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 パスはするけどアシストはしない
パスはするけどアシストはしない 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
パスはするけどアシストはしない を含む検索結果
# Claude Agent SDKの便利だけど知られていない機能 🌍 エージェントの拡張機能をチーム間で共有したいと思ったことはありませんか?プラグインで実現できます! Claude Agent SDKのプラグインは、スキル・エージェント・フック・MCPサーバーをパッケージ化して配布・再利用できる仕組みです。 📌 タイトル:SDKのプラグイン 🔗 URL: 🧩 概要 プラグインは、Claude Codeの拡張機能(スキル、エージェント、フック、MCPサーバー設定)をまとめた配布可能なパッケージです。ローカルディレクトリのパスを `plugins` オプションに渡すだけで読み込まれます。プラグイン内のスキルは自動的に `プラグイン名:スキル名` の名前空間で管理され、複数プラグインの名前衝突を防ぎます。`SystemMessage`(`init` サブタイプ)でロードされたプラグインとスキル一覧が確認できます。 🛠 使い方 ```python # Python - プラグインの読み込みと確認 from claude_agent_sdk import query, ClaudeAgentOptions, SystemMessage async for message in query( prompt="利用可能なカスタムコマンドを教えてください", options=ClaudeAgentOptions( plugins=[ {"type": "local", "path": "./my-plugin"}, {"type": "local", "path": "/absolute/path/to/shared-plugin"}, ], max_turns=3, ), ): if isinstance(message, SystemMessage) and message.subtype == "init": print(f"プラグイン: {") print(f"スキル: {") # スキルの直接呼び出し async for message in query( prompt="/my-plugin:greet", # 名前空間付きで呼び出し options=ClaudeAgentOptions(plugins=[{"type": "local", "path": "./my-plugin"}]), ): pass ``` ```typescript // TypeScript - 複数プラグインの読み込み import { query } from "@anthropic-ai/claude-agent-sdk"; import * as os from "node:os"; import * as path from "node:path"; for await (const message of query({ prompt: "What custom commands do you have?", options: { plugins: [ { type: "local", path: "./my-plugin" }, // SDK はチルダ(~)を展開しないため絶対パスを渡す { type: "local", path: path.join(os.homedir(), ".claude", "custom-plugins", "shared-plugin") }, ], maxTurns: 3, } })) { if (message.type === "system" && message.subtype === "init") { console.log("Plugins:", message.plugins); console.log("Skills:", message.skills); } } ``` 🏗 本番システムへの組み込み方 ・プロジェクトリポジトリ内にプラグインを配置し、チーム全体で一貫した拡張機能を使用します ・`skills/`ディレクトリに `SKILL.md` ファイルを配置してカスタムスキルを定義します ・`.claude-plugin/plugin.json` マニフェストは任意で、省略するとディレクトリ構造から自動検出されます ・CLIでインストールしたプラグインは `~/.claude/plugins/` に配置され、SDKからもパス指定で利用可能です 💡 ユースケース 🔧 チーム共通のコードレビュースキルやデプロイワークフローをプラグインとして配布する 🏗 プロジェクト固有の規約チェックやテンプレート生成をスキルとして定義する 🔌 外部APIとの連携をMCPサーバー設定としてプラグインに含めて再利用する ⚠️ 注意点 ・プラグインの `type` は現在 `"local"` のみサポートされており、リモートリポジトリからは事前にダウンロードが必要です ・パスはプラグインのルートディレクトリ(`skills/` や `.claude-plugin/` の親)を指定してください ・`commands/` ディレクトリはスキルをフラットな `.md` ファイルとして置く形式で、`skills/` と併せてどちらもサポートされます。新規プラグインには `skills/` を使用してください ✨ 優れた拡張機能は一人で使うのはもったいないです。プラグインでチーム全体の生産性を底上げしましょう! #ClaudeAgentSDK# #AIAgent#
もっと見る
# ADK 2.0の便利だけど知られていない機能 🌍 標準メトリクスだけでは測れない、自社独自の評価基準でエージェントを採点できたら理想的だと思いませんか? ADK 2.0のカスタム評価メトリクス機能は、Python関数として独自の評価ロジックを定義し、エージェントの品質を自由な基準で測定できる仕組みです。 📌 タイトル:カスタム評価メトリクス (Custom Metrics) 🔗 URL: 🧩 概要 カスタム評価メトリクスは、`EvaluationResult` を返すPython関数として定義します。関数には `eval_metric`(評価メトリクスの定義)、`actual_invocations`(実際のエージェントの応答)、`expected_invocations`(期待される応答)、`conversation_scenario`(会話シナリオ)がパラメータとして渡されます。非同期関数もサポートされており、外部サービスとの連携も可能です。 🛠 使い方 カスタムメトリクス関数を作成し、評価設定JSONに登録します。 ```python from google.adk.evaluation.eval_metrics import EvalStatus from google.adk.evaluation.evaluator import EvaluationResult async def response_length_metric( eval_metric, actual_invocations, expected_invocations, conversation_scenario ) -> EvaluationResult: # 応答の長さが適切か評価 last_response = "".join( part.text for part in actual_invocations[-1].final_response.parts ) score = 1.0 if len(last_response) < 500 else 0.5 return EvaluationResult( overall_score=score, overall_eval_status=( EvalStatus.PASSED if score >= eval_metric.criterion.threshold else EvalStatus.FAILED ), ) ``` 評価設定JSONでは、`criteria`(閾値)と `custom_metrics` の `code_config.name`(関数のインポートパス)を指定して登録します。 ```json { "criteria": { "response_length": {"threshold": 0.8} }, "custom_metrics": { "response_length": { "code_config": {"name": "my_metrics.response_length_metric"} } } } ``` 🏗 本番システムへの組み込み方 ・ドメイン固有の品質基準(正確性、トーン、コンプライアンス等)をメトリクスとして実装する ・CI/CDパイプラインでカスタムメトリクスを自動実行し、品質閾値を下回った場合にデプロイをブロックする ・非同期メトリクスを活用して、外部の評価APIやLLM-as-a-Judgeと連携する ・複数のメトリクスを組み合わせて、エージェントの総合的な品質スコアを算出する 💡 ユースケース 📏 応答の簡潔さや情報密度を独自基準で評価する 🏢 業界規制やコンプライアンス要件への準拠を自動チェックする 🎯 特定のツール呼び出しパターンが期待通りか検証する 🗣 応答のトーンや丁寧さをLLM-as-a-Judgeで自動採点する ⚠️ 注意点 カスタムメトリクス関数内で重い処理を行う場合、評価全体の実行時間に影響します。非同期関数を活用し、必要に応じてタイムアウトを設定してください。また、`code_config` のモジュールパスは評価実行環境からインポート可能である必要があります。 ✨ カスタム評価メトリクスにより、標準メトリクスではカバーしきれない独自の品質基準を体系的に運用できます。自社のユースケースに合わせた評価を構築しましょう。 #ADK# #AIAgent#
もっと見る
マウンテンライト、凄い見た目好みなんだけど これでバイクのギア操作するならシフトパッドは必要だなぁ が、何だこの値段……いやでも丈夫だし 既にマウンテンパスは5年以上余裕で履けてるのよね ギア操作で凹ませたのは失策だった 革の手入れも身についてきたし 10年使うと思えば購入もアリか🤔
もっと見る
SNSではお知らせしたけど これで「メゾンこばやし」は 一区切りして最後にする予定です☺️ いつか行こうと思ってた、 今回はパスしよっかな〜、のみなさま ぜひご検討くださいなっ🐐🌱 1/12の誕生日の次の日のイベント 新しい年の素敵な始まりになりますようにっ⛄️♡✨ 🔖
もっと見る
「W杯の悔しさはW杯でしか」 号泣の田中碧が思いを語った12分間 ブラジル戦では1―1の後半33分、ピッチに入った。 「押し込まれていたので、守備からと考えていた」 勝ち越された場面は、田中が自陣で相手からボールを奪った後、味方につなごうとしたバックパスが短くなり、再び相手に渡ったところからスタートした。 「もちろんクリアすればよかったと思う。誰のせいでもなく、自分の責任」 「あれが入っていなければ、別にどうも思わなかったかもしれないけど、サッカーは結果論。ゴールを決められたので、すごく責任を感じた」 試合後は号泣する中、チームメートやブラジルの選手から慰められた。取材エリアではタオルで顔を覆い、無言で通過した。 「みんな、いろんな声をかけてくれたけど、そんなに頭に入ってこなかった部分もある。『自分のせいじゃない』と言ってもらえて、うれしいわけでもないし、自分が足りなかっただけ。だからこそ、自分に腹が立つし、責任を感じた」
もっと見る
# OpenAI Agent SDKの便利だけど知られていない機能 🌍 会話の途中から「もしあの時違う回答をしていたら?」と試したくなったことはありませんか? AdvancedSQLiteSessionの会話ブランチング機能を使えば、会話履歴の任意の地点から分岐を作り、代替パスを探索できます。 📌 タイトル:AdvancedSQLiteSession の会話ブランチング 🔗 URL: 🧩 概要 `AdvancedSQLiteSession` は、ターン番号や検索語句を指定して会話を分岐させる機能を備えています。`create_branch_from_turn(turn_number)` で特定のターンから、`create_branch_from_content(search_term)` で特定の内容を含むターンから分岐を作成できます。`list_branches()` で一覧、`switch_to_branch()` で切替、`delete_branch()` で削除も可能です。 🛠 使い方 ```python from agents.extensions.memory import AdvancedSQLiteSession session = AdvancedSQLiteSession( session_id="chat-001", db_path="sessions.db", create_tables=True, # 既定は False。ブランチ用テーブルの作成に必要 ) # ターン3の時点から新しいブランチを作成 branch_id = await session.create_branch_from_turn(turn_number=3) # 特定のキーワードを含むターンからブランチを作成 branch_id = await session.create_branch_from_content("APIの設計について") # ブランチの管理 branches = await session.list_branches() await session.switch_to_branch(branch_id) await session.delete_branch(branch_id, force=True) # 現在のブランチを削除するには force=True ``` 🏗 本番システムへの組み込み方 ・ユーザーが「やり直したい」と言った際に、直前のターンからブランチを作成して再試行する ・エージェント評価で、同じ入力に対して複数の応答パスを比較分析する ・顧客サポートで、異なる解決策を並行で探索し最適なものを選ぶ ・会話のチェックポイントとしてブランチを活用し、重要な分岐点を記録する 💡 ユースケース 🔀 会話の「what-if」分析 🧪 エージェント応答品質のA/Bテスト 🎯 複数の解決策パスの並行探索 📝 会話履歴のチェックポイント管理 ⚠️ 注意点 ブランチが増えるとストレージ使用量が増加します。不要なブランチは定期的に `delete_branch()` で削除してください(現在のブランチを消す場合は `force=True`、`main` は削除できません)。ブランチ ID はセッション ID の生存期間中ユニークで、削除やセッションのクリア後も再利用できないため、新しいブランチには別の名前を付けます。また、ブランチ間の切り替え時にコンテキストの混乱が起きないよう、ブランチのラベル管理を適切に行いましょう。 ✨ 会話ブランチングで、エージェントとの対話に「タイムトラベル」の自由を加えましょう。 #OpenAIAgentSDK# #AIAgent#
もっと見る
# Claude Agent SDKの便利だけど知られていない機能 🌍 エージェントの作業ディレクトリ外のファイルにもアクセスを許可できる additionalDirectories オプションをご紹介します。 モノレポや共有ライブラリなど、複数ディレクトリにまたがるプロジェクトで威力を発揮します。 📌 タイトル:作業ディレクトリ外への追加アクセス許可 🔗 URL: 🧩 概要 `additionalDirectories` は `query()` のオプションで、エージェントが作業ディレクトリ(cwd)以外のパスにアクセスすることを許可する機能です。通常、エージェントは cwd 内のファイルのみを操作できますが、このオプションで追加のディレクトリを指定すると、そのパス内のファイルも読み書きできるようになります。`acceptEdits` パーミッションモードでは、追加ディレクトリ内の編集も自動承認されます。モノレポの別パッケージや共有ライブラリのディレクトリにアクセスする場合に特に有用です。 🛠 使い方 `query()` のオプションに `add_dirs`(TypeScript では `additionalDirectories`)を渡します。 ```python from claude_agent_sdk import query, ClaudeAgentOptions, ResultMessage # モノレポ内の複数パッケージにアクセスを許可 async for message in query( prompt="Update the shared utility functions and fix the imports in the web app", options=ClaudeAgentOptions( # cwd はデフォルトでプロセスの現在ディレクトリ add_dirs=[ "/path/to/monorepo/packages/shared-utils", "/path/to/monorepo/packages/web-app", ], permission_mode="acceptEdits", # 追加ディレクトリ内の編集も自動承認 allowed_tools=["Read", "Edit", "Write", "Grep", "Glob"], ), ): if isinstance(message, ResultMessage) and message.subtype == "success": print(message.result) # 共有ライブラリとメインプロジェクトを同時に操作 async for message in query( prompt="Check the shared library API and update our integration code", options=ClaudeAgentOptions( add_dirs=[ "/path/to/shared-library", ], allowed_tools=["Read", "Edit", "Grep", "Glob"], ), ): if isinstance(message, ResultMessage) and message.subtype == "success": print(message.result) ``` 🏗 本番システムへの組み込み方 ・モノレポ構成では、関連するパッケージのパスを `add_dirs` に列挙することで、パッケージ間の依存関係を考慮した変更が可能になります ・`acceptEdits` モードと組み合わせると、追加ディレクトリ内のファイル編集(Edit、Write)やファイルシステム操作(mkdir、rm、mv、cp)も自動承認されます ・保護対象のパスへの書き込みは追加ディレクトリに含めても依然としてプロンプトが表示されます 💡 ユースケース 📦 モノレポ開発:共有パッケージと個別アプリの両方を同時に変更する 📚 共有ライブラリ参照:外部ライブラリのソースを読み取り、正しいAPI使用法を確認しながらコーディングする 🔧 設定ファイルの集中管理:プロジェクト外の設定ディレクトリにアクセスして設定を更新する ⚠️ 注意点 ・追加ディレクトリ外のパスへのアクセスは引き続きブロックまたはプロンプトが表示されます ・`bypassPermissions` モードでは全パスが許可されるため、`add_dirs` の設定とは無関係に動作します ・エージェントのセキュリティ境界を広げることになるため、必要最小限のパスのみを指定してください ・`acceptEdits` での自動承認は cwd と追加ディレクトリの範囲内に限定されます ✨ additionalDirectories を活用することで、複数ディレクトリにまたがるプロジェクトでもエージェントがシームレスに作業できるようになります。 #ClaudeAgentSDK# #AIAgent#
もっと見る
東京V vs 広島 失点分析 この失点は、クロスへの対応だけでなくそこに至るまでの守備の連動性や切り替えのスピードに大きな課題があったように感じた。 まず、広島の右CBの選手から右WBの選手へパスが出た場面。 東京Vの左MFの選手が広島の右CBの選手までプレスに出ているが、後ろの選手が連動できておらず、結果的に広島の右WBの選手が完全にフリーの状態でボールを受け前を向くことができてしまっている。 もちろんシステム上噛み合わない部分はある。ただ、前線の選手が単独でプレスに出ても後ろが連動できていなければ簡単に剥がされてしまう。 前の選手が自分の判断だけでプレスに行くのではなく、後ろの選手が連動して相手をハメられる状況を作り、そのタイミングで前の選手をプレスに行かせることが大切。 チーム全体でプレスのスイッチを共有できていなければ、前から人数をかけても効果的な守備にはならない。 次に、広島の右WBの選手から左WBの選手へサイドチェンジされた場面。 東京Vの右MFの選手が対応しているが、近くにいる右SBの選手と右ボランチの選手の関わり方がとても気になった。 右SBの選手は右MFの選手と協力して2対1の数的優位を作り、左利きの広島の左WBの選手に得意な縦への突破を許さない対応をするべきだった。 また、右ボランチはボールばかりを見るのではなく、首を振って自陣中央の状況を確認し、自分の背後にいる危険なエリアへ侵入している相手選手を捕まえなければいけない。 当然だけど守備はボールに近い選手だけが頑張ればいいわけではなく、周囲の選手がそれぞれの役割を果たすことで初めて相手の攻撃を制限できる。 そして、広島の左WBの選手に縦突破を許しクロスを上げられた場面。 クロス対応では、ニアの選手はゾーンでスペースを管理し中央の2枚は相手選手をしっかり捕まえてマンツーマンで対応する基本的な形。 特に気になったのは相手選手との距離。 クロスが上がる前から相手との距離が空いているため、身体をぶつけることもできず相手に自由を与えてしまっている。 クロスが上がってから対応するのではなく、ボールがサイドにある段階から相手の位置を確認し、身体をしっかり寄せて自由に動かせない準備をしておくことが重要になる。 ただ、今回の失点で自分が最も気になったのは、サイドチェンジされた後の前線と中盤の選手たちの戻りのスピード。 以前の東京Vは、自分の守備ラインをボールが越えた瞬間に前線の選手も中盤の選手も全力でスプリントして自陣に戻り、危険なスペースを埋めることが徹底されていた印象がある。 たとえ最初のプレスを剥がされても、その後の切り替えと戻りの速さによって、相手の攻撃を遅らせたり、ゴール前で数的優位を作ったりすることができていた。 しかしこの場面では、ボールが自分のラインを越えた後の戻りが遅く、守備に関わるべき選手が十分に関われていなかったように見える。 こうしたプレーは、一つひとつを見ると小さなことかもしれないが、守備というのは、ポジショニング、マークの確認、プレスの連動、切り替えのスプリントといった細かいプレーの積み重ねで成り立っている。 一人が数メートル戻るのをサボる。一人が首を振って相手を確認するのを怠る。一人が身体を寄せるのを緩める。 その小さな緩みが重なった結果、最後は大きなスペースが生まれ失点につながってしまう。 以前の東京Vの強さは、こうした誰にでもできるけれど全員が90分間徹底するのは難しいプレーをチーム全体で当たり前にやり続けていたことにもあったと思う。 戦術やシステムを修正することも大切だが、それ以前に守備の基本となる一つひとつのプレーをどこまで徹底できているか。 今の東京Vにはもう一度そこを見つめ直すことが必要なのではないかと感じた。
もっと見る
# ADK 2.0の便利だけど知られていない機能 🌍 エージェントのツール呼び出しを制御下に置いて、外部サービスなしでテストできたら便利だと思いませんか? ADK 2.0の環境シミュレーション機能は、ツール呼び出しをインターセプトし、制御されたレスポンスに差し替えることで、外部依存なしにエージェントの振る舞いを検証できる仕組みです。 📌 タイトル:環境シミュレーション (Environment Simulation) 🔗 URL: 🧩 概要 環境シミュレーションは、エージェントが実行するツール呼び出しをインターセプトし、実際の外部サービスを呼ばずに制御されたレスポンスを返す機能です。3つのステップで構成されます。まずインジェクション設定でどのツール呼び出しを差し替えるか定義し、次にモック戦略でどのようなレスポンスを返すか決定し、最後にパススルーで差し替え対象外の呼び出しはそのまま実行します。コールバック方式(`before_tool_callback`)またはプラグインとして組み込めます。 🛠 使い方 インジェクション設定では、固定ペイロード、引数条件付き応答、HTTPエラー注入、確率的な失敗、人工的な遅延など、多彩なモックパターンを定義できます。 ```python from import ( InjectionConfig, ToolSimulationConfig, ) # 固定レスポンスの注入 ToolSimulationConfig( tool_name="weather_api", injection_configs=[ InjectionConfig( injected_response={"temperature": 25, "condition": "sunny"} ) ], ) # 条件付き応答(引数に基づく) ToolSimulationConfig( tool_name="search_api", injection_configs=[ InjectionConfig( match_args={"query": "ADK"}, injected_response={"results": ["ADK documentation"]}, ) ], ) ``` モック戦略としてLLMベースの方式を選ぶと、ツールのスキーマに合致するリアルなレスポンスを自動生成し、状態の追跡も行えます。 🏗 本番システムへの組み込み方 ・CIパイプラインで外部API呼び出しをすべてモックし、安定した自動テストを実現する ・確率的な失敗注入でエージェントのエラーハンドリングとリトライロジックを検証する ・人工的な遅延を設定して、タイムアウト処理が正しく機能するか確認する ・LLMベースのモック戦略を使い、スキーマ準拠のリアルなテストデータを自動生成する 💡 ユースケース 🔌 外部APIに依存しないエージェントの単体テストを構築する 💥 ネットワーク障害やHTTPエラーへのエージェントの耐障害性をテストする ⏱ 高遅延環境でのエージェントの振る舞いを検証する 🔄 複数のツール呼び出しを跨ぐ複雑なワークフローのステートフルなテストを行う ⚠️ 注意点 モック戦略でLLMベースの自動生成を使う場合、生成されるレスポンスは実際のAPIレスポンスと異なる場合があります。重要なテストでは固定ペイロードとの併用をお勧めします。また、パススルー設定を誤ると意図しない外部呼び出しが発生する可能性があるため、インジェクション対象の範囲を慎重に設計してください。 ✨ 環境シミュレーションを活用すれば、外部サービスの状態に左右されない堅牢なテスト環境を構築できます。障害パターンの注入で、エージェントの信頼性を飛躍的に高めましょう。 #ADK# #AIAgent#
もっと見る