Qiitaのトレンド記事を要約してまとめたもの（サボり）

Posted at 2025-11-15

【Web開発】主要Webフレームワークを比較 - React、Vue.js、Next.js、Django、FastAPIなど

97 Likes, 87 Stocks, 0 Comments
POSTED @ 2025/11/13___UPDATED @ 2025/11/13
Author : @ktdatascience

この記事では、主要なWebフレームワーク（React、Vue.js、Next.js、Express.js、Django、FastAPI、Ruby on Rails）の特徴と違いを解説しています。

TypeScriptはJavaScriptに静的型付けを追加した言語で、多くのフレームワークで利用可能です。

フロントエンドでは、ReactはコンポーネントベースでVirtual DOMによる高速化、Vue.jsは学習コストが低く段階的な導入が可能、Next.jsはSSR/SSG対応でSEOに強いという特徴があります。

バックエンドでは、Express.jsは柔軟性が高くJavaScriptフルスタック開発が可能、Djangoはバッテリー同梱でORMや管理画面が充実、FastAPIは高速な非同期処理と自動ドキュメント生成、Ruby on Railsは設定より規約で迅速なプロトタイピングが可能です。

フレームワーク選定の際は、プロジェクトの規模、チームのスキル、必要な機能などを考慮し、まずは1つを選んで深く学ぶことが推奨されています。

【大刷新】PMBOK®の第8版がでた

PMP, プロジェクトマネジメント, PMBOK, プロジェクトマネージャ, PMI

27 Likes, 18 Stocks, 0 Comments
POSTED @ 2025/11/14___UPDATED @ 2025/11/15
Author : @hokutoh

PMBOK 8版は7版の原則と6版のプロセスを統合。
6版の5つのプロセス群がフォーカスエリアとして復活、40のプロセスとして具体的に。
価値への焦点を重視し、6つの原則と7つのパフォーマンスドメインに再編。
標準とガイドの2部構成で、Why(原則)とHow(実践)を明確化。
テーラリング、ITTOsなど実務的な内容が拡充。
7版の抽象性を改善し、具体的なHow-toを提供。

エンジニアに必要な自走力について学生目線で言語化してみた

初心者, 学生, 自走力

32 Likes, 25 Stocks, 0 Comments
POSTED @ 2025/11/13___UPDATED @ 2025/11/13
Author : @huyunoki

自走力はエンジニアに不可欠。指示待ちではなく、自らゴールを設定し、知識を調達、自己修正し前進する力。機関車を例に4つの要素に分解。

目的設定・計画力：進路の確定。具体的な目標設定。

情報探索・獲得力：石炭と水。エラー時、公式ドキュメント等で情報収集。

検証・問題解決力：運転室。仮説検証で原因特定。

実行と完遂力：ボイラー。小さな目標でもタスクをやり遂げる。

才能ではなく、4つの要素を意識して学習することで自走力は身につく。
行動リストとして、仕様の書き出し、情報探索、原因特定、低負荷習慣を提案。
自ら走り出すことが重要。

文字化けの正体はこれだ！半角カナ・JIS・UTFの沼を実例で読み解く

mail, 文字化け, 文字コード, Unicode, Shift_JIS

26 Likes, 19 Stocks, 2 Comments
POSTED @ 2025/11/9___UPDATED @ 2025/11/13
Author : @comty

文字化けは文字集合、符号化方式、宣言の不一致が原因。日本語環境では特に発生しやすい。
文字集合は文字と番号の対応定義、符号化方式は番号をバイト列に変換する規則、宣言はデータの文字コードを伝える情報。
UTF-8の誤読、半角カナ問題、U+301CとU+FF5Eの差異などが典型的な文字化けパターン。
メールで半角カナが禁止されたのは、ISO-2022-JP環境での互換性問題が理由。
再発防止には、UTF-8統一、宣言の一元化、無損失変換、正規化方針統一が重要。
Web、API、DB、ファイル入出力、メールそれぞれでの実装手順とモニタリングについて解説。
トラブルシューティングは、宣言確認、実バイト確認、最小再現、境界特定、無損失復旧の手順で進める。
原因を深く掘り下げ、文字コードを重要な要件として管理し、自動判定を避け、レガシー入稿を明示的に処理する。
UTF-8統一、宣言一元化、正規化、ログ可視化で文字化けは防げる。

[Claude Code] AIコーディング開発サイクル (2025年11月時点)

GitHub, codex, ClaudeCode

10 Likes, 7 Stocks, 0 Comments
POSTED @ 2025/11/13___UPDATED @ 2025/11/13
Author : @nakamasato

AIコーディングツールの進化を踏まえ、2025年11月時点の個人開発におけるAIコーディングサイクルを紹介。
安全な開発環境としてDevcontainerを構築し、Plan（GitHub Issueで設計）、Implementation（Slash Command/Agent活用）、Review（多層的なAIレビュー）、Resolve Review（レビュー対応自動化）、品質保証（自動化ツール整備）の5フェーズで構成。
Planフェーズでは、AIでIssueを作成し、PlanのArtifact化、コンテキスト整理、チーム共有、議論の場を設ける。
Implementationフェーズでは、カスタムSlash Commandで実装を効率化。
Reviewフェーズでは、GitHub Copilot、Claude Code GitHub Actions、Gemini Review、Codexなどを活用し、レビュー観点を事前定義。
Resolve Reviewフェーズでは、レビューコメントを分類し、AIで修正を自動化。
品質保証フェーズでは、AGENTS.md/CLAUDE.mdの限界を考慮し、pre-commit、Lint&Test、CI/CD、カスタムリントスクリプトなどの自動化ツールを整備。
AIと自動化ツールを使い分け、設計品質、実装スピード、レビュー品質、保守性を向上。
今後はSandbox環境、リモート開発環境などの活用を検討。

【Visual Studio 2026】MCPがついに標準化！NuGet MCPを有効化して動作確認してみた

C#, .NET, VisualStudio, MCP, AIエージェント

11 Likes, 12 Stocks, 2 Comments
POSTED @ 2025/11/13___UPDATED @ 2025/11/14
Author : @Sakai_path

Visual Studio 2026でMCPがIDEに標準対応し、Copilotが外部ツールを叩けるエージェントへ進化。NuGet MCPサーバーを有効化し、動作を確認する手順を紹介。VS 2026をインストールし、GitHub Copilotにサインイン後、Copilot ChatからNuGet MCPサーバーを有効化。MCPが動作しているかを確認するため、NuGetパッケージを追加していないプロジェクトで、CopilotにNuGetツールを使って最新バージョンを問い合わせる。MCP経由の場合、ツール実行の許可確認ダイアログが表示され、nuget.orgから取得した最新版バージョンが返ってくる。

クレカ不要!!無料でクラウドWebアプリを作ってみた!!

学生, Gemini, Supabase, Clerk, Render.com

12 Likes, 5 Stocks, 0 Comments
POSTED @ 2025/11/14___UPDATED @ 2025/11/14
Author : @yo_arai

無料クラウドサービスを組み合わせてWebアプリを構築する方法を紹介。Renderでフロントエンド・バックエンド、Supabaseでデータベース、Clerkでユーザー認証、Resendでメール送信API、GeminiでAI補助機能を使用。RenderはGitHub連携で自動デプロイ、Supabaseは無料枠でDB提供、ClerkはNext.jsと連携、Resendはメール送信API。これらのサービスで、カレンダー、文書テンプレート、共有フォルダ、会計申請、費用計算機、カンバンボード、AI対話、備品管理機能を備えたポータルサイトを構築。クレカ登録不要で、サーバー設定や課金を気にせずWebシステムを構築できる。

AWS初心者がTerraform でVPCを構築してみた話

AWS, やってみた, IaC, Terraform, ハンズオン

7 Likes, 5 Stocks, 0 Comments
POSTED @ 2025/11/14___UPDATED @ 2025/11/15
Author : @tks_1128

IaC（Infrastructure as Code）は、インフラをコードで管理・自動化する手法。手動作業を減らし、環境の一貫性を保つ。TerraformはIaCツールの一つで、AWSなどのクラウド環境をコードで構築・管理できる。研修ではTerraformを用いてVPCを作成。main.tf, provider.tf, variables.tfにコードを記述し、CloudShellでterraform init, plan, applyを実行。AWSコンソールでVPCの作成を確認。初心者でもTerraformでインフラ構築が可能。

[Amazon Bedrock AgentCore]エージェント呼び出し時の認証を実装してみる（Inbound Auth解説）

AWS, やってみた, bedrock, 生成AI, AgentCore

6 Likes, 3 Stocks, 0 Comments
POSTED @ 2025/11/15___UPDATED @ 2025/11/15
Author : @yakumo_09

Amazon Bedrock AgentCoreのIdentity機能は、エージェントへのアクセスを「誰が」「どの権限で」行っているかを識別し、セキュリティとパーソナライズを強化します。特に、エージェントを呼び出す際の認証であるInbound Authが重要です。Runtimeはクライアントから提供されるアクセストークンを検証し、ユーザー情報をIdentity Contextとして保持、エージェントはユーザーごとに動作を変えることができます。これにより、不正なツール実行やデータ漏えいを防ぎ、管理者権限やユーザーごとの回答内容の制御が可能です。Cognitoを用いてユーザー認証を行い、アクセストークンをRuntimeに渡すことで認証を実現します。設定項目はシンプルですが、アクセス制御を適切に行うことで安全な運用基盤を構築できます。

国土交通データプラットフォームのMCPサーバーが公開されたので試してみた

オープンデータ, MCP, ClaudeDesktop

6 Likes, 3 Stocks, 0 Comments
POSTED @ 2025/11/14___UPDATED @ 2025/11/14
Author : @kotmyn0812

国土交通省がMCPサーバーを公開。国土交通データプラットフォームのデータを自然言語で検索・要約可能。プラットフォームは道路点検、旅客動態、人口動態などのデータを横断的に検索・表示・ダウンロードできる。

MCPサーバーの構築手順：Pythonインストール、Claude Desktopインストール（任意）、国土交通データプラットフォームのアカウント作成とAPIキー取得、GitHubリポジトリのクローンと仮想環境設定、Claude Desktop設定。

Claude Desktopを使用し、データカタログの参照、全国幹線旅客流動調査によるOD分析、訪日外国人流動データの取得を試行。

感想：説明書が分かりやすく、オープンデータ活用の裾野を広げる可能性。今後に期待。

ALBのJWT検証をCognitoで試す

AWS, elb, cognito, ALB

4 Likes, 1 Stocks, 0 Comments
POSTED @ 2025/11/14___UPDATED @ 2025/11/15
Author : @ny7760

ALBのJWT検証機能をCognitoと連携して試す手順。

手順:

Cognitoでユーザープール作成 (Machine to Machine)。

アプリケーションクライアントからアクセストークン取得(curlコマンド利用)。

ユーザープールのトークン署名キーURLを取得。

ALB作成。JWKSエンドポイントにCognitoのトークン署名キーURLを設定。発行者はCognitoの形式でユーザープールIDを補完。HTTPSリスナーが必要。

ALBのDNS名で自己証明書を作成。

ALBに証明書をインポートし、デフォルト証明書として設定。

動作確認:
Cognitoから取得したアクセストークンをAuthorizationヘッダに含めてALBにリクエスト。成功で固定レスポンス、失敗で401エラー。

まとめ:
ALBのJWT検証により、認証負荷をアプリケーションからオフロード可能。

Gemini APIのFile Search Toolを使ってみた

Python, Google, GeminiAPI

4 Likes, 2 Stocks, 0 Comments
POSTED @ 2025/11/15___UPDATED @ 2025/11/15
Author : @bellx2

Gemini APIで手元で使えるFile Search Toolsを試した結果、自作のRAGより高性能。

構造は、ファイルサーチストアを作成し、ファイルを投入、検索時にfile_searchをtools引数として渡す。

ストアは毎回新規作成されるが、ダッシュボードからの参照は不明。

手順は、APIキーでClient設定後、file_search_stores.createでストア作成。ストア情報はnameが重要。

file_search_stores.listでストア一覧を確認。

upload_to_file_search_storeでドキュメント投入。既存ストアへの追加も可能。完了ループで問題が発生する場合あり。

検索時はfile_search_store.nameを指定。無料枠ではgemini-2.5-flash-liteが推奨。

まとめ：高性能RAGを簡単に構築可能、GeminiAPIから使えて安価、多様なファイル形式に対応。

RAMEN-SHIO-235B - 事後学習の軌跡

強化学習, LLM, 松尾研LLMコンペ2025, RAMEN

9 Likes, 2 Stocks, 0 Comments
POSTED @ 2025/11/13___UPDATED @ 2025/11/14
Author : @som3ya

LLM開発コンペ2025決勝でチームRAMENがQwen3-235Bに追加学習しRAMEN-SHIO-235Bを開発、HLEで優勝。3週間の開発過程を記録。

コンペはHLEとDNAで評価。推論モデルが前提。チームは予選の経験を活かし、強化学習で性能向上を目指す。

決勝は3週間、H100×64枚利用可能。提供されたverlを使用。

初期戦略はQwen3-235B-A22B-Thinking-2507をベースにSFTとGRPOを検討。SFTは実装容易だが改善幅限定的、GRPOは汎化性能向上期待できるが実装複雑。

課題はベースモデルが強すぎる点、マルチノードGRPO未経験な点。

序盤はSFTとGRPOを検証。SFTはverlでLoRA学習を開始するも遅いためms-swiftに移行し高速化。しかしHLEスコアが低下。GRPOはms-swiftでシングルノード成功もマルチノードで断念。verlはFSDPでOOMエラー、Megatronは環境構築に時間。GRPOは学習時間も課題。

中盤にGRPOを断念しオフライン強化学習DPOに軸足を移す。DPOは(prompt, chosen, rejected)のペアで学習。30BモデルでSFT、DFT、DPOを比較検証しDPOに集中。

終盤は235BモデルでDPO。学習データはモデル自身の出力から作成。LoRA設定、学習率、βなどを調整。最終的に#70の設定で最高HLEスコアを達成し、提出モデルとした。データセット、MoEのrouter部分の学習、LoRA rank/alpha、学習率/βなどを検証。

SFTの限界と改善手法としてDFT、CHORDを紹介。DFTはトークン確率に基づく動的な再重み付けで過学習を抑制。CHORDはSFTとオンポリシーRLを動的に統合する枠組み。

🍻【神アプリ誕生!?】「飲み過ぎアラート」開発！🍻

初心者, Kiro

5 Likes, 1 Stocks, 0 Comments
POSTED @ 2025/11/14___UPDATED @ 2025/11/14
Author : @nkmn

飲み過ぎによる後悔をなくし、健康的な飲酒をサポートするアプリ「飲み過ぎアラート」を紹介。
主な機能は以下の3つ。

飲んだお酒の種類と時刻を記録し、純アルコール摂取量を表示。

リアルタイムで酔い度をパラメーター表示（血中アルコール濃度を元に算出）。

血中アルコール濃度（BAC）をリアルタイムでシミュレーションし、時間ごとの推移をグラフで表示。体重やお酒の強さを考慮したシミュレーションも可能。
課題点として、お酒の量の把握の難しさ、酔うと記録を忘れがちになる点を挙げている。
忘年会シーズンに向け、エンタメ要素も兼ね備えた飲酒サポートツールとして活用を推奨。

今日のQiitaトレンド記事をポッドキャストで聴こう！ 2025/11/15

初心者, まとめ, AI, ポッドキャスト, 生成AI

3 Likes, 0 Stocks, 0 Comments
POSTED @ 2025/11/15___UPDATED @ 2025/11/15
Author : @ennagara128

前日夜の最新トレンド記事をAIポッドキャストとして毎日朝7時に更新。通勤中などに聴ける。内容は、AI、プログラミング、AWS、Web開発、資格、技術トレンドなど多岐にわたる。フィードバック歓迎。

知っておくべき10のAWSサービス（SAA試験向け）

AWS, Security, Cloud, インフラ, AWS認定試験

10 Likes, 2 Stocks, 0 Comments
POSTED @ 2025/10/10___UPDATED @ 2025/11/13
Author : @ChrisFletcher

2025年AWSアソシエイト試験対策として、押さえておくべき10の主要サービスを紹介。

SQS vs SNS vs EventBridge: SQSはキュー、SNSはプッシュ型通知、EventBridgeはイベントバス。マイクロサービス分離にSQS、複数購読者への通知にSNS、アプリとAWS間のデータ送信トリガーにEventBridge。

Kinesis: フルマネージドのストリーミングサービス。Firehoseはデータ転送、Data Streamsはデータストリーム本体、Data Analyticsはデータ分析、Video Streamsは動画・音声ストリーム。

EBS: ブロック単位でデータを保存するストレージ。スナップショットでS3にバックアップ可能。EC2インスタンスに接続し高速データ転送。用途に応じた種類あり。

データベースとデータウェアハウス: RDSは主要SQL DBをサポート、Auroraは高性能SQL DB、DynamoDBはキーバリュー型DB、NeptuneはグラフDB。データウェアハウスは大量データを高速アクセス。

EC2: 計算リソースの中心。Spreadはノードを離して配置、Clusterはノードを密集させて配置、Partitionはデータセンター内で分離。オンデマンド、リザーブド、スポット、専用インスタンス、専用ホストなどの購入タイプあり。

S3: オブジェクトベースのストレージ。耐久性が高く、ストレージクラスによって可用性が異なる。バージョニング、ライフサイクル管理、レプリケーション、セキュリティも重要。

IAM: ユーザー単位でリソースアクセス制御。グループ、ロール、ポリシーで構成。最小権限の原則が重要。

CloudWatch vs CloudTrail: CloudWatchはパフォーマンス監視、CloudTrailはアクティビティ監査。

VPC: クラウドネットワークの基礎。高可用性、外部サービスとの安全な接続、内部データフローの安全性、外部との安全な通信を考慮。セキュリティグループ、WAF、NAT、インターネットゲートウェイなどを理解。

VPN, Direct Connect, VPCエンドポイント: VPNはインターネット経由でオンプレミスとVPCを接続、Direct Connectは専用線接続、VPCエンドポイントはVPCとAWSサービス間を安全に接続。

追加学習リソースとして、AWS公式スキルビルダー、AWSホワイトペーパー、Cloudcraftを紹介。模擬試験はDigital Cloudの試験シミュレーターがおすすめ。

GPT-5.1とGPT-5の違いをGPT-5.1とGPT-5にQiitaの記事としてまとめさせて、GPT-5 Proで評価してみた。（Geminiもいるよ）

GPT-5, GPT-5.1

10 Likes, 0 Stocks, 0 Comments
POSTED @ 2025/11/13___UPDATED @ 2025/11/13
Author : @autotaker1984

OpenAIがGPT-5系の新モデルGPT-5.1をリリース。GPT-5とGPT-5.1の違いをQiitaの記事作成タスクで比較検証。GPT-5.1は回答スタイルに違いがあり、記事生成にDeepResearchを使用し、GPT-5 Proで相対評価。GPT-5 Thinking、GPT-5.1 Thinking、GPT-5 Instant、GPT-5.1 Instant、Gemini 2.5 Proの生成結果を分析。GPT-5 ProはGPT-5 Thinkingを最も高く評価、実務的なアドバイスが評価された。Thinkingモデルは情報密度が高く、Instantモデルは読みやすいが情報量が控えめ。Gemini 2.5 Proは元文章のキュレーションにとどまり、エンジニア向けの再解釈が弱い。Thinkingモデルは分量が多く、推論の割合が高い傾向。GPT-5.1はGPT-5に比べThinkingモデルの回答スタイルが変化、AIの読解力が高いため、スタイル評価にはLLM as a Judgeは不向き。

Qiitaはじめました｜CWBJ参加中｜いろいろ試して記事にしていきます

Microsoft, 自動化, AI, Qiita初投稿, CWBJ

2 Likes, 0 Stocks, 0 Comments
POSTED @ 2025/11/15___UPDATED @ 2025/11/15
Author : @pinkiti

アラフィフのぴんきちと申します。CWBJに参加し、Microsoft 365、Salesforce、Google Workspace、WordPressなどを活用した自動化や情報整理に関心があります。
Qiitaでは、Power AutomateやGoogle Apps Scriptを使った業務自動化、SharePointやOneNoteを活用した情報整理、WordPressでの情報発信設計、ノーコード／ローコードでの業務改善、FAQ自動化構成案などをテーマに記事を投稿予定です。
今後は、試してみたことや構成案などを記事にしていく予定です。
女性エンジニア応援 2025 Advent Calendarにも参加予定です。
コメントでのご意見や改善案をお待ちしています。

【セキュリティ】初めてアプリをつくる人がまず抑えておくべき基本的事項

Security, 初心者, 初心者向け, Web開発, セキュリティ対策

2 Likes, 2 Stocks, 0 Comments
POSTED @ 2025/11/15___UPDATED @ 2025/11/15
Author : @ktdatascience

Webアプリケーション開発におけるセキュリティ対策の重要性と、代表的な攻撃手法とその対策、開発時のベストプラクティスを解説。

SQLインジェクションにはエスケープ処理とプリペアドステートメントが有効。
クロスサイトスクリプティング(XSS)には入力値のエスケープとサニタイズが重要。
クッキーのセキュリティ設定(HttpOnly属性、Secure属性)やコンテンツセキュリティポリシー(CSP)も対策として有効。

開発時はライブラリのデフォルト設定を変更し、エラーハンドリングを適切に行う。
詳細なエラー情報を隠し、本番環境と開発環境で設定を切り替える。

セキュリティ対策は継続的な学習が不可欠。
定期的な情報収集とセキュリティテスト、コードレビューを実施し、常に安全性を向上させる。

【Secrets Manager】RDSパスワードローテーションをコードから理解する

AWS, RDS, 初心者, やってみた, SecretsManager

2 Likes, 1 Stocks, 0 Comments
POSTED @ 2025/11/14___UPDATED @ 2025/11/14
Author : @ryu-ki

AWS Secrets ManagerのローテーションはcreateSecret、setSecret、testSecret、finishSecretの4ステップで行われる。

シークレットはAWSCURRENT（現在）、AWSPENDING（ローテーション中）、AWSPREVIOUS（前回）の3つのステージで管理される。

createSecretでは現在のシークレットをコピーし、新しいランダムなパスワードを生成してAWSPENDINGとして保存する。

setSecretでは現在のパスワードでDBに接続し、新しいパスワードに変更する。MySQLのバージョンに応じてパスワード設定構文が変わる点に注意。

testSecretでは新しいパスワードでDBに接続できるか確認する。

finishSecretではAWSPENDINGのシークレットをAWSCURRENTに更新する。

パスワード生成の要件は環境変数でカスタマイズ可能。

DS-STAR: データサイエンスマルチエージェントを Microsoft Agent Framework で実装する

Azure, OpenAI, AutoGen, AgentFramework

2 Likes, 0 Stocks, 0 Comments
POSTED @ 2025/11/13___UPDATED @ 2025/11/13
Author : @nohanaga

DS-STARは、LLMを活用したデータサイエンスエージェントで、異種データ形式への対応と計画の妥当性検証の課題を解決。
Analyzerエージェントがファイル形式に応じた分析スクリプトを生成し、Verifierエージェントがクエリへの十分性を評価。
逐次的計画メカニズムで計画・実装・検証・改善を反復。
Microsoft Agent Frameworkで実装し、仮想小売データで動作確認。
AutoGenのMagentic-Oneとの類似性も示唆。
GitHubで参考実装が公開。

⌘キー依存症のMacショートカットあるある10選

Mac, コマンド, 初心者, MacBook, ショートカットキー

7 Likes, 0 Stocks, 0 Comments
POSTED @ 2025/11/14___UPDATED @ 2025/11/14
Author : @yoshinaga_slj

Macの⌘キーあるあるショートカット10選：

⌘+Qと⌘+Wでアプリを誤って終了

⌘+Shift+5でスクショを多用、保存先設定が重要

⌘+Tabの切り替えが速すぎて目的のアプリを見失う

⌘+Sで保存したつもりがファイルが行方不明になる

⌘+Zで戻りすぎ、⌘+Shift+Zで戻りすぎるタイムリープ

⌘+スペースでSpotlightを呼び出し、目的を忘れる

⌘+Fで「該当なし」表示に現実逃避

⌘+R（リロード）万能説、開発者の奥義

⌘+,（カンマ）で設定を開けるのに、メニューから探す

⌘+Cのつもりが⌘+Xで切り取り、ペーストがギャンブル

ショートカットは反射的な存在で、開発者のリズムと癖が詰まっている。

新卒エンジニアがDelphiを2ヶ月触って感じた「偏見から実感へ」

Delphi, 開発環境, 新卒エンジニア, 専門学校

5 Likes, 2 Stocks, 0 Comments
POSTED @ 2025/11/7___UPDATED @ 2025/11/13
Author : @cocolo_f

新卒エンジニアがDelphiを初めて触り、当初の不安から意外な便利さに気づいた体験談。UI構築の速さ、コードのシンプルさ、実行速度、デバッガの安定性など、古いながらも使いやすい点が多い。情報が少ない、構文の癖、Webとの相性の悪さなど課題もあるが、安定性、保守性、開発効率のバランスが良い。Delphiはモダンではないが、ソフトウェアを効率よく作るという本質に応えてくれる。最初は抵抗があったが、触るうちに手に馴染み、作る楽しさを思い出させてくれる言語だと感じている。

【ポケモン×Java】Lv12：『ラストバトル』～Scanner、while、if～

Java, オブジェクト指向, 初心者, 教育, プログラミング入門

13 Likes, 2 Stocks, 0 Comments
POSTED @ 2025/11/13___UPDATED @ 2025/11/13
Author : @hitomin_poke

Javaとポケモンを題材に、学習の集大成としてバトルゲームを作成する。

Scannerで技を選択可能にし、4種類の技を出せるようにする。
どちらかのHPが0になるまで勝負を繰り返す。
トレーナーは互いに技を選択する。

+α要素として、アイテムでの回復、HP表示、HPが0未満になる場合の対処などを加える。

ヒントとして、Scanner適用、While文での繰り返し、If文での終了処理のコード例が示されている。
最終バトルとして、固定の技順でAIと対戦する。

Microsoft Entra ID による MCP 認証テスト：FastMCP サーバーのセキュアな実装メモ

Microsoft, Azure, MCP, AgentFramework

1 Likes, 0 Stocks, 0 Comments
POSTED @ 2025/11/14___UPDATED @ 2025/11/14
Author : @nohanaga

Microsoft Entra ID を使用した MCP 認証システムを、Frontend (Flask)、Backend (FastMCP)、Downstream API (Azure サービス) の3層構造で実現するサンプルを紹介。認証は3つのフェーズに分けられる。

フェーズ1: ユーザー認証 (Authorization Code Flow with PKCE)。Identity for Flask で OAuth 2.0 を自動化。

フェーズ2: ユーザー委任のアクセストークン。Backend API 専用トークンを使用。FastMCP JWTVerifier で厳密なトークン検証。

フェーズ3: On-Behalf-Of (OBO) フロー。Backend がユーザーに代わり Downstream API へアクセス。Managed Identity を活用。

各フェーズで取得されるトークンの詳細や実装のポイント、推奨事項などを解説。GitHub リポジトリも公開。

AIで仕事が奪われる？いいえ、エンジニア寿命が伸びる時代です

ポエム, AI, キャリア, エンジニア, 生成AI

1 Likes, 1 Stocks, 0 Comments
POSTED @ 2025/11/14___UPDATED @ 2025/11/14
Author : @Sakai_path

エンジニアの価値は実装速度だけでなく、経験に基づく判断力にある。AIは記憶や情報処理など、年齢と共に衰える部分を補完し、経験豊富なエンジニアが判断や設計に集中できる環境を作る。AIは経験領域を置き換えられないため、経験の価値はむしろ向上する。AI活用により、ベテランが最前線で活躍し、エンジニア寿命が延びる可能性。AIは仕事を奪うのではなく、エンジニアとして生きる時間を延ばす技術である。

段階的データモデリングと検証のフレームワーク

モデリング, フレームワーク, データモデリング, 物理データモデリング

1 Likes, 0 Stocks, 0 Comments
POSTED @ 2025/11/14___UPDATED @ 2025/11/14
Author : @Kudo_panda

データモデリングのフレームワークは、ビジネスの真実（概念モデル）、論理的な理想形（論理モデル）、物理的な現実解（物理モデル）の3フェーズに分けられる。

フェーズ1：概念データモデリングでは、ビジネスエンティティと属性を特定し、技術的な実装詳細を排除する。多対多の関係はビジネスエンティティとして意味がない限り解消しない。

フェーズ2：論理データモデリングでは、概念モデルを技術的に中立な論理モデルとして詳細化する。整合性の境界とパフォーマンス要件に基づき、中間テーブルを導入して多対多の関係を解消し、主キーと外部キーを定義する。エンティティをライフサイクルやユースケースに基づいてグルーピングする。CCP、CRP、REP、DDDの原則を適用する。

フェーズ3：物理データモデリングでは、論理モデルを物理インフラにマッピングする。データベース技術を選定し、論理データ型を物理データ型に変換し、インデックス、パーティショニング、非正規化を設計する。整合性、セキュリティ、スケーラビリティのリスクを分析し、物理配置を決定する。YAGNI、脅威モデリング、TOC、データオブザーバビリティの原則を適用する。

フェーズ4：観測と検証では、稼働中のシステムから得られるデータに基づき、論理モデルの仮説を検証する。トランザクションログやクエリメトリクスを分析し、ボトルネックや設計のズレを発見し、リファクタリングにつなげる。アブダクション、クリティカルシンキング、TOC、Four Keysの原則を適用する。

CCPとCRPはトレードオフの関係にあり、変更容易性と再利用性のバランスを考慮する必要がある。一般的にCCPが優先される。

MUSUHI実践ガイド - Agentic AIで実現する仕様駆動開発の実践

sdd, agenticai

3 Likes, 3 Stocks, 0 Comments
POSTED @ 2025/11/13___UPDATED @ 2025/11/14
Author : @hisaho

MUSUHIは仕様駆動開発(SDD)専用のAgentic AIシステムで、20個の専門AIエージェントがソフトウェア開発ライフサイクル全体を支援します。開発者は、MUSUHIをプロジェクトディレクトリにインストールし、Orchestratorに指示を与えることで、要件定義から実装、テストまでを自動化できます。

プロジェクトメモリ（Steering System）は、全エージェントが共有するプロジェクトの「記憶」であり、アーキテクチャ、技術スタック、製品に関する情報が含まれます。各エージェントは作業完了後に自動的にプロジェクトメモリを更新し、一貫性を保ちます。

開発フェーズごとに最適なエージェントを選択し、連携させることで、効率的な開発が可能です。例えば、Requirements Analystは要件定義を行い、System Architectはアーキテクチャ設計を行い、Software Developerはコード実装を行います。

実践シナリオとして、タスク管理Web APIの開発を例に、各ステップで使用するエージェントとその成果物を示しています。また、既存コードのリファクタリングやパフォーマンス改善など、個別ユースケースも紹介しています。

効果的なエージェント活用のコツとして、Steering Agentの初期実行、EARS形式の活用、ドキュメント参照の明示、複雑なタスクはOrchestratorに依頼することなどを挙げています。

MUSUHIを活用することで、仕様駆動開発をより効率的に、より高品質に進めることができます。公式リポジトリやREADMEなどのリソースも提供されています。

PlotlyでグラフをHTMLで保存・共有する：インタラクティブ3Dをそのまま配る方法

Python, HTML, 可視化, plotly, colaboratory

1 Likes, 1 Stocks, 0 Comments
POSTED @ 2025/11/15___UPDATED @ 2025/11/15
Author : @Tadataka_Takahashi

Plotlyの3DグラフをインタラクティブなHTMLファイルとして保存・共有する方法。

手順:

Plotlyで3Dグラフを作成

fig.write_html("ファイル名.html")でHTMLファイルとして保存

HTMLファイルをブラウザで開き、インタラクティブなグラフを確認

オプション:

include_plotlyjs='cdn': CDN経由でJavaScriptを読み込み軽量化

full_html=True: 完全なHTMLファイルとして出力

full_html=False: HTML断片として出力（Web埋め込み用）

auto_open=True: 書き出し後にブラウザで自動的に開く

Web埋め込み例:
<iframe src="fragment.html" width="800" height="600"></iframe>

利点:

回転・ズームなどのインタラクションを保持

メール添付、Drive共有、iframe埋め込みなど配布が容易

プレゼンや資料作成に活用可能

2D・3Dグラフ両方に対応

実験管理できてる？

Python, 実験管理

3 Likes, 1 Stocks, 0 Comments
POSTED @ 2025/11/13___UPDATED @ 2025/11/13
Author : @hiyoko1729

機械学習や研究における実験設定の管理に、@dataclassと設定ファイルの活用を提案。
設定をコードから分離（外出し）することで、再現性、共有性、透明性、安全性を向上。
@dataclassを使うことで、設定を型付きオブジェクトとして扱い、補完、型チェック、ネスト構造化が可能に。
YAMLとの連携もスムーズ。
default_factoryによる安全なデフォルト値設定や、初期値あり・なしの変数順序に注意。
YAMLで設定を記述し、Pythonで読み込み、ハッシュ化して保存することで、実験の再現性を担保。
@dataclassは設定を実装から切り離す有効な手段。

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