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 implementation
implementation 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
implementation を含む検索結果
IOWN Global Forum「2026 Implementation of the Year」TBSテレビがベンダー各社と共同受賞
# Antigravityの機能と実践的な使い方 🚀 「考えてから動く」Planと「すぐやる」Fast。タスクの性質に応じて、慎重さとスピードを使い分けられます。 📌 タイトルと機能のURL タイトル: Plan / Fast モード URL: 📝 概要 Antigravityには2つの実行モードがあります。Planモードは着手前に詳細な計画(計画Artifact=Implementation Plan)を生成し、承認を経てから実装します。Fastモードは計画フェーズを挟まず、依頼を即座に解釈して実行します。複雑なタスクはPlan、軽微な修正はFastという使い分けが基本です。 🔧 機能の説明 両モードの動きは次のとおりです。 ・Planモード:範囲を分析しファイルを調べ、目標・技術選定・手順・変更ファイル・テスト方針をまとめた実装計画を生成。承認後に実装し、完了後はウォークスルーで変更点を記録します。 ・インタラクティブな承認:計画の該当箇所をハイライトしてコメントでき、エージェントは反映してから実装に入ります。 ・Fastモード:「とにかくやる」方針で、計画や承認待ちなしに即実行し、結果を報告します。 ・モード切替:インターフェースの操作、またはキーボードショートカット(Cmd/Ctrl + .)で切り替え。現在のモードは入力欄に表示されます。 🛠 実践的な使い方 ・複雑なリファクタや本番影響のある変更はPlanで計画を承認してから着手します。 ・タイプミス修正・変数リネーム・定型ボイラープレートなど軽微な作業はFastで即実行します。 ・基盤的な作業はPlanで進め、その後の微調整はFastに切り替える、という併用が効果的です。 ・モード切替は新規リクエストにのみ適用され、進行中タスクは元のモードのまま続きます。 🎯 ユースケース ・大規模リファクタをPlanで計画Artifactとして承認してから安全に実装する。 ・ボタン追加やtypo修正をFastで即座に片付ける。 ・不慣れな技術領域ではPlanで方針を確認し、パターンが定まったらFastへ。 ・本番・重要システムへの変更はPlanでオーバーサイトを確保する。 ⚠️ 注意点 ・Fastは曖昧さを解消する計画フェーズが無いため、依頼は具体的に。1度に複数を束ねず単一タスクに絞ります。 ・Fastはスピードと引き換えに網羅性を犠牲にします。重要な変更には向きません。 ・モード切替は進行中タスクに遡及しません。切り替えは次の依頼から有効です。 #Antigravity# #AIcoding#
もっと見る
# Antigravityの機能と実践的な使い方 🚀 エージェントの仕事は「ログの山」ではなく「目に見える成果物」で確認。Artifactsは信頼の問題を、検証可能な形で解決します。 📌 タイトルと機能のURL タイトル: Artifacts URL: 📝 概要 Artifactsは、エージェントが生成する具体的な成果物です。タスクリスト・実装計画・スクリーンショット・ブラウザ録画・コード差分といった「目に見える」形でアウトプットされ、開発者はエージェントのロジックを一目で検証できます。ログを延々と読む代わりに、成果物そのものをレビューする発想です。 🔧 機能の説明 Artifactsは次のような種類と仕組みを持ちます。 ・実装計画(Implementation Plan):目標・技術選定・手順・変更ファイル・テスト方針をまとめたリッチなMarkdown。 ・タスクリスト:作業を構造化した内訳。 ・ウォークスルー(Walkthrough):完了した変更点と次のステップの要約。 ・コード差分・スクリーンショット・ブラウザ録画・アーキテクチャ図・画像。 ・コメント機能:Googleドキュメントのように箇所を選んでコメントでき、エージェントは処理を止めずに入力を反映します。 🛠 実践的な使い方 ・計画Artifactの該当箇所をハイライトし、インラインコメントで修正方針を伝えます。 ・スクショやブラウザ録画で、UIや動作が期待どおりかを証拠付きで確認します。 ・コード差分で変更範囲をレビューしてから取り込みます。 ・プロジェクト設定でArtifactのレビュー方針を制御できます。 🎯 ユースケース ・実装前に計画Artifactをレビューし、方針をコメントで微調整してから承認する。 ・E2Eテストのブラウザ録画を成果物として残し、動作の証跡にする。 ・複数ファイル変更の差分をまとめて確認し、レビュー負荷を下げる。 ・完了後にウォークスルーで変更点と次の一手を把握する。 ⚠️ 注意点 ・コメントは処理を止めずに反映されるため、重要な変更ほど早めにフィードバックを入れましょう。 ・成果物の確認を省くと自律実行の利点が監督不足に転じます。レビュー方針を設定で明確に。 ・ブラウザ録画にはChrome連携が前提です。 #Antigravity# #AIcoding#
もっと見る
# ADK 2.0の便利だけど知られていない機能 🌍 異なるフレームワークで作られたエージェント同士が、標準プロトコルで連携できたら世界が広がると思いませんか? ADK 2.0のA2A(Agent-to-Agent)プロトコル拡張は、エージェント間通信を標準化し、フレームワークを超えたマルチエージェント連携を実現する仕組みです。 📌 タイトル:A2Aプロトコルと拡張 (A2A Protocol Extension) 🔗 URL: 🧩 概要 A2Aプロトコルは、異なるエージェント間の通信を標準化するプロトコルです。`A2aAgentExecutor` クラスを使ってA2A対応エージェントを構築できます。従来のサブエージェント方式では、メッセージの重複、出力の誤分類、ストリーミング時のサブエージェントデータ消失といった問題がありましたが、A2A拡張はこれらを解決します。クライアント側では `RemoteA2aAgent(use_legacy=False)` を使い、リクエストヘッダにExtension URIを含めます。サーバー側では `AgentCard` の `capabilities.extensions` でA2Aサポートを宣言します。 🛠 使い方 Python v1.27.0以降が必要です。 ```python from google.adk.agents.remote_a2a_agent import RemoteA2aAgent # リモートA2Aエージェントへの接続 remote_agent = RemoteA2aAgent( name="remote_agent", agent_card="", use_legacy=False, # 新しいA2A拡張を使用 ) # 通常のエージェントと同様に、Runnerやsub_agentsから実行します ``` サーバー側では `AgentCard` の `capabilities.extensions` にA2A拡張のサポートを宣言します。 ```json { "capabilities": { "extensions": [ { "uri": "", "description": "Ability to use the new agent executor implementation", "required": false } ] } } ``` 🏗 本番システムへの組み込み方 ・専門特化した複数のエージェントをA2Aで連携させ、分散マルチエージェントシステムを構築する ・`AgentCard` で各エージェントの能力を宣言し、動的なエージェント発見と選択を可能にする ・`use_legacy=False` を指定して、メッセージ重複やデータ消失の問題を回避する ・ストリーミング対応のA2A通信で、リアルタイムのエージェント間データ連携を実現する 💡 ユースケース 🤝 異なるチームが開発したエージェントをプロトコル統一で相互運用させる 🌐 社内の分析エージェント・検索エージェント・アクションエージェントを連携させるオーケストレーションを構築する 🔗 外部パートナーが提供するA2A対応エージェントサービスと安全に連携する 📡 地理的に分散した複数のエージェントインスタンス間でタスクを分散処理する ⚠️ 注意点 A2A拡張はPython v1.27.0以降で利用可能です。`use_legacy=True`(既定値)のままだと従来方式となり、メッセージ重複やストリーミングでのデータ消失が発生する可能性があります。本番環境では必ず `use_legacy=False` を指定してください。また、ネットワーク越しの通信となるため、認証・認可とエラーハンドリングの設計が重要です。 ✨ A2Aプロトコルにより、エージェントの世界にもマイクロサービスのような分散アーキテクチャが実現できます。エージェント間の壁を取り払い、協調する仕組みを構築しましょう。 #ADK# #AIAgent#
もっと見る
🔍 RAGを作るたびに、エンベディングのパイプラインを自分で組んでいませんでしたか? Pinecone はもともと「ベクトルを預かるDB」でした。ユーザーはエンベディングのAPI連携を書き込みと検索の両方に実装し、キー管理、レート制限、リトライまで面倒を見て、元テキストはどこに置くかも悩んでいました。メタデータに入れるとコストが膨らみ、しかも単語としては検索できません。 転機は、スラブという「自己記述型のインデックス単位」を持つログ構造アーキテクチャでした。全文検索を新しいインデックス種別として足せるようになり、1つのスキーマの中で全文検索・ネイティブベクトル・統合エンベディングを同じドキュメントに載せられます。 🚀 今は、プレーンテキストを書き込んで、プレーンテキストで検索するだけです。ベクトルは内部の実装詳細になりました。同一リージョンでの測定では、先に埋め込んでから検索する場合の中央値92msに対して26msと、約3.5倍速くなっています。まだ全文とベクトルの結果融合は自前ですが、1回の検索での統合も予定されています。 「When vectors became an implementation detail」 #Pinecone# #RAG#
もっと見る