ギャルオーディション・グランプリ美女と踊る🎉 #MAX「GET# MY LOVE!」😆💘 『紺野、今から踊るってよ』 🎶無料配信⇒ @odorutteyo @akane_016

撮影の時は清楚に…✨ 新人グラドル #遠山茜子# のデビュー㊙話に迫る❗ 週プレ編集部(@shupure)で #MAX「GET# MY LOVE!」をダンス❤ 『紺野、今から踊るってよ』 🎶無料配信中👉 @odorutteyo

RIDOX SUPRA バージョンアップ リアダックテールを造形中。 JZA80 SUPRAのリア周りは、本当に難しい。 だからこそ、何度も打ち合わせを重ね、実車で確認しながら細部を煮詰めています。 センスの良い若いクリエイターと一緒に、理想の形を追求中。 完成が今から楽しみです。 MAX ORIDO RIDOX SUPRA Upgrade Currently developing a new rear ducktail. The rear end of the JZA80 Supra is one of the most challenging areas to get right. That’s why we’re carefully refining the design through repeated meetings and real-world evaluations. Working together with a talented young designer, we’re chasing the perfect balance of style and function. Can’t wait to see the finished result.

# Claude Agent SDKの便利で実践的な使い方 💬 エージェントとの会話を継続・再開・分岐させて、複雑なタスクをマルチターンで進められます。 セッション管理は、`continue`・`resume`・`fork` で会話の継続・再開・分岐を実現し、コンテキストを維持したマルチターン対話を可能にする機能です。 📌 タイトル：セッションの操作 🔗 URL： 🧩 概要 セッションにより会話の文脈が保持されます。Python は `ClaudeSDKClient`（セッション ID 自動管理）、TypeScript は `continue: true` でマルチターンを実現します。`resume` で中断したセッションを再開、`fork_session` で履歴を分岐して代替案を探索できます。 🛠 使い方 ```python # 再開 options = ClaudeAgentOptions(resume=session_id) # 分岐 options = ClaudeAgentOptions(fork_session=True) ``` 🏗 実践的な使い方 ・「認証モジュールを分析して」→「JWT 化してリファクタして」と文脈を引き継ぐマルチターン対話を構築します。 ・`error_max_turns` で終了したセッションを `resume` でより高い上限で再開し、続きから実行します。 ・`fork_session=True` で元セッション（JWT 路線）を壊さず OAuth2 路線を別ブランチで探索。2つの独立した履歴を保持します。 ・`list_sessions` / `get_session_messages` / `rename_session` でセッションピッカー UI やクリーンアップ処理を構築します。 💡 ユースケース 🔄 制限到達後のセッション再開による継続実行 🌿 fork による代替アプローチの並行探索 🗂 セッション一覧 UI の構築 ⚠️ 注意点 セッションは `~/.claude/projects//.jsonl` に保存されます。ホスト間での再開には `cwd` の一致が必要です。サブエージェントのトランスクリプトはメイン会話と独立して永続化されます。 #ClaudeAgentSDK# #AI#

# 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実行が遅いと感じたことはありませんか？並列実行で劇的に高速化できるかもしれません。 ADK 2.0（v1.10.0以降）では、複数のファンクションツールを並列に実行する仕組みが提供されています。async関数の活用、CPU集約処理のオフロード、プロンプト最適化を組み合わせることで、ツール実行のパフォーマンスを大幅に向上させられます。 📌 タイトル：ツールパフォーマンス最適化 🔗 URL： 🧩 概要 ADK 2.0のパフォーマンス最適化は、ファンクションツールの並列実行を中心とした機能です。v1.10.0以降で利用可能で、ツール関数を `async def` で定義することが前提となります。長時間ループ内では `asyncio.sleep(0)` でyieldし、CPU集約的な処理には `ThreadPoolExecutor` を使用します。さらに、プロンプトに「常に関数を並列で呼び出すこと」と指示を加えることで、LLMが積極的に並列呼び出しを行うよう誘導できます。 🛠 使い方 ツール関数は `async def` で定義し、I/O待ちの処理を並列化します。 ```python import asyncio from concurrent.futures import ThreadPoolExecutor async def fetch_data(url: str) -> str: """データを取得する（並列実行対応）""" async with aiohttp.ClientSession() as session: async with session.get(url) as resp: return await resp.text() # CPU集約処理はThreadPoolExecutorにオフロード executor = ThreadPoolExecutor(max_workers=4) async def heavy_computation(data: str) -> str: loop = asyncio.get_event_loop() result = await process_data, data) return result ``` 長時間ループでは `asyncio.sleep(0)` を挟んでイベントループに制御を返します。また、大量データはチャンクに分割して処理します。エージェントのプロンプトにも「always call functions in parallel」と明示し、ツールのdescriptionに並列実行のヒントを含めると効果的です。 🏗 本番システムへの組み込み方 ・すべてのツール関数を `async def` で定義し、同期的なブロッキング呼び出しを排除する ・CPU集約処理は `ThreadPoolExecutor` で別スレッドにオフロードし、イベントループをブロックしない ・大量データ処理はチャンク分割して段階的に処理する ・エージェントのシステムプロンプトに並列呼び出しの指示を含め、ツールのdescriptionにも並列実行可能である旨を記載する 💡 ユースケース 🔍 複数のAPIエンドポイントに同時リクエストして結果を集約する 📊 大量のデータセットをチャンク分割して並列に分析する 🌐 複数言語への翻訳を同時に実行する 📁 複数ファイルの読み込みと前処理を並列化する ⚠️ 注意点 並列実行にはツール関数を `async def` で定義することが必須です。同期関数では並列化の恩恵を受けられません。また、`ThreadPoolExecutor` のワーカー数はリソースに応じて適切に設定し、過剰な並列度によるメモリ枯渇やレートリミット超過に注意してください。プロンプトによる並列呼び出しの誘導はLLMの判断に依存するため、必ず並列化される保証はありません。 ✨ async関数とプロンプト最適化の組み合わせにより、エージェントのツール実行速度を劇的に改善できます。I/O待ちが多いワークフローでは特に効果を発揮します。 #ADK# #AIAgent#