登録して招待リンクを共有すると、動画再生報酬と紹介報酬を獲得できます。

検索結果 せなたんきいて
せなたんきいて コミュニティ
1つのキーワードが1つのコミュニティです。
コミュニティ作成
アカウント
見つかりません
せなたんきいて を含む検索結果
コネクトで涙がでた。 私の青春すぎるし 小学生か中学生の頃テレビで知って同い年がこんなに頑張ってるんだ。私も頑張らないとって思わせてくれた存在。 何回も何回も聞いたし何回も歌った曲をLIVEで生で声をきいて感動が抑えきれなかった。 最高なライブだった 次のライブも絶対にいく!☺️
もっと見る
アルファートリンなのでベクターシグマが付属。 キーはギャラクシーに持たせても良いかも このビークルのモチーフは初見だけどコミックとかで出てたんかな🤔
もっと見る
🔑 `.env`に埋め込んだAPIキーは、エージェントが「何をできるか」は教えてくれても、「誰が頼んだのか」は決して教えてくれません。全ユーザーが同じボットアカウントを共有していれば、GitHubのIssueも社内チケットも、誰が実際に作業したのか記録に残らないのです。 キーのローテーションのたびにコードを直して再デプロイし、OAuthを使いたければ認可URL・トークン保存・リフレッシュ処理・同意画面まで自前で組む必要がありました。そんな地味だけれど重くのしかかる「配管作業」を、LangChainのManaged Deep Agentsが新機能Connectionsで肩代わりしてくれます。 認証情報を「エージェント所有(全員共有)」か「ユーザー所有(呼び出し元ごとに解決)」かで分け、静的なAPIキーとOAuthグラントの両方に対応。Web検索のような共通機能は共有キーで済ませつつ、GitHub連携ではユーザーごとに実際の権限とアカウント名でアクセスさせ、Issue作成者にも本人の名前が記録されるようになります。 Connections: Managed credentials and per-caller identity for Managed Deep Agents 認証情報の管理と「誰が呼んだか」を切り分けるこの発想が、エージェント開発の面倒なOAuth配管をなくしてくれそうです。 #AIエージェント# #LangChain#
もっと見る
# ADKの便利で実践的な使い方 ## 🎨 実戦で使えるコールバックパターン集!ADKのCallback Design Patterns コールバックの基本は分かった、でも実際どう使うの?ADKの **Callback Design Patterns** で、ログ・キャッシュ・セキュリティなど実戦パターンをマスターしましょう!💪 ## 📌 タイトル Callback Patterns(コールバックデザインパターン) ## 🔗 URL ## 🧩 概要 ADKのコールバックには、実戦で繰り返し使われる定番パターンがあります。ロギング、キャッシュ、ステート管理、セキュリティガードレール、リクエスト/レスポンス変換、条件付きスキップ、アーティファクト処理などです。 さらに、これらのパターンを効果的に使うためのベストプラクティス(単一責任、パフォーマンス、冪等性、エラーハンドリング)も定義されています。 重要な判断基準として、**エージェント横断のセキュリティガードレールにはCallbacksよりもPluginsが推奨**されています。 ## 🛠 使い方 **パターン1: ロギング&モニタリング** `logging_before_tool(ctx, tool, args)` では `ctx.invocation_id`、` を ` で記録し、`None` を返してフローを変更しません。`logging_after_model(ctx, response)` では ` の長さを ` で記録し、同様に `None` を返して観察のみ行います。 **パターン2: キャッシュ戦略** `cache_before_tool(ctx, tool, args)` では、` と `hash(str(args))` からキャッシュキーを生成し、`ctx.state.get(cache_key)` でキャッシュを検索します。キャッシュヒットすればその値を返してツール実行をスキップし、ミスなら `None` を返して通常実行します。`cache_after_tool(ctx, tool, args, tool_ctx, result)` では、同じキャッシュキーで `ctx.state[cache_key] = result` として結果を保存し、`None` を返してフローを変更しません。 **パターン3: ステート管理** `state_aware_callback(ctx, req)` では、`ctx.state.get("user:tier", "free")` でユーザーティアを取得し、`"premium"` であれば `req.config.system_instruction` にプレミアム向けの追加指示を動的に付加します。`None` を返してフローはそのまま続行します。 ## 🏗 実践的な使い方 **本番環境での多層防御パターン:** セキュリティガードレール(本番ではPluginsを推奨)として `security_before_model(ctx, req)` を定義します。`req.contents[-1].parts[0].text` からユーザー入力を取得し、`detect_pii()` でPIIを検出した場合は `audit_log()` で監査記録を残し、拒否メッセージ入りの `LlmResponse` を返してLLM呼び出しをスキップします。続いて `detect_injection()` でプロンプトインジェクションを検出した場合も同様にブロックします。いずれにも該当しなければ `None` を返して続行します。ツール引数のサニタイズとして `sanitize_before_tool(ctx, tool, args)` を定義し、` が `"database_query"` の場合に `args.get("query", "")` に `"DROP"` が含まれていればエラー辞書を返してツール実行をブロックします。アーティファクト保存として `save_artifact_after_agent(ctx)` を定義し、`generate_report(ctx)` でレポートを生成して `"execution_report.json", report)` で保存し、`None` を返します。 ## 💡 ユースケース - 📊 **構造化ロギング**:全実行ポイントで invocation_id 付きの構造化ログを出力 - 💾 **APIコスト削減**:before/after パターンでツール結果をキャッシュし、同じ引数の再呼び出しを防止 - 🔐 **多層セキュリティ**:PII検出、インジェクション防止、SQLサニタイズを各レイヤーに配置 - 📦 **アーティファクト管理**:実行結果やレポートをアーティファクトとして自動保存 - 🎚️ **動的振る舞い制御**:ユーザーティアやステートに応じてインストラクションを動的変更 ## ⚠️ 注意点 - **単一責任の原則**:1つのコールバックに1つの目的を持たせてください(ロギングとバリデーションを混ぜない) - **パフォーマンス**:コールバックは同期実行されるため、ブロッキングI/Oや重い処理は避けましょう - **冪等性**:外部副作用を持つコールバックは、リトライ時に安全であるように設計してください - **エラーハンドリング**:必ず try-except で囲み、コールバックエラーがプロセス全体をクラッシュさせないようにしましょう - **Plugins推奨**:エージェント横断のセキュリティポリシーには、Callbacksよりも **Plugins** を検討してください ## ✨ まとめ コールバックパターンを知ることで、ADKエージェントの実践力が格段に上がります。ログ・キャッシュ・セキュリティ・ステート管理…定番パターンを組み合わせて、堅牢でコスト効率の良いエージェントを構築しましょう。ただし、横断的なセキュリティにはPluginsの利用もお忘れなく! #ADK# #AIAgent#
もっと見る
# Cursorの機能と実践的な使い方 🧩 CursorのAIエージェントを、自前のスクリプトやCIチェックの中から呼び出せたら——。`@cursor/sdk` はその願いを叶える、TypeScript製のエージェント操作インターフェースです。 🏷️ タイトル: @cursor/sdk(TypeScript) 🔗 URL: 📘 概要 `@cursor/sdk` は、IDE・CLI・Webアプリと同じCursorエージェントを、スクリプト可能なTypeScriptインターフェースとして公開するパッケージです。CI自動化、製品への組み込み、独自ワークフローのオーケストレーションなどに使えます。Node前提で、ローカル実行用コードは遅延ロードされるためクラウド専用利用では起動コストがかかりません。 ⚙️ 機能の説明 主要な概念はAgent(会話文脈とワークスペース設定を保持するステートフルな入れ物)、Run(1回のプロンプト送信と、その出力ストリーム・状態・結果)、SDKMessage(実行中に流れる正規化済みイベント)です。 ・`Agent.create()`:オプションを検証してすぐにハンドルを返し、`agent.send()` でプロンプトを送れます。 ・local / cloud キー:実行場所を切り替えます。`local` はあなたのNodeプロセス内でエージェントループを回し、`cloud` はCursorホストの隔離VMでリポジトリを取得して動かします(自前VMプールも可)。 ・「local」はエージェントループの場所を指すだけで、モデル推論は両モードともCursorのバックエンド経由です。 ・`local.customTools` で独自関数をツールとして渡せます(ローカル専用)。`Agent.prompt()` はワンショット用のショートカットです。 🛠️ 実践的な使い方 インストールはスコープ付きの正確な名前 `npm install @cursor/sdk` が必要です。 ローカルの作業ツリーに対してCIチェックを走らせるには、`Agent.create()` に `apiKey`・` を渡し、`agent.send()` でプロンプトを送って `run.wait()` の `status` が `finished` かを判定します。終わったら `agent[Symbol.asyncDispose]()` で後始末します。 クラウド実行に切り替えるなら `cloud` キーを使い、`autoCreatePR: true` で完了時にPRを開けます。認証は `CURSOR_API_KEY` 環境変数か `apiKey` 指定で、ユーザーキーまたはサービスアカウントキーが使えます。 💡 ユースケース プルリクのCIで `Agent.prompt()` を回してセキュリティ監査を自動化したり、`cloud` キーで多数のエージェントを並列起動して大規模リファクタを別ブランチへPRさせたり、`local.customTools` で社内のデプロイ確認APIをエージェントに与えて自前ワークフローへ組み込む、といった使い方ができます。 ⚠️ 注意点 ローカルモードはサンドボックスやhookを設定しない限り、シェル実行やファイル編集を承認なしで行います。CIでは `local.sandboxOptions: { enabled: true }` を検討してください。Python SDKは存在せず、Node以外の言語からはSDK Bridgeを使うか、Cloud AgentsのREST APIを直接叩きます。`Agent.resume()` ではインラインの `mcpServers` が失われるため再指定が必要で、モデルIDは変わり得るので `Cursor.models.list()` で確認するのが安全です。 #Cursor# #SDK#
もっと見る
# ADKの便利で実践的な使い方 🔐 APIキー、Bearer Token、OAuth2、OpenID Connect、サービスアカウント — ADKのAuthentication機能は、あらゆる認証方式をツールにシームレスに統合します。 📌 タイトル:Authentication — ツールの認証統合 🔗 URL: 🧩 概要 ADKのAuthentication機能は、AuthSchemeとAuthCredentialの2つのコンポーネントで構成されます。APIKey、HTTP Bearer、OAuth2、OpenID Connect、SERVICE_ACCOUNTの各認証方式をサポートし、ツールの認証を統一的に管理できます。OAuth2ではブラウザフローにも対応し、`tool_context.state`を使ったトークンキャッシュや、トークン有効期限の管理も可能です。 🛠 使い方 各認証方式の設定例です。 `google.adk.auth` から `AuthScheme`、`AuthCredential`、`APIKeyAuth`、`HTTPBearerAuth`、`OAuth2Auth` をインポートします。APIキー認証では `APIKeyAuth(header_name="X-API-Key")` でスキームを作成し、`AuthCredential(api_key="sk-your-api-key")` でクレデンシャルを設定します。HTTP Bearer認証では `HTTPBearerAuth()` と `AuthCredential(token="your-bearer-token")` を使います。OAuth2認証(ブラウザフロー)では `OAuth2Auth(authorization_url="", token_url="", scopes=["read", "write"])` でスキームを定義し、`AuthCredential(client_id="your-client-id", client_secret="your-client-secret")` でクレデンシャルを渡します。 ツールでの認証の活用: ツール内での認証活用例として、`call_protected_api(endpoint: str, tool_context: ToolContext)` 関数を定義します。`tool_context.state.get("user:api_token")` でキャッシュ済みトークンを取得し、有効期限内であればそのまま使用します。期限切れの場合は `refresh_token(tool_context)` で新しいトークンを取得し、`tool_context.state["user:api_token"]` に保存してキャッシュします。取得したトークンを `Authorization: Bearer` ヘッダーに設定してAPIを呼び出します。 🏗 実践的な使い方 **トークンキャッシュ戦略**: `tool_context.state`の`user:`プレフィックスを使ってトークンをキャッシュすることで、同一ユーザーのセッション内でトークンの再取得を避けられます。有効期限の管理も忘れずに実装しましょう。 トークンキャッシュの実践例として `get_or_refresh_token(tool_context: ToolContext) -> str` を定義します。`tool_context.state.get("user:oauth_token")` からトークンデータを取得し、`expires_at` を確認して有効期限内(60秒のバッファ付き)であれば `access_token` をそのまま返します。期限切れの場合は `oauth_client.refresh(refresh_token=...)` で新しいトークンを取得し、`tool_context.state["user:oauth_token"]` に `access_token`、`refresh_token`、`expires_at` を含む辞書として保存します。 **サービスアカウント認証**: GCPサービス間の通信では、SERVICE_ACCOUNT認証を使うことで、ユーザーの介入なしにセキュアなAPI呼び出しが可能です。 **認証の多層化**: 同一エージェント内で複数の認証方式を使い分ける場合、ツールごとに異なる認証を設定できます。OpenAPIToolsetの`auth_scheme`/`auth_credential`と組み合わせると効果的です。 💡 ユースケース 🔑 APIキーによるサードパーティAPI認証 🌐 OAuth2によるユーザー代理でのAPI操作 🏗️ サービスアカウントによるGCPサービス間連携 🔄 トークンのキャッシュと自動リフレッシュ ⚠️ 注意点 - 認証情報(APIキー、シークレット)はコードにハードコードせず、環境変数やSecret Managerから取得してください。 - OAuth2のブラウザフローはサーバーサイドのバッチ処理では使えません。サービスアカウントやクライアントクレデンシャルフローを検討してください。 - トークンの有効期限管理を怠ると、期限切れトークンでのAPI呼び出しが401エラーになります。バッファを持った自動リフレッシュを実装しましょう。 ✨ ADKの認証機能を適切に設定すれば、セキュアなAPI連携をツール内にシームレスに組み込めます。認証はエージェントの信頼性の土台です! #ADK# #AIAgent#
もっと見る
udemy講師のすすめ✨ 私も独立してもう15年以上経ちました。 会社員時代と独立後を比べて最大の違いが何かと言えば、 「会社の看板を使えるか否か?」 が一番大きな違いだと思います。 会社を退職すると何者でもない「誰かさん」になります。 それまでは株式会社●●の長老さんだったのに 会社を辞めると「ただの長老さん」になります。 当然、 「お前、誰やねん」 「何ができんねん」 「なんぼのもんやねん」 「なんであんたに発注せなあかんの」 と言われます。 そんな視線を浴び続けるのが自分で商売をするということです。 まぁ客観的に見てキツいっす笑 冷たーい目線を浴び続ける中で気づくわけです。 なんらかの専門家にならんとダメだと しかし、残酷なことにそこから焦って何かの資格を取ったとてそれが満たされない現実を知ります。 私は法学部出身なので弁護士の知り合いは多いですが 年収200万円の弁護士が割といます(ほんとに) 仕事が取れないからです。 司法試験突破という実績、弁護士という金バッジという 問答無用の肩書きでも自分の生活を楽にしてくれるとは限らないわけです。 つまり、専門性とは、 自分がどやっ!と名乗ることではなく 相手の頭の中に「この人、この分野で、すげぇ」 というシンプルなイメージで想起されるかどうかにかかっています。 なので本人の実力の絶対値ではなく、相手の頭の中の、競合との相対比較で決まります。(ポジショニング) 皆さんの周りでもそこまで実力があるわけじゃないのに 仕事をうまくやっている人がいますよね? ここに秘密があるわけです。 で、じゃあどうやって相手の頭の中で 「この人、この分野で、すげぇ」を獲得すればいいのか? 何パターンか回答があるのですが、一つこれは間違いないだろという回答が udemy講師 です。 ①顧客からのレビューが全公開されている ②シンプルに講座内容で評価される ③販売数、レビュー数が公開されている udemy講師はtoC向けの市場と勘違いされている人が多いですが、実は企業の責任者も見ています。 udemy講師はブランドであり、金看板であり、専門性の象徴なのです。 特に昨今、AIの浸透により、瞬間的なパフォーマンスの差は見えづらくなりました。 企画書一個、プレゼン1発でその人の専門性を正確に見抜くことは難しいです。 大半を、AIに作らせた可能性があるからです。 これはあなたが実力者であろうと、実績皆無であろうと 同じく顧客から突きつけられるものです。 であるならば、 「これを見ろ、ほら、俺は確かだろ?専門家だろ?」 と主観的ではなく、客観的に証明できる状態にしておかないといけません。 これまでは過去の実績をオープンにしていけば、それを成り立たせることができましたがその実績すらも捏造できてしまう世界になったので、、、 もはやカオスです。 そんなこんなで、他の色々な手法がある中で udemy講師 という顧客への見せ方は重要度を増すばかりだと考えます。 年始にそんなことを考えて、私もコツコツとコースを増やすことを意識しています。 「自分の看板がどこにあるのか?」 正確に定義しなければもはや生き残れないだろうなと思っています。 ちなみに「コンサルタント」というキーワードでudemy内でニッチ分野を切り取っている私ですが、そこの周辺にも手を伸ばしています。 添付の画像は「ジャーナリング」です。 お察しの通り、私はそこまでジャーナリングに興味はないです笑 ただ、流行ってるなーと思ったのでサブカテゴリとして入れてみた感じです。 中心となる専門性を決めて衛星となるサブで手広くやっていくといい感じですねー。
もっと見る
コーディングエージェントは1タスクで数十回もAPIを叩くので、誰にも気づかれず週に数千ドル溶かしてしまう——LangChainがこの「支出の予測不能性」を社内でどう潰したかの話です💸 鍵は予算管理をオブザーバビリティと同じ場所に統合することでした。 タイトル: How LangChain Made Coding Agent Spend Predictable URL: 💸 概要 LangSmithに統合した「LLM Gateway」で、全社のモデル支出を分単位で俯瞰し、予算を中央集権的に管理する仕組みです。外付けプロキシではなく、既存のトレース・評価・ユーザー管理と同じ基盤の上に乗せた点が特徴です。 ❓ 解決する課題 モデル利用が一部チームから全社に拡大し、プレミアムモデルの値上げも重なってコストが急増。 ・コーディングエージェントは1タスクで数十回のAPI呼び出しを発生させます ・個々の開発者が気づかぬうちに週数千ドルを使い、月末まで誰も気づけませんでした 💡 方法論と提案手法 予算を多階層で設定できます。 ・組織/ワークスペース/ユーザー/APIキーの単位で上限を設定 ・月次・週次・日次・時間単位の既定ウィンドウを全従業員に適用し、高負荷プロジェクトには例外を許可 ・Claude Code・Codex・LangChain Deep Agents経由のエージェントをカバー ・MDMで配布し各自のセットアップを不要に ・実行はトレースされユーザーとAPIキーに紐づき、超過時は該当トレースを評価データで診断できます 🌍 ユースケース チーム単位で上限を設定しつつ、サプライズ請求の不安なくエージェント利用を許可できます。月末の請求ショックを、リアルタイム監視に置き換えるのが実用的な価値です。 📊 教訓と成果 ・モデル価格は静的な表ではすぐ陳腐化するため、キャッシュやティア差を含め動的に扱う必要がありました ・CursorやClaude DesktopはきれいにルーティングできずGateway捕捉分と提供側設定の差分を計測して補正 ・ハードリミットだけでは業務が止まるため、早期警告アラートと監査可能な増額申請に進化 ・社内展開以降、LLMコストは予算内に収まっています #コーディングエージェント# #LLMOps#
もっと見る