまし法で作成する方法を紹介。

コーパス作成: 自分のキーボード利用シーンに合わせ、ブログ記事や日記などをローマ字化。

キーの押しやすさ評価: 各キーの押しやすさを10点満点で評価。

指の連続使用を減らす: 指の連続使用に対するペナルティ係数を設定。

左右交互打鍵を増やす: 左右交互打鍵でない場合のペナルティ係数を設定。

最適化の式: スコアを最大化する最適化問題を焼きなまし法で解く。

作成した配列の評価: 作成したオリジナル配列とQWERTY配列を比較。

AZIKを考慮: AZIKを使用する場合の専用キーの割り当てとローマ字コーパス作成。

最終的に、打鍵数と同指連続打鍵を大幅に削減できたオリジナル配列を作成。

Vue Fes Japan 2025 で初めてスポンサーブース運営やってみたレポ

ポエム, イベントレポート, イベント運営, vuefes

11 Likes, 0 Stocks, 0 Comments
POSTED @ 2025/10/27___UPDATED @ 2025/10/27
Author : @Yohei_Suda

Vue Fes Japan 2025にGENEROSITYがゴールドスポンサーとして初出展。
イベント1.5ヶ月前から準備開始、企画立案、備品発注、動画制作、デザイン作成など実施。
前日にレンタカーで自力搬入、懇親会で交流。
当日は忘れ物で遅刻も、撮影コンテンツが好評。
良かった点：写真投稿、独自色、インターン希望。
改善点：レンタカーのサイズ、会社紹介チラシ不足、公式Xアカウント不在、昼食時間なし。
初出展ながら成功、次回はより多くのメンバーとより良い体験を提供予定。

【検証】VSCode + WPF + Blazor HybridでExcelファイル操作を試す

C#, Excel, WPF, VSCode, Blazor

10 Likes, 6 Stocks, 0 Comments
POSTED @ 2025/10/23___UPDATED @ 2025/10/27
Author : @h-tanabe

WPF + Blazor Hybrid で ClosedXML を使ってExcel操作が可能。
ClosedXMLは軽量で高速なExcel操作ライブラリ。
Excel Interopは試したが、うまくいかなかった。
プロジェクト構成は、WPF、Blazorコンポーネント、静的ファイルなどで構成。
razorコンポーネントからエクセルファイル作成処理を実行。
ClosedXMLをNuGetでインストールし、Excelファイルを作成するクラスを作成。
コンポーネントを分割し、Excel操作のコンポーネントを用意。
Main.razorをBlazorのエントリーポイントとして用意。
動作確認でエクセルファイルの出力とデータ記入を確認。
今後の課題は、ページ遷移、DIコンテナ、コードベースでの試験実装。
次回はxUnit、Playwrightでの試験実装を検証予定。

TypeScriptの二重性: クラスが“値”と“型”を共有できる背景

JavaScript, クラス, TypeScript, 設計思想, 型システム

21 Likes, 8 Stocks, 0 Comments
POSTED @ 2025/10/27___UPDATED @ 2025/10/27
Author : @Dingu-suke

TypeScriptには型の世界と値の世界があり、クラスはその両方を提供する。クラスはコンパイル時に型として扱われ、実行時には値として存在する。JavaScript互換を優先し、実行時の仕組みを型安全に使うため、クラスは値と型を共有する。interfaceやtypeは型のみで実行時と結びつかない。クラスは名義的な安全性を持ち、実装と型のズレを抑え、instanceofなどをサポートする。

【MATLAB 可視化 Tips】MATLAB でパワポの『最前面に配置』みたいなことをする

MATLAB

3 Likes, 1 Stocks, 0 Comments
POSTED @ 2025/9/26___UPDATED @ 2025/10/28
Author : @km_MATLAB_Amb

MATLABでプロットの重ね順を調整する方法

MATLABでhold onを使うと、後からプロットした線が手前に表示される。
線の重なり順序を後から変更するには、uistack(h, 'top')関数を使う。hはグラフィックスオブジェクトのハンドル。
凡例の順序が座標軸の表示順と異なる場合、以下のいずれかの方法で調整する。

legend([h1,h2,h3])のように、legend関数にハンドルの配列を渡して凡例の順序を指定する。

legend("AutoUpdate","off")で凡例の自動更新を停止し、表示順序を固定する。

【PHP next】PHPに関数合成が導入される見込み

PHP, rfc, 日本語訳, パイプライン, 関数合成

4 Likes, 0 Stocks, 0 Comments
POSTED @ 2025/10/27___UPDATED @ 2025/10/27
Author : @rana_kualu

PHP 8.6で導入予定の関数合成は、複数のClosureを組み合わせて新しいClosureを生成する機能。+演算子を使用し、パイプライン演算子に似ているが即時実行されない。ポイントフリースタイルを容易にし、条件付き合成も可能。第一級オブジェクトやcallableオブジェクトも指定可能。パフォーマンス向上のためエンジン実装が推奨され、パイプ演算子とは異なる用途がある。将来的には__bindメソッドや他の算術演算子のサポートも検討されている。

保存版: ContainerLabでBGP環境にIPFIX導入。pmacctでSQLite保存まで1行ずつ徹底解説

Network, BGP, pmacct, IPfix, containerlab

11 Likes, 2 Stocks, 0 Comments
POSTED @ 2025/10/27___UPDATED @ 2025/10/27
Author : @ntaka329

この記事は、BGPルータ環境にIPFIXとpmacctを用いてフローテレメトリ収集を実装する方法を解説しています。pmacctd（nfprobeプラグイン）をIPFIX Exporterとして、nfacctd（sqlite3プラグイン）をCollectorとしてSQLite3にデータを保存します。SQLiteデータベースを用いることで、時系列分析やSQLクエリによる柔軟なデータ抽出が可能です。設定ファイルの各行を詳細に解説し、Dockerイメージの構築、環境設定、動作確認、トラブルシューティングまでを網羅しています。macOS (ARM64) + Devcontainer環境での動作確認も完了しています。

【特別編】日刊IETF (2025-10-26) / I-Dな"Post-Quantum Algorithms guidance"を解説

ietf, internet-draft, pqc, 日刊IETF

7 Likes, 2 Stocks, 0 Comments
POSTED @ 2025/10/27___UPDATED @ 2025/10/27
Author : @tetsuko_room

IETFの日刊IETF活動報告(2025-10-26)は投稿0件。

Post-Quantum Algorithms guidance (draft-prabel-pquip-pqc-guidance)を解説。

Draftの位置づけ: PQUIP WG向けのInternet-Draft、Informationalな内容。

Draftの目的: PQCアルゴリズムの情報提供、選択支援、意思決定と相互運用性の促進。

対象アルゴリズム: NIST、ISO、欧州機関推奨のCRQCに対して安全なKEM(5種)とデジタル署名方式(5種)。

KEMと鍵交換プロトコルの違いを明確化。

KEM: ML-KEM(CRYSTALS-Kyber)、FrodoKEM、Classic McEliece、HQC、NTRUを紹介。パラメータサイズ、セキュリティレベル、仕様書へのリンクを記載。

デジタル署名方式: ML-DSA(CRYSTALS-Dilithium)、FN-DSA(Falcon)、SLH-DSA(SPHINCS+)、LMS、XMSSを紹介。パラメータサイズ、セキュリティレベル、仕様書へのリンクを記載。

セキュリティ分類の枠組み: NISTのPQCセキュリティレベル、量子アルゴリズムに脆弱な現行暗号、EUのPQC移行タイムラインを説明。

セキュリティ特性の比較: KEMと署名方式の安全性、保守性、セキュリティモデルを比較。

実装時の考慮点: パラメータサイズのトレードオフ(鍵サイズ、暗号文/署名サイズ)、安全性と効率性、実装の複雑さを解説。選択の指針として、セキュリティ要件、保守性、バランス、サイズ最適化、ステートレス要件に応じた推奨アルゴリズムを示す。

ドキュメントの意義: PQCアルゴリズムの選択と実装に関する包括的なリファレンス。移行期限の明確化、選択肢の複雑さ、相互運用性の確保の観点から重要性が高まる。

参考文献: NIST、IETF、EUの関連文書リスト。

(解説は2025年10月27日時点のdraft-prabel-pquip-pqc-guidance-01に基づく)

【点呼】担当者は日本に何人いる？ AWS Organizationsの社内請求を魔改造CLIで経理翻訳する泥臭い話

AWS, Organization, CostExplorer, FinOps, コスト管理

9 Likes, 1 Stocks, 0 Comments
POSTED @ 2025/10/27___UPDATED @ 2025/10/27
Author : @kaga-yasumitsu

AWS Organizationsの費用処理における課題と解決策：

課題：コスト配分、共有リソース按分、RI/SP割引の不公平感

コスト配分タグの徹底が重要（cost-center, project, owner）。タグポリシーで必須化

共有リソース（Direct Connect等）は受益者負担の原則で合理的な基準で按分

RI/SP割引はAmortizedCostで公平に分配可能だが、組織の納得感を優先し割引共有を無効化する選択肢も

その他の費用（AWSサポート等）も社内ルールに基づき分配

aws ce get-cost-and-usage APIを使用し、社内ルールに合わせてデータを加工（魔改造）

AmortizedCostで割引を反映、GroupByで請求明細を作成、タグなしリソースを特定し再分配

コスト処理は自動化ではなく、経理部門との交渉や社内ルール策定が重要

Amazon Bedrock AgentCoreで、Slackに回答を行う栄養指導エージェントを作成する

AIエージェント, AgentCore

3 Likes, 0 Stocks, 0 Comments
POSTED @ 2025/10/27___UPDATED @ 2025/10/28
Author : @y-mae

Amazon Bedrock AgentCoreに入門し、AIエージェントを活用した栄養指導アプリケーションを作成した記事。

チュートリアルでAgentCoreへのエージェントデプロイを体験。

bedrock-agentcore-starter-toolkitをインストールし、サンプルコードをローカル実行。

agentcore launchでデプロイを試みるも、事前準備が必要。

agentcore configureで設定を行い、.bedrock_agentcore.yamlを生成。

CodeBuildによるARM64コンテナ構築でエージェントをデプロイ。

CloudWatchでエージェントのトレースを確認。

栄養指導エージェントの作成:

要件: 食品名から栄養情報を検索し、PFCバランスをSlackに回答。

USDAのFood Data Central APIを活用。

AgentCore Gatewayを作成し、Slackアプリと統合。

CognitoでクライアントIDなどを取得し、AgentCore Identityに登録。

独自ツール（search_fdc, get_food_details, analyze_nutrition）を定義。

Agentに指示を与え、Slackに栄養分析結果を投稿。

詰まった箇所:

カスタムスコープの設定ミス。

agentcore invoke時にuser-idの指定が必要。

まとめ:

AgentCoreで簡単にエージェントをデプロイ可能。

内部的な認証/認可の仕組みを理解する必要性を実感。

松尾研 LLM開発コンペ2025 予選1位モデルの学習方法について

Python, AI, LLM, 松尾研LLM開発コンペ2025, oNo.1

4 Likes, 0 Stocks, 0 Comments
POSTED @ 2025/10/25___UPDATED @ 2025/10/27
Author : @katsuki_ono

松尾研 LLM開発コンペ2025予選1位チームが使用したモデルの学習方法を紹介。
予選では、DeepSeek-R1-0528を忘却を防ぎ学習させる戦略を採用。
決勝で、忘却抑制手法がHLEスコア向上に再現性をもたらすことが判明。
HARIチューニング（参照KL正則化）が重要。

環境構築手順、HARI（ノード確保、conda設定、環境変数設定、config、スクリプト）について記載。
configのLAMBDA_KL=0.9が忘却を防ぐHARIのキーポイント。
スクリプト、実行コマンドを記載。

本記事では予選モデルの学習スクリプト一式を掲載。
LAMBDA_KL=0.9による参照KL正則化がHARIの中核。
環境構築後、qlora.envを調整して実行。

vim学習テキストオブジェクトの操作まとめ

Vim, 初心者, エディタ, 学習記録

10 Likes, 9 Stocks, 0 Comments
POSTED @ 2025/10/26___UPDATED @ 2025/10/26
Author : @hal_mkiin

Vimのテキストオブジェクトは、操作コマンド、範囲指定、対象オブジェクトの組み合わせで使用。
操作コマンド例: c(変更), d(削除), y(コピー), v(選択), gU(大文字), gu(小文字), g~(大文字小文字反転)。
範囲指定: i(内部), a(全体)。
対象オブジェクト: w(単語), W(空白区切り単語), 括弧系, 引用符系, p(段落), t(タグ), s(文)。
例: yib (括弧内コピー), di" (引用符内削除), dit (タグ内削除)。
ビジュアルモード(v)と組み合わせ可能。vi" (引用符内を選択)。
大文字小文字変換: gU(大文字), gu(小文字), g~(反転)。gUUで行全体を変換。

React学習ログ No.14

JavaScript, React

12 Likes, 0 Stocks, 0 Comments
POSTED @ 2025/10/26___UPDATED @ 2025/10/26
Author : @maedaHARUYA

JavaScriptのsplice()は配列を直接変更するため、Reactのstateに直接使うとバグの原因になる。Reactはstateの参照変更で再レンダリングを検知する。splice()は参照を変えずに中身だけ変更するため、変更が検知されない。Reactではstateをイミュータブルに扱うのが鉄則。要素の削除にはfilter()、追加にはスプレッド構文、置換にはmap()を使用し、新しい配列を作成してsetStateで更新する。splice()を使う場合は、コピーを作成してから使用する。

【保存版】Next.js(App Router)のベストプラクティスを約10万文字のオンライン技術書にしてみた

TypeScript, 設計, フロントエンド, React, Next.js

2 Likes, 1 Stocks, 0 Comments
POSTED @ 2025/10/27___UPDATED @ 2025/10/28
Author : @k_morimori

Next.js(App Router)の実務知見を体系化した技術書(Next.js 15 / React 19対応)
App Routerリリースから約2年の開発経験を基に、設計・実装のベストプラクティスをまとめたもの
社内でのAI駆動開発用に作成した設計方針ドキュメントがベース

特徴:

網羅的かつ体系的な整理

実装観点別の設計方針 (ディレクトリ構成、コンポーネント設計、データ取得など)

ユースケース別での設計パターン化

構成:

基本ルールとディレクトリ構成

コンポーネント設計 (Server/Client Componentの使い分け)

データ取得 (7つのユースケース別実装)

データ更新 (6つのパターン)

状態管理 (9つのパターン)

キャッシュ戦略 (複数レイヤーの活用)

エラーハンドリング
8-10章は準備中

対象読者:

Next.js(App Router)を体系的に学びたい人

チーム開発で設計方針を統一したい人

実装観点別の設計方針を知りたい人

ユースケースに応じたプラクティスを知りたい経験者

Pages Routerからの移行を検討している人

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