Qiitaのトレンド記事を要約してまとめたもの（サボり）

Posted at 2025-09-23

E資格合格までの軌跡【半年間耐えた先に見えたもの】

65 Likes, 35 Stocks, 2 Comments
POSTED @ 2025/9/21___UPDATED @ 2025/9/22
Author : @m_mato

2025年9月、E資格に合格。

メーカー勤務の研究職で、G検定、データサイエンティスト検定も保有。

E資格は深層学習の実装能力を証明する資格で、合格率は約70%だが難易度は高い。

資格取得のきっかけは、AIエンジニアとの交流。

JDLA認定講座のAVILENを受講（講座代168,300円）。

受験費用総額は230,230円で会社が全額負担。

勉強期間は6ヶ月で、平日3～4時間、休日6～7時間。

AVILENの修了条件はコーディング演習、プロダクト開発演習、修了試験（機械学習・深層学習）。

学習には「ゼロから作るディープラーニング」やChatGPTを活用。

Kindle Scribeでデジタルノートを作成し、知識を整理。

オンライン模試で合格圏内を確認。

試験本番は手応えがなく不安だったが、合格。

E資格を通してAIスキルが向上し、AVILENの教材の質や講師の解説が役立った。

今後はAIエンジニアとしてより良いものを開発していきたい。

うんち検知IoT：Raspberry Piが愛犬の大事件を見逃さない

Python, C++, Arduino, RaspberryPi, IoT

41 Likes, 14 Stocks, 0 Comments
POSTED @ 2025/9/21___UPDATED @ 2025/9/22
Author : @RaspiKoubou

愛犬がベッドでうんちを食べる問題に対し、ラズベリーパイとUSBカメラでうんち検知警報システムを構築。

システム概要:

ラズパイがUSBカメラでうんちを検知

Wi-Fi経由でArduinoに「うんち検知フラグ」を送信

ArduinoがLEDを点滅させ飼い主へ通知

スマホでリアルタイム映像を確認

使用ハードウェア:

ラズベリーパイ5 (3,4でも可)

USBカメラ

Arduino UNO R4 WiFi

ラズパイ側ソフトウェアの主要機能:

OpenCVによる画像解析でうんちを検出

Flaskでライブ映像を配信

HTTPでArduinoへ通知

うんこ検出ロジック:

detect_tray_area関数で白色のトイレシーツ領域を特定

opencv_worker関数内でシーツ領域内の黒～茶色の異物を検出

検出状態をHTTPでArduinoに送信

Arduino側:
HTTPリクエストを受信するとLEDマトリックスを点滅させ通知。

課題:

白い犬の毛並みが誤検出される

暗所での検出が困難

教訓:
身近な課題解決にDIY電子工作が役立つ。

AIで変わる開発現場！2025年注目の生産性向上ツール14選

初心者向け, ソフトウェア開発, 生産性向上, 開発者ツール, AIアシスタント

12 Likes, 2 Stocks, 0 Comments
POSTED @ 2025/9/23___UPDATED @ 2025/9/23
Author : @takuya77088

プログラマー5年目の筆者が厳選した2025年試すべき14のツール。

AIアシスタント系：Cursor(AI搭載IDE)、CodeX(自然言語からコード生成)、DevGPT(開発者向けAIアシスタント)、Pieces(コードスニペット管理)。

バグ＆テスト系：Apidog(API設計/テスト自動化)、QualityHive(バグ修正/回帰テスト)、Jam(環境情報付きバグレポート)。

自動化＆運用系：n8n(ワークフロー自動化)、Infisical(シークレット管理)、Hoppscotch(API調試)。

ドキュメント＆ナレッジ系：Mintlify(ドキュメント自動生成)、Obsidian(ナレッジ管理)。

コラボレーション＆効率系：Slack(チームコミュニケーション)、Notion(コラボレーション/知識管理)。

AIドリブンなツールが開発者の生産性の核心。導入時は小規模プロジェクトから始め、チームと情報共有し、効果を数値で測定する。

ChatGPTからQiita記事を直接投稿する【qiita-mcp-server】

AI, MCP, 生成AI, ChatGPT, LLM

35 Likes, 38 Stocks, 0 Comments
POSTED @ 2025/9/21___UPDATED @ 2025/9/23
Author : @7mpy

ChatGPTでQiita記事を下書き・公開する方法。
qiita-mcp-serverを使用。
必要なもの: ChatGPT(ConnectorsとDeveloper Mode有効)、Qiitaアカウントとアクセストークン。
手順: Qiitaでアクセストークン発行、ChatGPTでDeveloper Modeを有効化、qiita-mcp-serverをコネクタとして追加(トークンをURLに含む)、ChatGPTから指示で投稿。
MCPはLLMが外部ツールに安全にアクセスするプロトコル。
タグはQiitaで実体があるものを選ぶ。
初回は下書きで作成し、要約確認後に公開。
セキュリティ：トークン管理に注意。
組織利用ではコネクタ権限管理を確認。
最短3ステップでChatGPTからQiitaへ直接投稿可能。

AWS初心者がJAWS-UG運営になった話

AWS, ポエム, JAWS-UG

9 Likes, 1 Stocks, 0 Comments
POSTED @ 2025/9/23___UPDATED @ 2025/9/23
Author : @tks_1128

AWS初心者の筆者がJAWS-UG運営になるまでの経緯。JAWS-UG参加からLT登壇を経て運営に興味を持つ。運営になるとLT機会が減る懸念があったが、JAWS以外でもLTできると気づき運営入りを決意。初心者支部でお試し運営後、正式に運営デビュー。運営は企画や準備が大変だが、参加者への感謝の気持ちが深まった。運営は新たな景色を見せてくれる。迷っているなら挑戦を！

Claude Code vs Codex CLI どっちを選ぶ？両方使ってきた経験から観点別にポイントを解説

MCP, OpenAI, AI駆動開発, ClaudeCode, CodexCLI

8 Likes, 5 Stocks, 0 Comments
POSTED @ 2025/9/22___UPDATED @ 2025/9/23
Author : @tomada

Claude CodeとCodex CLIはAIコーディングアシスタント。どちらを使うべきか、料金、コード品質、カスタマイズ性、学習のしやすさ、チーム開発、開発テンポなど、10個の観点から比較。

料金：Claude Codeは年払いプランや中間プランがあり、コスパが良い。
コード品質：Codex CLIはGPT-5-Codexモデルで高品質だが、Claude Codeもカスタマイズで向上可能。
カスタマイズ性：Claude Codeはカスタムコマンドやサブエージェントで高い。Codex CLIは制限あり。
学習のしやすさ：Claude Codeは日本語情報が豊富。Codex CLIは英語のみ。
チーム開発：Claude Codeはプロジェクトごとに設定を管理可能。
初心者：Codex CLIはIDEやクラウド版もあり使いやすい。
要件・設計重視：Claude Codeはプランモードで計画的な開発が可能。
開発テンポ：Claude Codeはスピード重視、Codex CLIは品質重視。

筆者はClaude Codeをメインに使い、複雑な処理にCodex CLIを併用。両方試して自分に合うツールを見つけるのがおすすめ。

【JavaScript】JSのパイプライン演算子の話を聞かなくなったけど今どうなってんの？

JavaScript, F#, hack, 日本語訳, proposal

8 Likes, 4 Stocks, 1 Comments
POSTED @ 2025/9/22___UPDATED @ 2025/9/22
Author : @rana_kualu

JavaScriptのパイプライン演算子は8年前からStage2で停滞。スタイルはF#とHackの2種類あり、JavaScriptはHackスタイルを選択。F#スタイルはエンジン開発者がパフォーマンス低下を理由に反対。TC39内での議論も停滞し、適切なトークンすら決まらず。新しい構文に対する審査が厳しく、パイプ演算子はJSSugarのターゲットに。推進派は新しい構文を伴わない提案に集中。一部メンバーはコーディングへの影響に関する証拠を求めている。2025年3月のワークショップで再検討されたが、進展はなし。F#スタイル支持者の反対も停滞の一因。

TeamsのAIワークフローって何？CopilotやPower Automateと何が違うの？

Teams, PowerAutomate, copilot, 生成AI, なんでもCopilot

9 Likes, 3 Stocks, 0 Comments
POSTED @ 2025/9/22___UPDATED @ 2025/9/22
Author : @Oyu3m

この記事は2025年9月23日時点のMicrosoft Teamsの「ワークフロー」アプリと「AIワークフロー」に関する情報です。

Teamsに新しい「ワークフロー」アプリが追加。Power AutomateのUIを簡略化。絵文字リアクションをトリガーに設定可能。Default環境に保存。

従来の「ワークフロー」アプリよりユーザーフレンドリー。

「AIワークフロー」は既定のAIワークフローが6個準備されている。Microsoft 365 Copilotの「スケジュールプロンプト」に近い。

「AIワークフロー」の要約は簡素な内容。

「AIワークフロー」はMicrosoft 365 Copilotのスケジュールプロンプト用環境にある。

まとめ: 「AIワークフロー」はまだ進化待ち。「ワークフロー」は使い勝手が向上。

Windows上でのAvalonia UIクロスプラットフォームアプリケーション開発

Windows, Linux, VisualStudio, VSCode, Avalonia

9 Likes, 7 Stocks, 0 Comments
POSTED @ 2025/9/20___UPDATED @ 2025/9/21
Author : @EndOfData

AvaloniaUI+VSCodeでWindowsアプリ開発(クロスコンパイル目標)

VSCode開発は開発体験は良くない。
"Create Avalonia Project"が出ない場合、新規Windowで試すかコマンドでテンプレート作成。setting.jsonも関係か。

便利な拡張機能:

Avalonia Document Outline (XAMLタグ認識)

Avalonia for VSCode (コマンドガイド)

.NET SDKのインストール(wingetで可能、既存環境にあれば不要)

クロスプラットフォーム用テンプレート: dotnet new avalonia.app -o SampleApp (.NET 9.0推奨)

トラブルシューティング:
特定ファイル選択でビルド失敗: .vscode/launch.jsonで明示的に指定。

launch.json未作成時は自分で作成が必要。

Dllや.slnはdotnet Buildで作成。
launch.json設定例:
{
  "version": "0.2.0",
  "configurations": [
    {
      "name": "Debug Avalonia App",
      "type": "coreclr",
      "request": "launch",
      "program": "${workspaceFolder}/bin/Debug/net9.0/VoiseLanchuorApp.dll",
      "cwd": "${workspaceFolder}",
      "stopAtEntry": false,
      "console": "integratedTerminal"
    }
  ]
}
"program": Dllへのパス固定

"cwd": プロジェクトルート
dotnet BuildでDllと.sln作成。
デザイナ:

VSCodeでデザイナ表示はストック5以上で解禁。

Visual Studio拡張機能の方が簡単。

AvanGarude: AXAMLプレビューツール、直接編集不可、リアルタイム反映でない。

Build Failures: Avalonia for Visual Studio Code拡張機能でエラー表示改善。

Linux上のVSCodeでのプロジェクトファイル(.sln)動作実験:
Github経由でLinuxへ移行したが、環境差異で難航。

CI/CD完全攻略！現場エンジニアが教えるAPIテスト不足の解決法

devops, 自動化, CICD, apiテスト

8 Likes, 7 Stocks, 0 Comments
POSTED @ 2025/9/22___UPDATED @ 2025/9/22
Author : @Nakamura-Kaito

CI/CDは単なる自動化ではなく、品質を担保し高速リリースする仕組み。マイクロサービス環境ではAPIの動作確認が重要。

CIは早期問題発見、コード品質維持、チーム協調を促進。CDはリリース頻度向上、人的ミス削減、迅速なフィードバックを実現。

CIツール選択ではJenkins、GitHub Actions、GitLab CI、CircleCIがあるが、APIテスト対応が不十分。Apidog等のAPI専用テストツールが必要。

CD戦略はブルーグリーンデプロイメント、カナリアリリース等。ArgoCD、Spinnaker、Harness等のCDツールが存在。APIテストも重要。

CI/CDはDevOpsの中核技術であり、Infrastructure as Code（IaC）が重要。

実装課題は学習コスト、テストメンテナンス、環境不整合。段階的導入、テスト戦略の階層化、Docker等での環境統一が解決策。

CI/CD成功の方程式は「ビルド自動化 + 包括的テスト + 安全なデプロイ」。APIレベルでの動作確認が不可欠。

React学習ログ No.5

React

6 Likes, 1 Stocks, 0 Comments
POSTED @ 2025/9/23___UPDATED @ 2025/9/23
Author : @maedaHARUYA

useReducerはリデューサをコンポーネントに追加するReactフック。
基本的な使い方は、コンポーネントのトップレベルでuseReducerを呼び出し、引数としてリデューサ関数と初期状態を渡す。
返り値は、現在の状態とアクションを送信するdispatch関数。
引数reducerは状態とアクションを受け取り次の状態を返す関数、initialArgは初期状態の値、initは初期状態を遅延計算する関数。
返り値stateは現在の状態、dispatchは状態更新をトリガーする関数。
状態更新ロジックが複雑な場合にuseReducerが推奨され、コンポーネントのパフォーマンス最適化にも役立つ。
useStateはコンポーネント内で状態と更新関数を直接管理。
useReducerは状態更新ロジックをreducer関数に切り出す。
カウンターアプリの例では、useStateはcountとsetCountで状態を管理し、useReducerはreducer関数でincrementとdecrementのアクションを処理する。

DroidKaigi 2025で驚いたところ

Android, Kotlin, AI, DroidKaigi, JetpackCompose

5 Likes, 2 Stocks, 0 Comments
POSTED @ 2025/9/23___UPDATED @ 2025/9/23
Author : @takahirom

DroidKaigi 2024 参加メモ要約

Building with AI in Kotlin

JetBrains AIは段階的な支援を提供、コミットメッセージ生成をチーム流儀に固定化可能。

Junieは指示から実行まで自動化、GitHub連携でPR自動生成。

アプリ側AIではOpenRouterで多数モデル切替運用が実験に有効。

KoogはNodeでLLM呼び出しを表現、Kotlin DSLで型安全設計、エージェントをツールとして合成可能。

運用は確認ダイアログ、可観測性確保、規約明文化が重要。

Ask the speaker: AI移行は段階的に、KotlinX Datetimeの対応要望あり。

Gen AI for Android Developer

KakaoPay事例: 自然文からGeminiでJSON抽出、注文自動生成。

オンデバイスはGemini Nano (v3はPixel 10に搭載)、クラウドはFirebase AI Logic。

AI Coreは端末最適化、Prompt APIはExperimental。

プロンプト設計はマイクロマネジメントを意識、否定命令は避け、分類で安定化、英語が有利、提示順序が重要。

例示が効果的、誤りパターンを例に追加し改善。

評価はF1スコア、Temperatureは0.5、Max Tokensは100が推奨初期値。

Ask the speaker: Pythonノートブックで検証、評価アルゴリズム設計が重要。

Android端末で実現するオンデバイスLLM 2025

MediaPipeはLiteRTベース、NNAPI/GPU利用、Play Asset Delivery推奨。

Gemma 3 1Bは速度・サイズ・品質のバランスが良い。

Gemini Nanoは端末限定＆実験的、MediaPipe採用が現実的。

Androidエンジニアとしてのキャリア

行動が第一歩、自己認識をハックし行動へ。計画は仮説→検証→観測→調整のループ。

価値観と行動のズレを定期点検。IC/EM、スペシャリスト/ジェネラリストは価値観と得意で選択。

副業は本業で得られない経験を、お金だけでなくコミュニティ価値も重視。

発信はブランディング、実績になる。

フィードバックから弱みをモデル化。

仲間・メンターを持ち、スキルを継続更新。

Ask the speaker: 「嫌いなところを直視しないようにする」のが自分を騙すコツ。

Compose Multiplatform × AI で作る、次世代アプリ開発支援ツールの設計と実装

CMPビジュアルエディタはUIを木構造で管理、Modifierはfoldで合成。

コード生成はKotlinPoetで自動化、カスタムコード挿入も想定。

AIエージェントはLLMでUI編集を自律化。

Kotlin → TypeScript → JSON Schema でLLMがYAMLを書けるようにする。

エラー位置つきYAMLフィードバックで自己修正率向上。

プロンプトキャッシュ活用でコスト最適化。

Ask the speaker: スキーマをプロンプト前方へ、YAMLエラー位置をフィードバック。

Navigation 2 を 3 に移行する（予定）ためにやったこと

UI状態と遷移状態を統合、Keyは任意型、再利用しない場合はcontentKeyをユニーク化。

Sceneはentriesのサブリスト、Strategyで描画決定。

OverlaySceneはDialog/BottomSheet、BackStack制御に乗る。

NavEntryDecoratorでSavedState/ViewModel/権限制御を横断適用。

Hilt統合、Deep Linkは自前でKey化しBackStack操作。

BottomNavigationはポップせず順序入替でstate保持。

Performance for Conversion! 分散トレーシングでボトルネックを特定せよ

パフォーマンス低下は離脱に直結。

計測時間を分類し観測、アプリ起動はタイプと起因を区別。

Firebase Performanceの限界：子トレース、ヒストグラム、BigQueryラグ、Tail based sampling不可。

分散トレーシングでモバイルとバックエンドを因果グラフとして可視化。

OpenTelemetryはベンダーロックイン回避、Collectorで複数バックエンドへ同時エクスポート。

Application.attachBaseContextで起動開始時刻を取得。

Collectorと可視化でボトルネック特定。

Ask the speaker: DataDog等のエンドポイントに送れる。

Navigating Dependency Injection with Metro

DI導入はSingleton → Service Locator → Constructor注入の順で理解。

MetroはKotlinコンパイラプラグイン実装のコンパイル時DI。

Dependency Graphを定義、コンパイラが実装生成。

主要バインディング、Scoping、Provider/Lazyに対応。

コンパイルは1回で完了、IR直書きでKAPT/KSP/Javaコンパイル回避。

Anvilスタイルのアノテーション集約を内蔵。

@ContributesBindingで実装側から上位型公開。

プライベートなコンストラクタも注入可能。

グラフ検証はTarjanで有向非巡回性と初期化順を保証。

Graph Extension、IDE連携をサポート。

Dagger/Anvil/Kotlin Injectのアノテーション互換。

Ask the speaker: API設計を優先、利用者体験最優先。依存の差し替え手段が重要。

既存アプリをアダプティブにするには：JetStreamの場合 / Extending application adaptability: A case study of JetStream

1つのバイナリで複数フォームファクター対応。

ウィンドウサイズや利用可能な入力/表示領域に合わせてUIを更新。

tv-material → Compose Material 3へ置き換え。

IndicationNodeFactoryでフォーカス可視化。

クリック入力を抽象化。

Media3への移行でステートレストレーションを簡素化。

レイアウト適応は「フィード」型に集約。

そのAPI、誰のため？ Androidライブラリ設計における利用者目線の実践テクニック

抜き出しライブラリーの落とし穴：内部前提が残ると使いにくい。

カプセル化と依存の制御。

前提の押し付け回避。

高レベルAPI＋低レベルAPIを併走。

【個人開発】自分のスキルの課題点を登録するとAIが解決策+サンプル動画を提示してくれるアプリを作りました【React×TypeScript×Gemini】

TypeScript, ポエム, React, 個人開発, Gemini

18 Likes, 9 Stocks, 1 Comments
POSTED @ 2025/9/3___UPDATED @ 2025/9/21
Author : @nagi-0106

このアプリは、特定の分野の課題を分析し、解決策とサンプル動画を自動表示するものです。

野球をテーマに、課題の細分化と解決策提示を行う

行動からの気づきとフィードバックの早期改善を目的とする

課題登録、解決策提示、履歴表示の機能がある

ロジックツリーの要素を取り入れ、AIプロンプトを工夫

FigmaでUIを作成し、Tailwind CSSで実装

開発ではアイデア出し、スモールステップの重要性、AIプロンプトの改善点が課題でした。
今後は課題登録の選択肢増加、AI出力結果の精度向上を目指します。

【Docker Compose】.envファイルの入力忘れ、エラー出したくないですか？

Docker, 環境変数, docker-compose

4 Likes, 5 Stocks, 0 Comments
POSTED @ 2025/9/23___UPDATED @ 2025/9/23
Author : @umekikazuya

docker-composeで.envファイルを扱うTips集。

Case1: 環境変数を必須入力にする。Composeの変数展開 ${APP_KEY:?.env ファイルに APP_KEY を設定して下さい。} で未入力時にエラー表示。

Case2: 環境変数の初期値を指定。${APP_PORT:-8080} で未指定時にデフォルト値8080を使用。:-と-の違いは、空文字の場合にデフォルト値を使うかどうかの違い。

Case3: env_fileでファイルを環境変数として読み込む。

環境変数の読み込み順は、コマンドライン引数、composeファイル、シェル環境変数、env_file、Dockerfileの順。

iOSDC 2025セッション資料まとめ

iOS, Swift, iOSDC, SwiftUI, iOSDC2025

11 Likes, 9 Stocks, 0 Comments
POSTED @ 2025/9/21___UPDATED @ 2025/9/21
Author : @yuukiw00w

iOSDC2025 登壇資料まとめ

アンカンファレンス: Swift6のConcurrency、Claude Code AI。

スポンサーセッション: iOSエンジニアキャリア設計、WantedlyのAI活用、アプリUI刷新、Chatwork SVVS、ソニーのKotlin/Compose Multiplatform挑戦、ノーコードアプリのServer-Driven UI、ABEMAのKotlin Multiplatform、AI協働レガシーアプリ、TVer iOSアプリ開発、ネイティブガントチャートUI、Swift 6対応医療アプリ、CI/CD健康診断、ホットペッパーSwiftUI移行、モバイルDevEx改善。

レギュラートーク: 半自動E2Eテスト効率化、手話翻訳、Swift Git、AIレシート読み取り、スマホ熱中症対策、Embedded Swift、金融本人確認フロー改善、AccessorySetupKitペアリング、CPUアーキテクチャ、APMP空間再現、AlarmKit通知、海難事故防止アプリ、動画広告、Walletアプリ進化、GIFアニメ再生、ペイウォール設計、フライトシムヘッドトラッカー、watchOS高負荷処理、サーバレス対戦ゲーム、Swiftビルド、屋内フロアマップ、アプリパフォーマンス改善、SwiftUIスクショ保護、VisionFramework顔ぼかし、高セキュリティiOSアプリ開発、カスタムUI、QRコード仕様、App Clip 5年史、列車行程追跡、Xcode Previews実用化、メモリ不足対策、プログラミング作曲、外部ストレージデバイス、CryptoKit。Heart of Swift Concurrency, WebP入門、FormatStyle、レシート印刷、バックグラウンドアップロード、マイナンバーカード、ログ基盤、UWB Nearby Interaction、時刻と位置特定、RTL言語対応、Vision Pro立体動画、スマートフォン歴史。

LT: iOSDJ2025、Swiftの奇妙、アプリ内課金寄付、サブスクリプション価格変更、非更新サブスクリプション、課金バイパス対策、SubscriptionStoreView、Focus Filter、TSPL、iOS→Flutter→iOS、ネットワークカメラ、Swiftブラウザ実行、末尾再帰、開発環境構築、HyperCard。

ルーキーズLT: Visionフレームワーク、Derived Data秘匿情報、図書管理アプリ、SNSアプリ公開、Custom App配布、コーデアイテム抽出アプリ、ヘッドジェスチャVibe Cooking、SwiftUIチャット、WebKitバグ修正、Embedded Swift Matter、iPhone光学マウス、パフォーマンス診断、位置判定アプリ、MIDIイコライザー。

Glideで手軽にメンバーの在社確認アプリを作ってみた

GoogleSpreadSheet, スケジュール, glide, protoout

4 Likes, 0 Stocks, 0 Comments
POSTED @ 2025/9/22___UPDATED @ 2025/9/22
Author : @firel1192

部署メンバーの出社状況をスマホで手軽に確認できるアプリをGlideで作成。
手順:

Googleスプレッドシートに出社表をコピペ。

Glideで新規作成し、Googleスプレッドシートを選択。

自分の名前を選択し、QRコードをスマホで読み込む。

起動すると日付ごとの出社状況が一覧表示。
同僚からは好評だが、毎月アプリを作り直す必要がある点が課題。
無料ライセンスではGoogleスプレッドシートの読み込みは初回のみ。
Glideは簡単にアプリ作成が可能で、編集画面もスマホ画面で確認できる。

俺が3人分になる... おすすめのClaudeCodeを使った開発環境構築方法・使用例

ClaudeCode

3 Likes, 1 Stocks, 0 Comments
POSTED @ 2025/9/22___UPDATED @ 2025/9/22
Author : @MLLB

Claude CodeのHooksとSubagentsを使った開発環境構築。

Hooks: 特定アクション時に任意処理を実行。settings.jsonに記述し、CIを構築(例: ファイルフォーマット、Linter)。

Subagents: 特定タスクに特化。/agentsコマンドで作成。独立コンテキストで動作。コードレビュー、要件定義などに利用。プロンプト例: コードレビュー観点、要件定義からの設計手順。

開発例: Subagentに要件定義、設計、タスク作成を指示。Hooksでコード品質維持。Subagentでレビュー。タスクごとに繰り返し。Subagentsは詳細な質問やレビューが可能。

プログラミング学習において、集中力が低い人の特徴5選

プログラミング, ポエム, プログラミング初心者, 集中力

7 Likes, 3 Stocks, 1 Comments
POSTED @ 2025/9/21___UPDATED @ 2025/9/21
Author : @ArakiPhp

集中力低下の原因5つ：

睡眠不足・生活リズムの乱れ：イライラしやすく、ミスが増える悪循環。

他コンテンツへの依存：短期的快楽に逃げ、学習への集中力低下。

初めて取り組む内容の比率が多い：何が分からないか分からず、挫折しやすい。

同じ課題を長時間解決できていない：不安や苛立ちで冷静さを失う。

目標が曖昧：危機感がなく、モチベーション低下。

解決策は一撃必殺ではなく、コツコツ改善が必要。

# お金はない、でもやりたい！ブラウザだけで作ったAI記憶テストWebアプリ

JavaScript, Web, 初心者, ＃TeachableMachine, AI活用

3 Likes, 1 Stocks, 0 Comments
POSTED @ 2025/9/23___UPDATED @ 2025/9/23
Author : @sophia_2017d

ブラウザだけで動作する記憶テストを開発。
Teachable MachineでAIモデルを学習、TensorFlow.jsでAI推論、HTML/CSS/JavaScriptでUIを構築。
Canvaで記憶用イラスト作成。
Webページで30秒間の記憶、自由描画、AIによる5段階自動採点を行う。
オフライン利用やUI/UX改善、学習データ蓄積による精度向上を検討。
サーバー不要で低コスト、手軽に記憶力チェックを提供可能。

Figma MCPの設定(GUIのみで3分)

初心者, VSCode, MCP, Figma, githubcopilot

2 Likes, 2 Stocks, 0 Comments
POSTED @ 2025/9/23___UPDATED @ 2025/9/23
Author : @hokutoh

Figma MCPを活用し、Figmaのデザインからコードを自動生成する方法。

手順：

Figma Desktop版をダウンロード。

FigmaでFileを作成し、Preferenceからlocal MCP serverを有効化。

VSCodeでMCP Serversを選択し、FigmaをBrowse。

MCP Serverをインストールし、Start Server。

Github Copilotなどで、Figmaのフレームまたはレイヤーを選択またはリンクをコピーして指示。

これにより、AIがFigmaのデザインを理解し、ReactやHTML/CSSなどのコードを生成可能。

symbol公式のsymbol-bootstrapを使ってみる

Symbol, Symbol-bootstrap, symbol-blockchain

2 Likes, 0 Stocks, 0 Comments
POSTED @ 2025/9/22___UPDATED @ 2025/9/23
Author : @_oe

メンテされていないnpmのsymbol-bootstrapを、symbolチームがforkしたsymbol-bootstrapでノード構築する手順。

既存のsymbol-bootstrapをアンインストール。npm uninstall -g symbol-bootstrap または npm uninstall -g @nemneshia/symbol-bootstrap (@スコープ名が必要な場合)。

symbol/symbol-bootstrapをclone。git clone git@github.com:symbol/symbol-bootstrap.git symbol-symbol-bootstrap -b dev でdevブランチを指定。

依存関係をインストールし、ビルド。cd symbol-symbol-bootstrap; npm ci; npm run build。

ビルドしたbootstrapをグローバルインストール。npm install -g . ; symbol-bootstrap -v でバージョン確認。

既存ノードの更新は symbol-bootstrap config --upgrade, symbol compose --upgrade, symbol-bootstrap up -d --healthCheck などで可能。

【2025年版】プライベートLLM簡単比較 - AWS・Azure・GCPの選び方と実装パターン

AWS, Azure, VertexAI, 生成AI, LLM

4 Likes, 0 Stocks, 0 Comments
POSTED @ 2025/9/21___UPDATED @ 2025/9/23
Author : @ABC-AtomuOnishi

企業向け生成AIの利用で、AWS Bedrock、Azure OpenAI Service、Google Vertex AIを比較。最新モデル(Claude 3.5 Sonnet、GPT-4o、Gemini 2.5 Pro)のバッチAPI、プライベート接続、RAG支援、ファインチューニングを実装観点で整理。

対象読者は導入検討を行うエンジニア/意思決定者。

プライベートLLMの定義、主要機能比較、料金体系、データプライバシー、モデル性能、プライベート接続設定、ファインチューニング/RAG実装、コスト削減方法を解説。

各サービスのメリット・デメリット、利用開始手順、料金体系、セキュリティ対応を比較。

導入時の課題としてレート制限、コスト超過、モデル選定ミス、セキュリティ設定不備を挙げ、対処法を提示。

サービス選定の指針として、AWSはAWS基盤との親和性、AzureはMicrosoft製品との連携、GCPは価格重視を推奨。

次のステップとして、無料枠検証、性能評価、バッチ処理検証、セキュリティ設計、運用設計を提案。

Gradioを使ってMCP（Model Context Protocol）を手軽に試す実験アプリを作ってみた

MCP, gradio, 生成AI, LangGraph, AIエージェント

2 Likes, 2 Stocks, 0 Comments
POSTED @ 2025/9/23___UPDATED @ 2025/9/23
Author : @YusukeYoshiyama

AIエージェントの新技術MCPを試すUIアプリをPythonとGradioで作成。MCPはAIモデルと外部ツールを連携させる標準規格で、開発コストを削減。Gradioは数行のコードでUI構築を可能にする。このアプリはLangChainとlangchain-mcp-adaptersでMCPサーバーと接続。ファイルシステム、Brave Search、GitHubなどを試せる。uvで簡単にセットアップ可能。今後の展望として、対応MCPサーバーの追加、UI改善、エージェントの高度化、実験管理機能などが挙げられる。

sudo パスワード入力を可視化してみる

Linux, Linux基本

2 Likes, 0 Stocks, 0 Comments
POSTED @ 2025/9/22___UPDATED @ 2025/9/22
Author : @y-okamon

Raspberry Pi 3Bでsudoパスワード入力が何度も失敗する問題が発生。原因は特定の文字のキー入力が認識されていなかったこと。
Linuxでsudoパスワード入力時にマスキング文字を可視化する方法として、sudoers設定を編集し Defaults pwfeedback を追記することで、入力した文字が * で表示されるようにできる。
ただし、パスワード長が知られるリスクや、過去にpwfeedbackの脆弱性が報告されているため、セキュリティ面での考慮が必要。特に業務利用の場合は注意。

【未経験】3つの壁と乗り越え方

初心者向け, 未経験エンジニア

4 Likes, 1 Stocks, 1 Comments
POSTED @ 2025/9/21___UPDATED @ 2025/9/22
Author : @shimada_slj

エンジニア4年目の筆者が、未経験からエンジニアになるまでにつまずいた3つの壁とその乗り越え方を紹介。

【技術の壁】エラーを自力で解決しようとしすぎていたが、先輩に教わった「15分だけ悩む」ルールで解決。15分後に質問することで、質問力も向上。

【思考の壁】知識は増えたが何も作れないジレンマに陥ったが、「とりあえず動かす」ことを意識し、インプット3割、アウトプット7割で実装。

【人間関係の壁】忙しそうな先輩に質問できなかったが、「質問準備メモ」を作成し、質問の目的、現状、試したこと、聞きたいことを整理して質問することで解決。

重要なのは、一人で抱え込まず、試行錯誤し、人に頼ること。

毎週200万回DLされているパッケージをnpm install するだけで感染する、サプライチェーン攻撃の進化

Security, npm, 脆弱性, パッケージ, サプライチェーン攻撃

2 Likes, 0 Stocks, 0 Comments
POSTED @ 2025/9/18___UPDATED @ 2025/9/22
Author : @remtakechi

npmのサプライチェーン攻撃による悪意あるコード混入のリスクと対策について解説。

2025年9月にdebugや@ctrl/tinycolor等の人気npmパッケージが攻撃を受け、自己増殖型ワームにより感染が拡大。

サプライチェーン攻撃は、信頼するパッケージの依存関係を通じて被害が広がる。開発者は安易なnpm installを避け、セキュリティ対策を講じる必要あり。

アカウント侵害による悪意あるコード注入を防ぐため、多要素認証設定やフィッシング詐欺への注意が重要。

感染時の対応として、package.json等の確認、認証情報リセット、リポジトリのクリーンアップを推奨。

長期的な対策として、バージョン固定、脆弱性チェック、最小権限の原則、環境分離、段階的デプロイを提案。

開発者はセキュリティ意識を高め、継続的な情報収集と対策アップデートが必要。

あなたの顔、AIにはどう見えてる？　怒り100％から始まったTeachable Machineで作る表情認識モデル

ML, Gemini, 表情認識, TeachableMachine, copilot

4 Likes, 0 Stocks, 0 Comments
POSTED @ 2025/9/21___UPDATED @ 2025/9/23
Author : @nullokan

笑顔チェッカーの結果に納得できず、Teachable Machineで表情認識AIを自作した話。

6つの感情クラスでAIを学習させるも、サンプル画像が少なく精度が低い。

特に「怒り」の表情に他の感情が影響されやすい。

AIで顔画像を大量生成し、サンプル数を増やすも、精度はまだ不十分。

最終的に夫の協力で大量の顔画像を収集し、AIを再学習。

眉毛の有無が認識に影響することを発見。

表情認識の難しさ、AIの限界、画像データの重要性を実感。

作成した表情チェッカーは以下で試せる。
https://teachablemachine.withgoogle.com/models/x4c2H0c8m/

自分専用の表情認識チェッカーも作成予定。

Glideでサクッとアプリを作ろう～勤怠確認・連絡できるアプリ

アプリ, 初心者, GoogleSpreadSheet, glide, ノーコード

3 Likes, 1 Stocks, 0 Comments
POSTED @ 2025/9/21___UPDATED @ 2025/9/21
Author : @vmfhxhdyd

小売業の商品部員がGlideで勤務計画確認アプリを作成。

背景: 部署内でExcel管理の課題を解決するため、詳細な勤務計画、地区担当者閲覧、出張先確認、担当者連絡を可能にするツールが必要だった。

完成したアプリ: Q部勤務計画。全体日程、勤務計画/行動予定、担当一覧の3タブ構成。

使用ツール: Glide, Google Spreadsheets

作成手順:

Spreadsheets準備: 全体日程、勤務計画/行動予定、担当一覧の3シートを作成。

Glide準備: Glideに接続し、Google Sheetsをインポート。

各シートのUI設定:

全体日程: カレンダー形式で表示、行事の絞り込み機能を追加。

勤務計画/行動予定: リスト形式で表示、詳細画面で編集可能。

担当一覧: リスト形式で表示、電話・メールへの連携機能を追加。

アプリ公開設定: 名前、アイコン、公開範囲を設定。

同僚の声: 操作は直感的だが、業務締め切り日の表示要望や議題の時間表示の修正点があった。

感想:

直感的な操作で構造理解が容易。

データの変更が容易。

無料版は行数制限あり。
アプリ作成のハードルが下がり、自信につながった。

NIST SP 800-63-4 に基づく認証のベストプラクティス

Security, 認証, MFA, 多要素認証, NIST

5 Likes, 1 Stocks, 0 Comments
POSTED @ 2025/9/22___UPDATED @ 2025/9/22
Author : @K-Chan41

NIST SP 800-63-4 はデジタル認証の国際ベンチマーク。セキュリティ、プライバシー、UXを重視し、IAL（本人確認）、AAL（認証）、FAL（連携）の保証レベルで評価。

IALは0〜3の4段階で、本人確認の厳格さを示す。IAL0は匿名、IAL1は基本的、IAL2は高い、IAL3は対面＋生体情報。

AALは1〜3の3段階で、認証強度を示す。AAL1は基本的、AAL2はMFA必須、AAL3はハードウェアベースの暗号認証器必須。

FALは1〜3の3段階で、フェデレーション認証の安全性を示す。FAL1は基本的、FAL2は高い、FAL3は非常に高い。

認証方式ごとにIAL/AAL/FALを検討すると、パスワードのみは低く、SMS認証はAAL2を満たせる現実的な手段、FIDO2/WebAuthnはセキュリティ・UXで優れる。

短期的にはパスワード＋SMSでAAL2、中長期にはFIDO2併用でAAL3が妥当。リスクの高い分野ではFAL2以上のフェデレーションを検討。

SDG（Scalable Data Generation）で作る高難度QAデータセット

sdg, 合成データ, 松尾研LLM開発コンペ2025, チームきつね

3 Likes, 0 Stocks, 0 Comments
POSTED @ 2025/9/17___UPDATED @ 2025/9/22
Author : @ikedachin

この記事は、東京大学松尾・岩澤研究室 LLM開発コンペ2025 での知見をまとめたもので、SDG（Scalable Data Generation）による高難度問題と回答の合成データセット生成プロセス、改善点、最終プロンプト、パイプラインを共有します。

記事のポイント：

SDGによる合成データ生成の概要と、学術グラフ（MAG由来）を使った難問生成のコツ

一貫性を損なったデータセットへの対策パイプライン

初期パイプラインから問題点（回答と思考過程の不整合）を洗い出し、パイプラインを改善

最終的なパイプラインは「問題生成 → 多様性フィルター → 思考過程生成 → 回答生成」

問題生成、思考過程生成、回答生成それぞれの最終プロンプトを提示

生成したデータセット（ikedachin/difficult_problem_dataset_v2）をHugging Faceで公開

プロンプト改善の重要性、難問生成の効果、LLM開発への貢献について言及

課題と対策として、プロンプト改善、問題の難易度判定、メモリ不足への対処法を記述。
SDGで得られた知見として、合成データ生成、プロンプト作成能力向上、モデルの出力特性把握を挙げています。

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

Qiitaのトレンド記事を要約してまとめたもの（サボり）

DroidKaigi 2024 参加メモ 要約

DroidKaigi 2024 参加メモ要約