はじめに ども！前回「 DevContainer と uv で構築する爆速 Python 開発環境 」という記事を書いた龍ちゃんです。 この記事を社内で報告したところ、上司から「リンターとフォーマッターは何を使っているの？」という質問をいただきました。確かに、せっかくパッケージマネージャーに uv を採用しているなら、同じ Astral 社が開発している Ruff で統一した方が良いですよね！ ということで今回は、 uv + Ruff で統一した Python 開発環境 を構築してみました。さらに、ベース

ついに LangChain v1.0 がリリースされました！ 🥳 v1.0は特に「エージェント構築」が強化され、従来LangGraphが持っていた機能の統合なども行われています。本記事では、LangChain 1.0の新機能とv0.xからv1.0への移行のポイントをコード付きで紹介します。 LangChain v1.0のサマリー 項目 内容 create_agent シンプルで高機能なエージェントAPI Middleware 柔軟な拡張・制御が可能に 標準コンテンツブロック テキスト・画像・ツール呼び出し

複雑なデータ取得システムを開発する手間をかけることなく、正確かつ最新の情報を提供する AI アプリケーションを構築することを想像してみてください。10 月 28 日は、 Amazon Bedrock の Nova モデル向けの新しい組み込みツールである Web Grounding の一般提供が開始されたことを皆さんにお知らせします。 Web Grounding は、ターンキー 検索拡張生成 (RAG) オプションを開発者に提供します。このオプションは、Amazon Nova 基盤モデル がプロンプトの内容

G-gen の杉村です。2025年10月のイチオシ Google Cloud（旧称 GCP）アップデートをまとめてご紹介します。記載は全て、記事公開当時のものですのでご留意ください。 はじめに Cloud Run functions 第1世代を第2世代にアップグレードするツール (Preview) Google チャットで、スラッシュ（/）でアプリが呼び出せるように Google Gen AI SDK に C# 版が登場（Preview） gemini-2.5-flash-image（通称 Nano Ba

こんな “結合テストの悩み”、ありませんか？ 古典的な Docker 運用（docker-compose 等・固定ポート）だと並列しづらく、逐次実行で遅い mock は本番相当から遠く、信頼しきれない（mockがグリーンでも本番で落ちる） ローカルとCIの環境差やポート競合でフレークが多く、再現性が低い そこで、 testcontainers-go 導入企業：Spotify、 Intel、Shopify、ElasticSearch、OpenTelemetry、Netflix、Uber 対応言語： Java

はじめに どうも、龍ちゃんです！ 前回の「 Azure Functions×DevContainer 環境構築｜ Node.js 編 」では、Node.js 22 + TypeScript を使った DevContainer 環境構築を解説しました。今回は、 Python 3.11 を使った Azure Functions の開発環境を構築します。 サンプルリポジトリ : 本記事で解説する環境をすぐに試せるサンプルコードを公開しています。 GitHub : azure-functions-python-d

気軽に計測データを分析したいみなさん、 こんにちは、ソリューションアーキテクトの伊勢です。 せっかくデータ収集しても、こんな悩みはないですか。 収集したデータをどう利活用したらいいかわからない 分析ツールを導入したけどどう分析したいかわからない 分析結果をどう考察したらいいかわからない IoTあるあるですね。 今回は専門的な分析知識を使わず、 intdashの収集データをノーコードで分析したいと思います。 生成AIはChatGPTの最新版GPT-5を利用します。 1 はじめに データ分析とは GPT-5と

本記事は 2025 年 10 月 23 日に公開された Brian Beach による “Teaching Kiro new tricks with agent steering and MCP” を翻訳したものです。 はじめに 過去 3 年間、私は数百の顧客がソフトウェア開発に AI ツールを採用するのを支援してきました。これらの顧客の多くは、独自のライブラリ、ツール、さらにはドメイン固有言語（DSL）を開発しています。ワークフロー自動化言語、設定構文、ルールエンジンなど、これらのカスタマイズはビジネス

本記事は、2025 年 10 月 16 日に公開された “ Launch phase steps for successful launches on Amazon GameLift Servers ” を翻訳したものです。翻訳は Solutions Architect の西坂信哉が担当しました。 ゲームが急激にヒットした場合に備え、最初から成功に向けた準備をしておくことが重要です。本記事では、 Amazon GameLift Servers でマルチプレイヤーゲームを立ち上げる際に考慮すべき重要な点につ

はじめに さくらインターネットでプロダクトマネージャーとして働いている荒木です。 さくらのAI Engineは、基盤モデル搭載済みのGPUサーバーで推論処理ができるAPIサービスです。テキスト生成・分類・埋め込み・音声認 […]

はじめに：なぜDevContainerとuvの組み合わせなのか ども！新卒のスムーズな開発のために環境を作っていたりする龍ちゃんです。直近でPythonのDevContainer環境を作る機会がありまして、 今までpipで環境を作っていました 。どうせなら、モダンな環境で作り直して渡そうと考えていました。モダンなPython開発環境に求められる要素は何でしょうか？ 再現可能な環境 : チーム全員が同じ環境で開発できる 高速なパッケージ管理 : ストレスのない依存関係のインストール 拡張性 : 必要に応じて

はじめに こんにちは、サイオステクノロジーの小沼 俊治です。 今回は、AIを活用した RAG アプリケーションの仕組みを無料で体験できるハンズオン環境 を用意しました。 このハンズオンでは、 LangChain 、LLM に PC 内のローカルで動かす Open source LLM 、ベクトルデータベースの Milvus といったオープンソースのプロダクトを使用します。 学習は、JupyterLab（Jupyter Notebook） の Notebook 形式でステップごとに用意した教材 を使って進め

生成AIモデルの推論や学習における環境は、Linuxが利用されていることが多いですが、最近はコンシューマで利用されるGeForceなども性能向上し、モデルの推論やファインチューニングなどを行えるようになってきています。 ただし、GeForceを利用してモデルの推論や学習を行おうとしたときには、OSがWindowsであることがほとんどだと思います。 Windows上でLinuxを動作させる仕組みであるWindows Subsystem for Linux(WSL)とコンテナの仕組みを利用すれば、コンテナを利

ブログ執筆者倍増計画 NTT DATAでは、2025年4月からZennでの技術ブログを始めました。 これまでに約140記事が投稿され、比較的盛り上がっていると思うのですが、もっと執筆者を増やしたいけどどうしたらいいかなと広報部の方から聞かれたりしています。 「なんで俺に聞くねん」と思ったりもしたのですが、一説によると、技術ブログを始めることになったきっかけは私が社長に言った一言だったらしく、私は知らない間にブロガーとして認知されていたようでした。 そこで、 さすがに責任の一端を感じ、 せっかく自由にブログ

Amazon Web Services(AWS)が提供する新しいAIエージェントプラットフォームAmazon Bedrock AgentCoreにおいて、AgentCore Observabilityの代わりにLangfuseを利用するノウハウをここでは提供します。 色々ブログなどを読んで試していて、情報が古かったりしてうまくいかなかったので、2025年10月時点での最新情報として記載したいと思います。 なお、AWSのBedrock AgentCoreの公式サンプルであるStrands Agent wit