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 ServerUPS
ServerUPS 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
ServerUPS を含む検索結果
Serverless Operationsが北海道テレビの番組分析システムの内製開発を支援。AWSとAIを活用し、映像検索と視聴率分...
AIコーディングによる開発のブラックボックス化を防ぐには?株式会社Serverless Operationsが「AI時代のチーム開発...
# Claude Agent SDKの便利で実践的な使い方 🔌 MCP で Playwright・DB・GitHub 等の外部ツールをエージェントに接続して、能力を無限に拡張できます。 MCP(外部ツール接続)は、Model Context Protocol を介して外部の MCP サーバー(ブラウザ・DB・API 等)をエージェントに接続する機能です。 📌 タイトル:MCP を使用して外部ツールに接続する 🔗 URL: 🧩 概要 `mcp_servers` に stdio / HTTP / SSE トランスポートで外部 MCP サーバーを指定します。`allowedTools` でアクセス可能なツールを制御し、`env` や `headers` で認証情報を注入します。 🛠 使い方 `mcp_servers` に stdio / HTTP / SSE トランスポートでサーバーを指定します。例えば Playwright は `{"command": "npx", "args": ["@playwright/mcp@latest"]}`、Postgres は `"env": {"DATABASE_URL": "..."}` で接続情報を注入します。`allowed_tools=["mcp__postgres__query"]` で利用可能なツールを制御します。 🏗 実践的な使い方 ・Playwright MCP サーバーを接続し「 を開いて内容を説明して」で E2E テストや Web スクレイピングエージェントを構築します。 ・Postgres MCP サーバーに接続し「先週のサインアップ数を日別で」と尋ねると、Claude がスキーマ検出→ SQL 生成→実行します。`allowedTools: ["mcp__postgres__query"]` で読み取りのみ許可。 ・GitHub MCP サーバーで Issue トリアージや自動対応ボットを構築します。 ・`system/init` メッセージの `mcp_servers[].status` で接続状態を起動前に検証します。 💡 ユースケース 🌐 Playwright によるブラウザ自動化 🗄 自然言語での DB クエリ実行 📋 GitHub Issue の自動トリアージ ⚠️ 注意点 `permissionMode: "acceptEdits"` は MCP ツールを自動承認しません。`allowedTools` のワイルドカード(`mcp__github__*`)で必要なサーバーのみ許可するのが安全です。接続タイムアウトはデフォルト 60 秒です。 #ClaudeAgentSDK# #AI#
もっと見る
# Claude Agent SDKの便利で実践的な使い方 🔧 社内 API・DB・ドメインロジックを `@tool` で定義して、Claude に呼び出させましょう。 カスタムツールは、`@tool` デコレータでインプロセス MCP サーバーとして独自関数を定義し、Claude が会話中に呼び出せるようにする機能です。 📌 タイトル:Claude にカスタムツールを提供する 🔗 URL: 🧩 概要 `@tool`(Python)/ `tool()`(TypeScript)で名前・説明・スキーマ・ハンドラーを定義し、`create_sdk_mcp_server` でラップして `mcp_servers` に渡します。副作用のないツールには `readOnlyHint: true` を付けて並列実行を最適化できます。 🛠 使い方 `@tool`(Python)/ `tool()`(TypeScript)で名前・説明・スキーマ・ハンドラーを定義し、`create_sdk_mcp_server` でラップして `mcp_servers={"weather": server}` に渡します。ツール名は `mcp__weather__get_temperature` の形式で Claude に公開されます。 🏗 実践的な使い方 ・社内 API(顧客情報・在庫・注文状況等)を `@tool` で定義し、自然言語での問い合わせに対応するエージェントを構築します。 ・`readOnlyHint: true` を読み取り専用ツールに付与し、複数ツールの同時実行でレイテンシを削減します。 ・ハンドラー内で例外を握りつぶし `is_error=True` を返すと、エージェントループは継続し Claude がリトライ・代替手段を試みます。 ・チャート生成ツールが `image` ブロック(base64)でグラフ画像を返し、Claude に結果を分析させます。 💡 ユースケース 🏢 社内 API への自然言語アクセスエージェント 📊 グラフ生成+画像分析パイプライン 🔄 エラー耐性のある自律リトライ ⚠️ 注意点 ハンドラー内でキャッチされない例外は `query()` 全体を落とすため、必ずエラーハンドリングを行ってください。`tools: ["Read","Grep"]` で組み込みツールの利用を制限することも可能です。 #ClaudeAgentSDK# #AI#
もっと見る
# Claude Agent SDKの便利で実践的な使い方 🔌 MCP で Playwright・DB・GitHub 等の外部ツールをエージェントに接続して、能力を無限に拡張できます。 MCP(外部ツール接続)は、Model Context Protocol を介して外部の MCP サーバー(ブラウザ・DB・API 等)をエージェントに接続する機能です。 📌 タイトル:MCP を使用して外部ツールに接続する 🔗 URL: 🧩 概要 `mcp_servers` に stdio / HTTP / SSE トランスポートで外部 MCP サーバーを指定します。`allowedTools` でアクセス可能なツールを制御し、`env` や `headers` で認証情報を注入します。 🛠 使い方 `mcp_servers` に stdio / HTTP / SSE トランスポートでサーバーを指定します。例えば Playwright は `{"command": "npx", "args": ["@playwright/mcp@latest"]}`、Postgres は `"env": {"DATABASE_URL": "..."}` で接続情報を注入します。`allowed_tools=["mcp__postgres__query"]` で利用可能なツールを制御します。 🏗 実践的な使い方 ・Playwright MCP サーバーを接続し「 を開いて内容を説明して」で E2E テストや Web スクレイピングエージェントを構築します。 ・Postgres MCP サーバーに接続し「先週のサインアップ数を日別で」と尋ねると、Claude がスキーマ検出→ SQL 生成→実行します。`allowedTools: ["mcp__postgres__query"]` で読み取りのみ許可。 ・GitHub MCP サーバーで Issue トリアージや自動対応ボットを構築します。 ・`system/init` メッセージの `mcp_servers[].status` で接続状態を起動前に検証します。 💡 ユースケース 🌐 Playwright によるブラウザ自動化 🗄 自然言語での DB クエリ実行 📋 GitHub Issue の自動トリアージ ⚠️ 注意点 `permissionMode: "acceptEdits"` は MCP ツールを自動承認しません。`allowedTools` のワイルドカード(`mcp__github__*`)で必要なサーバーのみ許可するのが安全です。接続タイムアウトはデフォルト 60 秒です。 #ClaudeAgentSDK# #AI#
もっと見る
# Learning Palantir Foundry 🚀 Put business logic right on the ontology. Functions cure the "numbers don't match across departments" problem by centralizing logic in one place. 📌 Title and Feature URL Title: ファンクション URL: 📝 Overview Functions let you write server-side logic that executes in isolated environments, powering operational apps like dashboards and decision-support tools. They are designed to work with Foundry ontologies, so they can read object properties, traverse links, and perform flexible ontology edits. 🔧 How It Works - Supported languages: TypeScript (full feature support) and Python (beta, with growing support especially for serverless and deployed execution). - Serverless execution: spins up on demand when invoked and bills only during execution, with a 60-second total wall-clock timeout (30s CPU plus a 30s network buffer). Multiple versions can run simultaneously, making upgrades safer. - Deployed execution: reserves dedicated resources for cases serverless cannot meet, runs a single version at a time, and bills continuously while deployed. - Capability differences: ontology read/write, Workshop integration, and external API calls work in both languages. Pipeline Builder is Python, while model embedding and semantic search are TypeScript. 🛠 Practical Usage - Derived properties: display function-computed values as table columns. - Function-backed Actions: implement complex edits spanning multiple objects. - Workshop integration: run functions to compute or display variables. - API gateway: invoke query functions programmatically to reuse the same logic everywhere. 🎯 Use Cases - Implement derived-KPI logic once and return identical results to Workshop, OSDK, and the API. - Query external systems to enrich ontology objects. - Build complex validation or bulk updates as function-backed Actions. ⚠️ Caveats - The 60-second timeout applies uniformly across execution modes, so optimize for efficiency. - Available capabilities depend on the invocation context (for example, model embedding and semantic search are TypeScript only), so decide on language early. #PalantirFoundry# #DataEngineering#
もっと見る
# OpenAI Agent SDKの便利で実践的な使い方 🌍 自前の MCP サーバーをエージェントに接続しましょう。HTTP・SSE・stdio の3つのトランスポートと、接続管理・承認制御の実践パターンを紹介します。 ローカル MCP サーバーは自社インフラ上で動作するため、低レイテンシ・高セキュリティ・カスタムツールの自由度が得られます。 📌 タイトル:MCP -- Streamable HTTP / SSE / stdio 🔗 URL: 🧩 概要 ローカル MCP サーバーは、自分でホストする MCP サーバーをエージェントのツールとして接続する仕組みです。`MCPServerStreamableHttp`(HTTP ベース、認証・リトライ・タイムアウト対応)、`MCPServerSse`(Server-Sent Events)、`MCPServerStdio`(ローカル CLI プロセス)の3つのトランスポートから選択できます。`MCPServerManager` で複数サーバーの一括接続管理、`require_approval` でツール別の承認制御、`tool_meta_resolver` でテナント情報の注入が可能です。 🛠 使い方 `agents` から `Agent`, `Runner` を、`agents.mcp` から `MCPServerStreamableHttp`, `MCPServerStdio` をインポートします。HTTP 接続の場合は `Agent` の `mcp_servers` に `MCPServerStreamableHttp` を渡し、接続情報は `params` 辞書にまとめて `params={"url": "http://internal-mcp.corp:8080/mcp", "headers": {"Authorization": "Bearer "}, "timeout": 30}` と指定します。stdio 接続の場合は `MCPServerStdio` を使い、`params={"command": "npx", "args": ["-y", "@modelcontextprotocol/server-filesystem", "/workspace"]}` でローカル CLI プロセスを起動します。 🏗 実践的な使い方 **MCPServerStreamableHttp で社内 MCP に認証付き接続** 低レイテンシが求められる社内サービスへの接続パターンです。認証ヘッダ、リトライ、タイムアウトを設定します。 `MCPServerStreamableHttp` の `params` に `"url": "http://internal-mcp.corp:8080/mcp"`、`"headers"` で `Authorization` ヘッダに `os.getenv('MCP_TOKEN')` から取得したトークンを設定し、`"timeout": 30` を指定します。リトライ回数は `params` の外側のキーワード引数 `max_retry_attempts=3` で設定します。これを `Agent` の `mcp_servers` に渡すことで、認証付きの社内 MCP 接続が完成します。 **MCPServerStdio でローカル CLI ツールを接続** ファイルシステムサーバーや自作 CLI ツールを stdio トランスポートで接続します。 `MCPServerStdio` で `params={"command": "npx", "args": ["-y", "@modelcontextprotocol/server-filesystem", "/workspace"]}` を指定してファイルシステムサーバーを接続します。自作ツールの場合は `params={"command": "python", "args": ["-m", "my_custom_mcp_server"], "env": {"DB_URL": os.getenv("DB_URL")}}` で環境変数を渡します。両方を `Agent` の `mcp_servers` リストに渡せば、複数の stdio ツールを同時利用できます。 **MCPServerManager で複数サーバーの一括管理** 複数の MCP サーバーを効率的に管理し、障害時の再接続も制御します。 `agents.mcp` から `MCPServerManager` をインポートし、`servers` に複数の MCP サーバーインスタンスを渡します。`await manager.connect_all()` で一括接続し、` でアクティブなサーバーを確認できます。`await manager.reconnect(failed_only=True)` で障害が発生したサーバーのみ再接続します。 **require_approval のツール別マップ + tool_meta_resolver** ツールごとに承認ポリシーを変え、さらにツール実行時にテナント情報を注入するパターンです。 ツールごとの承認ポリシーを辞書で定義します。`"search_docs"` と `"read_file"` は `"never"`、`"write_file"`・`"delete_file"`・`"execute_query"` は `"always"` とマッピングします。`tool_meta_resolver` に渡す関数は `MCPToolMetaContext` を受け取り、` からテナント情報を読んで `{"tenant_id": str(tenant_id), "source": "agents-sdk"}` のようなメタデータ辞書を返します(ツール引数そのものを書き換えるのではなく、呼び出しごとの `_meta` として送られます)。`MCPServerStreamableHttp` の `require_approval` にこの辞書を、`tool_meta_resolver` にこの関数を渡すことで、ツール別承認制御とテナント情報の自動付与を実現します。 💡 ユースケース 🏢 MCPServerStreamableHttp で社内 MCP サーバーに認証・タイムアウト付きで低レイテンシ接続 📁 MCPServerStdio でローカルのファイルシステムサーバーや自作 CLI ツールをエージェントに接続 🔄 MCPServerManager で複数サーバーを一括管理し、failed_only=True で障害サーバーのみ再接続 🔐 ツール別 require_approval マップ + tool_meta_resolver でテナント ID を自動注入しマルチテナント対応 ⚠️ 注意点 - MCPServerStdio はローカルプロセスを起動するため、コンテナ環境では対象コマンドがインストールされている必要があります。 - MCPServerManager の reconnect は接続エラーのリカバリであり、ツール実行中のエラーハンドリングは別途必要です。 - tool_meta_resolver で注入する情報にシークレットを含めないでください。ログに出力される可能性があります。 ✨ 3つのトランスポートと MCPServerManager を使いこなせば、社内サービスからローカルツールまで自在に接続できます。まずは stdio で手元のツールを繋いで、HTTP で本番接続に移行していきましょう! #OpenAIAgentSDK# #AIAgent#
もっと見る
# Codexの機能と実践的な使い方 🏛️ 全社にCodexを配るとき、「どのMCP・モデル・権限を許すか」を一人ひとりに任せるのは危険です。集中管理設定なら、管理者が境界を引いて統制できます。 🏷️ タイトル: 集中管理設定・ガバナンス 🔗 URL: 📘 概要 Codexのエンタープライズ向け集中管理設定は、IT管理者が組織全体のエージェント挙動を中央から統制する仕組みです。許可するMCPサーバー、モデル、承認・サンドボックス権限などをポリシーとして配布し、利用者が勝手に逸脱できないようにします。 ⚙️ 機能の説明 管理は2階建てです。 ・`requirements.toml`: ユーザーが上書きできない、管理者が強制する制約。 ・`managed_config.toml`: 出発点となる既定値で、セッション中にユーザーが変更可能。 適用優先順位は高い順に、macOSのMDM設定 → クラウド管理のrequirements(ChatGPT Business/Enterprise)→ システムファイル(`/etc/codex/` や `%ProgramData%\OpenAI\Codex\`)→ ユーザーの `config.toml` → CLIの上書き、です。管理レイヤーはCLIフラグより優先され、毎セッションで再適用されます。 ロックできる主な設定は、承認ポリシー、サンドボックスモード(`full_access` の遮断など)、権限プロファイルのallowlist、MCPサーバーの承認(コマンド/URL指定、未掲載は無効)、機能フラグ(`browser_use` 等)、自動レビューの強制、ネットワークのドメイン許可/拒否、ライフサイクルフック、コマンド規則などです。 🛠️ 実践的な使い方 `requirements.toml` では `allowed_sandbox_modes` で許可モードを絞り、`[permissions.filesystem]` の `deny_read` で `~/.ssh` や `.env` を拒否、`[rules]` の `prefix_rules` で `rm` を禁止、`[mcp_servers.approved]` で承認済みMCPだけを許可、といった指定ができます。これで `full_access` は使えず、機密ファイルの読み取りは拒否、破壊的コマンドは禁止され、承認済みMCPのみが有効になります。 💡 ユースケース 社内で承認したMCPサーバーとモデルだけを全社員に配り、機密ファイルの読み取りや破壊的コマンドを一律でブロックする、といったガバナンスを再デプロイなしに統一できます。 ⚠️ 注意点 `allowed_permission_profiles` を定義すると、それが排他的なリストになります。後段のソースでプロファイルを使うには明示的に再有効化が必要です。クラウドのrequirementsはローカルにキャッシュされるため、オフラインでは最新ポリシーが反映されないことがあります。カスタムプロファイルはCodex 0.137.0以前のクライアントへ配布しないでください。グループ単位のルールは最初に一致したグループが勝ち、未設定フィールドは後続から継承されません。 #Codex# #Enterprise#
もっと見る
# Codexの機能と実践的な使い方 🔌 Codex を「コードしか触れないエージェント」から「課題管理・DB・デザインツールまで直接操作できる相棒」へ。その鍵が MCP(Model Context Protocol)接続です。 🏷️ タイトル: 外部ツール接続(MCP) 🔗 URL: 📘 概要 MCP は Codex を外部のツールやコンテキストにつなぐ標準プロトコルです。MCP サーバーを登録すると、Codex がそのツールを直接呼び出して読み書きできます。設定は CLI と IDE 拡張で共有され、クライアントを切り替えても同じ構成で動きます。 ⚙️ 機能の説明 ・最も手軽な追加方法は CLI です。`codex mcp add <名前> -- <起動コマンド>` の形で登録し、TUI 内では `/mcp` で稼働中のサーバーを確認できます。 ・トランスポートは2種類あります。ローカルプロセスを起動する STDIO サーバー(`command` / `args` / `env` / `cwd` を指定)と、URL でアクセスする Streamable HTTP サーバー(`url` / `bearer_token_env_var` / `http_headers` を指定)です。 ・認証は環境変数経由の Bearer トークン、または OAuth に対応します。OAuth 対応サーバーは `codex mcp login <名前>` でログインします。 ・ツール単位の制御も可能で、`enabled_tools` / `disabled_tools` で許可・拒否リストを、`default_tools_approval_mode`(`auto`/`prompt`/`approve`)で承認方式を指定できます。 ・`startup_timeout_sec`(既定10秒)や `tool_timeout_sec`(既定60秒)、`required`(起動失敗時に Codex 自体を失敗させる)などの調整項目もあります。 🛠️ 実践的な使い方 ・例えば最新の開発ドキュメントを引ける Context7 を入れるなら `codex mcp add context7 -- npx -y @/upstash/context7-mcp` の1行です。 ・細かく制御したいときは `~/.codex/config.toml`(信頼済みプロジェクトなら `.codex/config.toml`)の `[mcp_servers.<名前>]` セクションに `url` と `bearer_token_env_var`、必要なら `http_headers` を書きます。 💡 ユースケース 課題管理ツールから仕様を読み取り、DB のスキーマを参照しながら実装し、Figma のデザインを取り込んで UI を作る、といった一連の流れを Codex 1つに任せられます。社内 API を MCP サーバー化すれば、独自業務ロジックも Codex から直接叩けます。 ⚠️ 注意点 ・外部ツールに読み書き権限を渡すことになるため、`disabled_tools` や承認モードで権限を絞るのが安全です。 ・トークンは設定ファイルに直書きせず、`bearer_token_env_var` で環境変数から読む形にしましょう。 ・プラグイン提供の MCP サーバーは起動コマンドをユーザーが指定するのではなく、`plugins..mcp_servers.` 配下で有効状態とツールポリシーを制御します。 #OpenAICodex# #MCP#
もっと見る