openai/codex でのプロジェクト固有MCPを設定する

この記事では、OpenAIのCodexを使用してプロジェクト固有のMCP（Model Context Protocol）を設定する方法について説明しています。CodexはグローバルにMCPを設定することしかできないため、プロジェクトごとに独立した設定が必要です。2つの手段が提案されており、1つ目は環境変数を使用して読み込みディレクトリを変更し、プロジェクト固有の設定をロードする方法です。しかし、この方法では認証情報が含まれるため、普段使いには適していません。2つ目の手段は、Codexのコマンドラインオプションを使用して直接TOML設定をロードする方法で、こちらの方が安全です。具体的なコマンドや設定例も示されており、実装に関する注意点も記載されています。 • CodexはグローバルにMCPを設定するが、プロジェクトごとに独立した設定が必要な場合がある。 • 手段1では環境変数を使用してプロジェクト固有のMCP設定をロードできるが、認証情報が含まれるため普段使いには不向き。 • 手段2では--configオプションを使用して直接TOMLをロードする方法があり、こちらが安全とされる。 • 具体的なコマンドや設定例が示されており、実装方法が詳細に説明されている。 • JSONからTOMLへの変換に関する注意点も記載されている。

AIコーディングハンズオンの講師をやりました(株式会社DeNA様の事例)

この記事では、株式会社DeNAでのAIコーディングの社内勉強会の講師を務めた経験について述べています。著者は、AIを活用したプログラミングの講師として、受講者に伝えたいことや講師としての心構えをまとめています。事前準備として、作例のリポジトリを用意しつつも、受講者がゼロからプロンプティングする体験を重視しています。また、当日の進行方法や教材の準備、受講者の期待値コントロールについても触れています。特に、AIの環境構築の難しさや、実際のデモを通じて受講者に体験してもらうことの重要性が強調されています。最後に、勉強会の規模や課題についても言及し、今後の依頼については相談が必要であると述べています。 • AIコーディングの講師としての経験を共有 • 受講者にゼロからプロンプティングする体験を重視 • 事前準備として作例のリポジトリを用意 • 当日の進行方法や教材の準備についての考慮 • AIの環境構築の難しさを体感させる • 受講者の期待値コントロールの重要性 • 勉強会の規模や課題についての言及

gemini-cli の google_web_search が最高

この記事では、gemini-cliのgoogle_web_search機能について説明しています。gemini-cliは、Googleのアカウントに接続することで、Web検索を行うことができるツールです。特に、gemini-cliは、claude-codeの検索機能が貧弱であることを補うために設計されており、使いやすいGoogleの検索結果を提供します。初期化フローやセットアップ方法も紹介されており、npmを使用してインストールする手順が示されています。また、Gemini APIの料金体系についても触れられており、入力トークン数や出力トークン数に基づく従量課金制が説明されています。 • gemini-cliはGoogleのアカウントに接続してWeb検索を行うツールである。 • gemini-cliのgoogle_web_search機能は、claude-codeの検索機能を補完する。 • セットアップはnpmを使用して行い、初期化フローが提供されている。 • Gemini APIの料金は、入力トークン数、出力トークン数、キャッシュされたトークン数に基づく従量課金制である。 • Googleの検索結果を利用できるため、使いやすさが向上している。

AI による自然言語アサーション

この記事では、AI Claude Code SDKを使用して、TypeScriptやPythonコードから自然言語によるアサーションを行う方法について説明しています。具体的には、テスト中にAIを利用して条件を満たすかどうかを確認するアイデアが紹介されています。コード例として、`assertAI`関数が示されており、特定のプロンプトに基づいてAIが応答する仕組みが解説されています。この方法では、AIが条件を満たす場合に特定のマーカーを返すことで、テストが通るかどうかを判断します。しかし、実際のテスト時間は8.8秒かかり、従来の方法に比べて非常に遅く、実用性に疑問が残ると指摘されています。 • AI Claude Code SDKを使用して自然言語によるアサーションを行う方法を提案 • `assertAI`関数を用いて、特定のプロンプトに基づくAIの応答を確認する • AIが条件を満たす場合に特定のマーカーを返す仕組み • テストの実行時間が8.8秒かかり、従来の方法に比べて遅い • 実用性に疑問が残るため、AIによるルールベースの書き換えが必要とされる

Claude Code による技術的特異点を見届けろ

この記事では、AI Claude Codeの進化とその影響について論じられています。著者は、Claude Codeが自己改善を通じてソフトウェア開発における知識爆発を引き起こす可能性があると述べています。特に、Claude Codeは自身の開発の90%を自ら行っており、これによりエージェントとモデルの相互作用が進化しています。著者は、AIの自己改善が技術的特異点に近づく可能性があると考え、Claude Codeの機能追加の速さや、ユーザーからのフィードバックを自動的に取り入れる仕組みについても触れています。最終的に、Claude CodeがAI2027で予言されている自己改善AIの実現に寄与する可能性があると結論づけています。 • Claude Codeは自己改善を通じてソフトウェア開発における知識爆発を引き起こす可能性がある。 • Claude Codeの90%は自ら開発されており、エージェントとモデルの相互作用が進化している。 • AIの自己改善が技術的特異点に近づく可能性がある。 • Claude Codeはユーザーからのフィードバックを自動的に取り入れる仕組みを持っている。 • Claude Codeの機能追加の速さが注目されている。

Claude Code 版 Orchestaror で複雑なタスクをステップ実行する

この記事では、Claude Codeを用いたOrchestratorの実装について説明しています。Roo OrchestratorのClaude版を作成し、複雑なタスクを段階的に分解して実行する方法を提案しています。具体的には、タスクを初期分析、ステップ計画、逐次実行、ステップレビュー、進行的集約の5つのプロセスに分け、各ステップで並列にサブタスクを実行します。この手法により、タスクのコストを削減し、効率的に処理することが可能です。また、各サブタスクから得られた結果を次のステップに活用することで、逐次的に理解を深めることができます。 • Roo OrchestratorのClaude版を作成し、複雑なタスクを効率的に分解・実行する手法を提案 • タスクを初期分析、ステップ計画、逐次実行、ステップレビュー、進行的集約の5つのプロセスに分ける • 各ステップで並列にサブタスクを実行し、タスクのコストを削減 • サブタスクから得られた結果を次のステップに活用し、逐次的に理解を深める • タスクの依存関係を明確にし、実行順序を計画することが重要

typescript-mcp で AI に LSP のリファクタリング機能を与える

この記事では、TypeScript用のModel Context Protocol（MCP）を使用して、AIにLSP（Language Server Protocol）のリファクタリング機能を提供する方法について説明しています。まず、npmを使用して必要なパッケージをインストールし、MCPサーバーを立ち上げる手順が示されています。MCPサーバーは、ファイルの移動やシンボルのリネーム、参照の検索など、LSPの機能を提供します。具体的なコマンド例も挙げられ、TypeScriptプロジェクトの設定方法やMCPの使用方法が詳述されています。また、AIがコードを生成する際の課題や、MCPを使用することで得られる安全なリファクタリングの利点についても触れられています。 • TypeScript用のMCPを使用してAIにLSPのリファクタリング機能を提供する方法を解説 • npmで必要なパッケージをインストールし、MCPサーバーを立ち上げる手順を示す • MCPサーバーはファイル移動、シンボルリネーム、参照検索などのLSP機能を提供 • 具体的なコマンド例を挙げてTypeScriptプロジェクトの設定方法を説明 • AIによるコード生成の課題とMCPを使用することで得られる安全なリファクタリングの利点に言及

claude code でローカルなMCPサーバーを叩けるようにする

この記事では、Claude Codeを使用してローカルなMCP（Model Context Protocol）サーバーに接続する方法について説明しています。具体的には、`claude --mcp-config=...`コマンドを使用してローカルMCPサーバーを叩く手順が示されています。プロジェクトルートにある`.mcp.json`ファイルが自動的に認識され、MCPサーバーの実装例として、指定したURLから本文を抽出しMarkdown形式で返す機能が紹介されています。また、Deno環境でのMCPサーバーの起動方法や、Node互換モードでの実装についても触れられています。 • ローカルMCPサーバーに接続するための具体的なコマンドと設定方法が示されている。 • MCPサーバーの実装例として、URLから本文を抽出しMarkdown形式で返す機能が提供されている。 • Deno環境でのMCPサーバーの起動方法が説明されている。 • Node環境でも同様の実装が可能であることが示されている。 • 標準入出力でのサーバー接続方法が具体的に記載されている。

気合の脱 create-react-app からの、AIによるフロントエンド改修の自動化 (株式会社イルシル様)

GiHhub+Zenn 連携で vscode markdown で画像を Ctrl-V したい

Moonbit の宣言的UIライブラリ Rabbit-TEA を試してみる

遂に Cloudflare + Next.js(OpenNext) + Prisma 6.7.0(No Rust) が動く時代が来た

deno lint plugin で例外処理に関するルールを作った

仕事で使うための Cloudflare Workers (WIP)

前半は手元で動かしながら要点を掴み、後半は概念を掴んで何ができるかを知ることを目的とします。

仕事で使うための Cloudflare Workers 入門 Day 5 - ServiceBinding

仕事で使うための Cloudflare Workers 入門 Day 4 - R2/KV/D1/Vectorize

仕事で使うための Cloudflare Workers 入門 Day 3 - Queue/CronTriggers/Workflow