ShojiWMの大幅な高速化を行います Node.jsを廃止し正式にDenoへ移行することで、従来のJSONを使った通信経路を大幅に高速化します。なんと最大 48300 倍高速化出来る可能性があります （あまりにも圧倒的な差が開いており、グラフでは確認しづらいです）

# Hermes Agentの機能と実践的な使い方 🚀 エージェントが作業している間も会話を止めたくない人へ。モダンなTUIは、ノンブロッキング入力・マウス操作・リッチなオーバーレイで、長時間タスクを眺めつつ追加指示を投げ込めます。 📌 タイトルと機能のURL タイトル: TUI (Ink terminal UI) URL: 📝 概要 TUIはHermes向けのモダンなターミナルUIで、PythonのCLIからサブプロセスとして起動されます。Node.js（≥20）製で、同じPythonランタイム・セッション・スラッシュコマンドを共有しつつ、よりクリーンで応答性の高い操作感を提供します。 🔧 機能の説明 ・即時の初回フレーム描画でフリーズ感のない起動、差分更新によるストリーミング中のちらつき防止、モデル選択やセッション選択・承認のためのリッチなモーダルオーバーレイを備えます。 ・ノンブロッキング入力でセッション準備中もメッセージをキューでき、マウスでの選択（端末の反転表示でなく均一な背景ハイライト）に対応します。 ・LaTeX数式（インライン `$E = mc^2$`、ブロック `$$...$$`）をレンダリングします。 ・ステータス行が状態を実況します（starting agent… / ready / thinking… / running… / interrupted、作業ディレクトリとgitブランチ、経過時間、自動圧縮回数、`/background` タスク数、YOLO警告バッジなど）。 🛠 実践的な使い方 ・起動は `hermes --tui`、最新セッション再開は `hermes --tui -c`、特定セッションは `hermes --tui -r `、クラシックCLIへの強制は `hermes --cli` です。 ・既定にするには環境変数 `HERMES_TUI=1`、または `~/.hermes/config.yaml` の `display.interface: tui` を設定します。 ・TUI固有のスラッシュコマンドが充実しています。`/model`（プロバイダ別のコスト表示付きピッカー）、`/sessions` または `/switch`（ライブセッション切替）、`/skin`（テーマのライブプレビュー）、`/details`（ツール詳細の表示切替）、`/agents` または `/tasks`（サブエージェントツリーの可観測オーバーレイ）、`/mouse`、`/reload` などです。 ・`Ctrl+X` でライブセッション切替を開き、1つの端末内で複数セッションを同時に並走させられます。 🎯 ユースケース ・長時間タスクの進行をライブパネルで眺めつつ、ノンブロッキング入力で途中指示を投げ込む。 ・1つの端末から複数の同時エージェントセッションをディスパッチし、オーケストレーションする。 ・SSH切断後も `HERMES_TUI_RESUME` の自動再開でセッションを継続する。 ⚠️ 注意点 ・Node.js ≥20 が必要で（`hermes doctor` が確認）、初回起動時にTUIのNode依存を `ui-tui/node_modules` へ一度だけインストールします。 ・TTY接続が前提で、パイプや非対話環境では単発質問モードにフォールバックします。 ・リモートゲートウェイへの接続はできません（TUIは自前のプロセス内ゲートウェイを起動します）。ライトテーマ検出は `COLORFGBG` やOSC 11に依存し、全端末が対応するわけではありません。 #HermesAgent# #DevTools#

# ADK 2.0の便利だけど知られていない機能 🌍 AIエージェントのワークフローを「グラフ」として設計できたら、複雑な処理フローも見通しよく管理できると思いませんか？ ADK 2.0のWorkflowクラスは、ノードとエッジでエージェントの実行パスを定義するグラフベースのワークフロー構築機能です。AIエージェント、カスタム関数、ツール、さらにはネストされたWorkflowをノードとして組み合わせ、明示的なルーティングロジックで制御できます。 📌 タイトル：Workflow クラスによるグラフベース実行 🔗 URL： 🧩 概要 Workflowクラスは、ADK 2.0におけるグラフベースのエージェントワークフローを構築するための主要な構成要素です。ノードには、AIエージェント・コード関数・ツール・ネストされたWorkflowを配置でき、エッジ（edges）パラメータで実行パスを定義します。逐次実行は `("START", node1, node2, node3)` のようにタプルで記述し、条件分岐は辞書で定義します。これにより、従来のプロンプトベースの制御では難しかった複雑な分岐構造を、明示的かつ信頼性高く実装できます。 🛠 使い方 Workflowクラスのインスタンスを作成し、nodesにノードのリスト、edgesに実行パスを指定します。 ```python from adk import Workflow, Agent agent_a = Agent(name="researcher", ...) agent_b = Agent(name="writer", ...) workflow = Workflow( name="content_pipeline", nodes=[agent_a, agent_b], edges=[("START", agent_a, agent_b)] ) ``` 逐次実行の場合はタプルでノードを列挙し、条件分岐が必要な場合は辞書ベースのルーティングを使います。ネストされたWorkflowをノードとして組み込むことで、大規模なパイプラインも階層的に管理できます。 🏗 本番システムへの組み込み方 ・各ノードの責務を明確に分離し、テスト可能な単位で設計する ・エラーハンドリングを各ノードレベルで実装し、障害の影響範囲を限定する ・ネストされたWorkflowを活用して、再利用可能なサブパイプラインを構築する ・条件分岐のルーティングロジックをドキュメント化し、チームでの保守性を確保する 💡 ユースケース 📄 論文の収集→要約→レビュー→投稿を一連のグラフとして管理 🔀 入力データの種類に応じて異なる処理パイプラインに分岐 🏢 複数部門のエージェントを組み合わせた承認フローの構築 🔁 サブワークフローを再利用した複数プロジェクト横断の自動化 ⚠️ 注意点 WorkflowクラスはLive Streamingとの互換性がなく、一部のサードパーティ統合にも対応していません。リアルタイムのストリーミング応答が必要なケースでは、別のアプローチを検討する必要があります。また、グラフの複雑さが増すとデバッグが難しくなるため、適切な粒度でノードを分割することが重要です。 ✨ 明示的なグラフ定義により、エージェントワークフローの信頼性と保守性が大きく向上します。複雑な処理フローを構築する際にはぜひ活用してみてください。 #ADK# #AIAgent#

# Neo4jの機能と実践的な使い方 🕸️ 「このサーバーが落ちたら、何が連鎖して止まるのか?」——その答えは、関係を何ホップでも辿れるCypherの可変長パターンが教えてくれます。 🏷️ タイトル: 可変長パターン(`*1..5`)/ SHORTEST / Quantified Path Patterns 🔗 URL: 📘 概要 可変長パターンは、ホップ数が固定でない経路をひとつのパターンで表現するCypherの機能です。「最大5段まで遡る」「最短経路を1本だけ取る」といった、グラフならではの問いをそのまま宣言的に書けます。最短経路探索やQuantified Path Patterns(QPP)もこの仲間です。 ⚙️ 機能の説明 ・量化リレーションシップ(従来構文): `[:REL*1..5]` は1〜5回の繰り返しを表します。`*2` はちょうど2回、`*3..` は3回以上、`*..10` は10回以下、`+` は1回以上、`*` は0回以上を意味します。 ・Quantified Path Patterns(QPP): `((a)-[r:NEXT]->(b)){1,3}` のようにパターン全体を括弧で囲んで繰り返します。GQL準拠で、内部にWHEREのインライン述語を書けるのが強みです。 ・グループ変数: QPP内で宣言した変数は、外側から参照するとマッチした要素のリストになります(例: `r` がリレーションシップの配列)。`reduce()` などと組み合わせて経路上の合計距離を計算できます。 ・最短経路: `SHORTEST k` で最短をk本、`ALL SHORTEST` で同率最短をすべて、`ANY` で任意の1本を取得します。旧来の `shortestPath()` / `allShortestPaths()` 関数も使えますが、キーワード構文の方が高速です。 🛠️ 実践的な使い方 サプライチェーンで供給元を最大5段まで遡る例です。 ```cypher MATCH (p:Part {sku: $sku})-[:SUPPLIED_BY*1..5]->(supplier:Company) RETURN DISTINCT ``` 2人を最短で繋ぐ紹介経路(最短1本)です。 ```cypher MATCH path = SHORTEST 1 (a:Person {id:$a})-[:KNOWS]-+(b:Person {id:$b}) RETURN [n IN nodes(path) | AS intro_chain ``` 💡 ユースケース ・障害影響分析:あるサーバー障害が何ホップ先まで波及するか。 ・マネーロンダリング検知:口座間の資金移動経路の追跡。 ・組織図・SNS:上司の上司、友達の友達の最短到達経路。 ⚠️ 注意点 ・上限のない `*` や `[:REL*]` はパス爆発を招き、数百万件のマッチで実行が止まりかねません。必ず上界(`*1..5` など)を付けます。 ・ラベル・リレーションシップ型・インライン述語で探索範囲を早期に枝刈りすると劇的に速くなります。QPPはこの枝刈りに向いています。 ・Cypherは既定で同一リレーションシップの再走査を許しません。必要に応じて挙動が変わる点に注意してください。 #Neo4j# #Cypher#

📚 リポジトリ全体のドキュメントを、図つきで自動生成。最大140万行・8言語に対応し、DeepWikiを上回る品質を出すAIフレームワークCodeWikiです（ACL 2026採択）。 タイトル: FSoft-AI4Code/CodeWiki URL: 📦 概要 CodeWikiは、ソフトウェアリポジトリ全体に対して包括的なドキュメントを自動生成する、AI駆動のフレームワークです。単純なAPIリファレンスにとどまらず、アーキテクチャ図・データフロー図・シーケンス図・散文の説明を含む「システムレベル」の文書を作ります。大規模・多言語のコードベースで、ドキュメントを最新かつ完全に保つという課題に取り組みます。 ❓ 解決する課題 従来のドキュメントツールはスケールと文脈の扱いが苦手でした。CodeWikiは、モジュール間の相互依存の文書化、規模を保ったままのアーキテクチャ文脈の維持、孤立した部品ではなくシステム全体の相互作用を捉えること、という3つの核心課題に取り組みます。 🛠 方法論と提案手法 3段階で動作します。 ・階層的分解：動的計画法に着想を得たアルゴリズム的クラスタリングで、コードベースを一貫したモジュールに分割します ・再帰的マルチエージェント処理：複雑なモジュールにはタスクを動的に委譲する適応的なエージェントシステムを使います ・マルチモーダル合成：テキストと視覚成果物（Mermaid図）を統合し、図はNode.jsで検証します ・Python・Java・JavaScript・TypeScript・C・C++・C#・Kotlinに対応し、Claude# CodeやCodex CLI経由でトークン課金なしに実行できます 🎯 ユースケース 大規模・多言語コードの「生きたドキュメント」生成、新メンバーのオンボーディング資料、GitHub Pages互換のインタラクティブなHTML出力などに使えます。 📊 実験結果 ・独自評価CodeWikiBenchで、高水準言語（Python、JS）が79.14%、マネージド言語（C#、Java）が68#.84%の品質スコアを記録しました ・DeepWiki比で+4.73ポイント改善し、22.9万行のOpenHandsプロジェクトで82.45%を達成しました ・GitHubスター1.2k、フォーク193、ACL 2026採択で、8.6万〜140万行のコードベースを扱えます ・リポジトリ自身のドキュメントもCodeWikiで生成されており、その実力を体現しています #AIエージェント# #DevTools#