Zennの「LLM」のフィード
フィード

新しい環境でコードベースに慣れてプルリクを出すには
Zennの「LLM」のフィード
!この記事は Cursor の誤字脱字修正支援を受けて人間が書いています。こんにちは。スタディストのやも(@yamotuki)です。2025年6月に入社して、この記事を書いている時点ではちょうどチームに配属されて1ヶ月くらいです。入社エントリの代わりにこの記事を公開したいと思います。チームに早く馴染んで、開発に貢献したいという気持ちで頑張ってきましたが、そこで気がついたノウハウを言語化してみたいと思います。というわけで、今回の記事のテーマは、「新しい環境でコードベースに慣れてプルリクエストを出すには」です。プルリクエスト(以下プルリクと呼びます)を出すまでにはいくつかのステ...
9時間前

「Turing Motors 100日チャレンジ」ロードマップ & 学習記録 Part11
Zennの「LLM」のフィード
🚀 はじめにTuring Motorsでエンジニアとして働くための「100日チャレンジ」学習ロードマップと記録。未経験者から車載ソフトウェアや制御開発のプロを目指す人向けの内容。 📅 チャレンジ概要期間:100日間対象者:未経験から車載制御エンジニアを目指す人構成:基礎スキル学習開発演習(小課題〜模擬プロダクト)開発環境構築ポートフォリオ作成 🧩 学習ロードマップ(サマリ)Days 1–10:C言語・C++基礎(Hello World〜ポインタ)Days 11–20:RTOS / 組込みLinux理解Days 21–30:ハ...
12時間前

〖OSSもLLMに読ませよう!〗Code Reading Agents を作るのはいいぞ
Zennの「LLM」のフィード
🛠️ 追記VSCode拡張版リリースMarketplace: coffeecupjapan.repilotGitHub: Repilot :contentReference[oaicite:1]{index=1}ハンズオン記事(VSCode使用)リリース済 :contentReference[oaicite:2]{index=2}スライドも公開 :contentReference[oaicite:3]{index=3} LLM(大規模言語モデル)の衝撃プログラミングは文法より自然言語による機械操作へと進化。OSSなどの大規模コードベースの読解に...
14時間前

ローカル LLM を使用して AI コーディングを試してみた
Zennの「LLM」のフィード
概要Windows 11 (WSL2) 上で LM Studio を使用し、Visual Studio Code と Cline を連携させて AI コーディングを試してみました。 環境Windows 11 Pro (WSL2)Visual Studio Code 1.102.0Cline 3.18.14LM Studio 0.3.18mistralai/devstral-small-2507 前提LM Studio がインストールされていることVisual Studio Code がインストールされていること LM Studio の設定Di...
16時間前

LLMと対話しながら読書できるオープンソース電子書籍リーダーの紹介
Zennの「LLM」のフィード
はじめに以前から Kindle に LLM とのチャット機能をつけてほしいなあ、と思っていたのですがなかなか実装されないので、それっぽいものを自分で作ってみました。https://github.com/shutootaki/bookwith/大変ありがたいことに、Flow という EPUB リーダーの OSS がすでにあったので、今回はこれをフォークし、独自の機能を追加する形で開発しました。 サービス概要LLM とのチャット機能を備えた電子書籍リーダーです。主な機能は以下の通りです。LLM とのチャット対話書籍内容のポッドキャスト生成テキストのハイライト・メモ...
17時間前

会議記録から議事録を作成するLLMツールを作成しました。ぜひお試しください。
Zennの「LLM」のフィード
Leaner 開発チームの黒曜(@kokuyouwind)です。Leaner では先月(2024 年 9 月)に葉山で開発合宿を行いました。合宿全体については既に開発者ブログの記事が上がっています。今回、自分は議事録の自動まとめツールを作るチームでプロンプトを調整し、結構いい感じに動いたため記事を書くことにしました。HMKSHUIやりたかったこと商談や社内のミーティングなどの実施後に議事録を作ることがあるのですが、結構時間がかかるため ChatGPT などの LLM を使って自動化できないか、というのを試しました。やりたいこととしては LabBase さんの以下の記事が近いです...
21時間前

Claude Max 20xは「使い放題」プランではない
Zennの「LLM」のフィード
ここ数日、Claude Max 20xプランを使っていて、以前より頻繁に利用制限にかかるようになったと感じます。「20xだから実質使い放題」と考えており、実際に6月はその感覚に近かったのですが、そうではなかったようです。ccusage(Claude使用量を確認するツール)で実際の使用状況を確認してみると、6月と7月で明らかな違いが見られました。2025年6月16日時点の使用状況:2025年7月15日時点の使用状況:どちらも毎セッション(セッションについては後述)制限に達するまで使用していたのですが、6月の$694に対して、7月は$464しか利用できていません。トークン量をみて...
1日前

Kong AI Gateway を最大限に活用して LLM アプリケーションを作成してみましょう。ぜひお試しください。
Zennの「LLM」のフィード
はじめにこんにちは 🖐️ 今回は、Kong Gateway を活用して LLM アプリケーションを作ってみます。Kong といえば、API Gateway で有名ですが実は LLM 活用のためのプラグインを多く有しています。LLM の利用もつまるところ API の呼び出しにすぎないので、その間に配置して LLM 利用に関する横断的関心ごとを担うというアプローチはなかなか面白いんじゃないかと思います。GCkhgdnLLM 利用に関する横断的関心ごとさて、LLM 利用に関する横断的関心ごとを担うと言いましたが、具体的にはどんなことが挙げられるか、よくある構成図を元に見ていきたいと思いま...
1日前

トランスフォーマー内でLLMキャッシュの保存場所を指定し、8ビット量子化で推論を実行するサンプルコードを以下に示します。ご意見・ご感想をお待
Zennの「LLM」のフィード
こんにちは、クロガネです。自分のメモ用に、transformersでLLMを動かすときに、特定のディレクトにcacheを保存しつつ、bitsandbytesで8bit量子化をして推論するためのコードを置いておきます。Cドライブが狭く、VRAMが小さい時に便利です。今回のコードではGドライブのHDDにcacheを保存しています。from transformers import AutoTokenizer, AutoModelForCausalLM, BitsAndBytesConfigimport torch Tinnitrol tokenizerとmodelのロード 量...
1日前

TensorRT-LLM を使用した RTX 5090 上の LLM の NVFP4 量子化と推論
Zennの「LLM」のフィード
はじめにこの記事は、TensorRT-LLMを使ってRTX 5090上でLLMのNVFP4量子化と推論を実際に試し、速度を検証してみたという記事です。最近RTX 5090を購入したので、せっかくなのでBlackwellから対応しているNVFP4の推論をローカルで試したいと思い、この記事を書きました。NVFP4についてはこちらの記事をご確認ください。概要TensorRT-LLMはNVIDIA製のLLMの高速推論のためのフレームワークです。vLLMやSGLangと同じような高速な推論エンジンですが、これらと違って完全なオープンソースではなく、一部の実装がクローズドになっています。...
1日前

KIMI はポストDeepSeekになるのか?
Zennの「LLM」のフィード
1. はじめに中国のAIスタートアップMoonshot AIによる新モデル『KIMI K2』が登場し、AIコミュニティに大きな話題を呼んでいます。その衝撃度は、昨年末から今年初めにかけて登場した中国発の言語モデル『DeepSeek v3』シリーズ(特に2025年1月発表のDeepSeek R1)がもたらしたインパクトに匹敵すると報じられています。実際、DeepSeek社のR1モデルは公開直後に提供アプリがAppleのApp StoreでChatGPTを抜いてダウンロード1位となり、AI株の急落を招くほど業界を震撼させました。本記事では、この『KIMI K2』がなぜ「次のDeepSe...
1日前

Claude Code Actionsの派生元ブランチ問題
Zennの「LLM」のフィード
はじめにAnthropicの Claude Code Actions を GitHub Actions で導入する際、多くの開発チームが直面するであろう課題があります。それは、Claude Code によって新しく作成されるブランチの派生元を適切に指定できないという問題です。多くのプロジェクトでは、mainブランチではなくdevelopブランチを開発の中心として使用しています。Claude Code Actions で自動生成されるブランチも、当然developから派生させたいところです。公式の README によると、base_branchパラメータを設定することで派生元を指...
1日前

Deep Researchを内製化: Deep Research Agentsの紹介
Zennの「LLM」のフィード
!本稿は、Azure及び生成AI技術に精通した「社内ドキュメント検索や競合調査を担当するAI/データチームリーダー」および「研究開発・ナレッジマネジメント部門のIT アーキテクト」を主な読者に想定しています。生成 AI が普及するにつれ、「単なるRAGでは深掘りが甘い」「検索結果が“点”でしか返ってこない」という声が急速に高まっています。一般的な RAGでは、単一クエリに基づく検索・要約でレポートを作成する構成が多く、内部資料に対する深掘りや反復的な検証が難しく、複雑な用途では限界が生じがちです。そこで注目されるのが、Deep Researchです。Deep Researchは...
1日前

MCP プロトコルを自前ライブラリに適合のメモ
Zennの「LLM」のフィード
背景猫も杓子も MCP.自前アプリやサービスで MCP(Model Context Protocol) インターフェイス提供したいtinyusdz での例を取り上げます. とりまメッセージは POST only の JSON-RPC でやりとりします. REST API 知ってれば余裕カモ.Schemahttps://github.com/modelcontextprotocol/modelcontextprotocol/tree/main/schema/2025-03-26バイナリは base64 or base122 にしてやり取りするか, サイズ大きければ u...
1日前

AIコーディングツール実践比較:Kaggleタスクで見えたClaude Code・Manus AI・Cline・Devinの最適な活用場面
Zennの「LLM」のフィード
はじめに松尾研究所の梅谷です。2025年が「AIエージェント元年」と呼ばれているように、AIが自律的にタスクを実行する時代が本格的に到来しました。Claude Codeをはじめとして、タスクのゴールを指示するだけでAIが計画、実装を自律的に進めてくれる、さまざまなAIコーディングツールが次々と登場し、開発現場でも注目を集めています。データサイエンスの領域でも、KaggleなどのコンペティションでAIコーディングツールの活用例が増え、人間のデータサイエンティストと同等以上の精度を達成するケースも出てきています(参考例)。このように実用性が高まっている一方で、ツールの種類の多さ...
1日前

LLM 時代のプロンプト管理――結局どのフォーマットがイケてるの?
Zennの「LLM」のフィード
評価フレームワーク(10 × 10 点)#軸ざっくり説明1可読性自然文・階層の見やすさ2書きやすさエスケープ頻度・タイポ耐性3コメント公式に書けるか?4複数行文字列長文プロンプトを素直に書ける?5文法エラー耐性スペース 1 個で崩壊しない?6エコシステムライブラリ・ツールの量7パース性能スピード命の API で有利か8表現力アンカー等の高度機能9安全性RCE や仕様ギャップ10LLM 採用実績Cargo, pyproject など実戦投入度各項目 0–10 点、...
1日前

Clineの3兄弟をざっくり比較してみた 🧐
Zennの「LLM」のフィード
Clineの3兄弟(.clinerules / Memory Bank / .mdc)をざっくり比較してみた 🧐この記事は “AI と一緒にコーディングしてたらプロンプトがカオス化してきた” 私が、悩みを解決すべく Cline の設定ファイルたちを調べたメモです。専門用語はなるべくゆる〜く解説します。 そもそも何が問題?プロンプト肥大化 🤯「とりあえず全部システムプロンプトに詰め込めばいいや」で始めると、数日後には トークン破産 が待ってます。チームで指示がバラバラ 🙅♂️Git のコードレビューはやるのに、AI への指示は口頭共有? それ、後で...
1日前

旅程生成AIの開発とリリースで直面した、技術・評価・体制のリアルな課題
Zennの「LLM」のフィード
はじめに2025年6月、旅行予約アプリ『NEWT(ニュート)』は、AIを活用した旅行プラン提案機能「トラベルプランナー(ベータ版)」をリリースしました🎉この機能は、NEWTに掲載されたツアー情報をもとに、AIが自動で旅程を作成してくれるものです。カスタマーが旅行日程を入力してボタンを押すと、飲食店・観光スポットを、朝・昼・夜ごとに1日単位で提案し、視覚的に確認できる旅程表を生成します。生成AIとリアルな旅行情報を組み合わせた本機能の開発では、次のような現実的な課題に直面しました。AIのアウトプット品質をどう評価するか?コストをどう持続可能に設計するか?生成AIプロジェ...
1日前

LLMを活用したホワイトボード画像からのテキスト情報抽出と情報蓄積について
Zennの「LLM」のフィード
はじめに会議やディスカッションの場で、ホワイトボードにさまざまなアイデアや図を描きながら議論を進めたものの、最終的には写真を撮って保存するだけで終わってしまった...そんな経験がある方も多いのではないでしょうか。会議やブレインストーミングでは、ホワイトボードを使って図表や箇条書きで情報を整理し、議論の内容を視覚的にまとめるのが一般的です。そうして生まれるアイデアや意思決定の記録は、チームにとって非常に価値のあるナレッジとなり得ます。しかし、実際には、そうした情報はスマートフォンに保存されたままになってしまい、あとで見返したり活用されることはあまりないのが実情です。また、いざ振...
2日前

MemOS: LLMの記憶管理を革新するメモリオペレーティングシステム
Zennの「LLM」のフィード
MemOS: LLMの記憶管理を革新するメモリオペレーティングシステム はじめに大規模言語モデル(LLM)の進化により、AIアプリケーションは飛躍的に発展していますが、長期的な文脈の保持や効率的な記憶管理は依然として大きな課題です。MemOSは、この課題に対する革新的なソリューションとして登場した、LLM向けのメモリオペレーティングシステムです。本記事では、MemOSがどのようにLLMの記憶管理を改善し、より賢いAIエージェントの構築を可能にするかを詳しく解説します。 なぜMemOSが注目されるべきか従来のLLMは、以下のような記憶に関する制限を抱えています:コン...
2日前