昨今、 Cline 等の AI エージェントによる開発支援を試されている方が多いかもしれません。 Ubie でも先日から Devin をトライアルしており、生成AIによる開発生産性の向上を模索している最中です。（この様子は下記記事によく書かれています） Devinはアウトプットを考えるとコストが安いとは感じますが、 Cline のようなローカルで動作するエージェントはさらに安く高速動作します。これらが Ubie の一定規模になったコードベースで動作するのか、どのようなツールが有力候補となりえるのかを軽く検証してみました。 TL;DR ローカルで動作するAIエージェントはコスト・速度・機能においてかなり活用しうる。今回は Cursor や Roo-Cline を使用して、「一定規模のコードベース」において「テストコード追加や簡単な改修」が数十~数百円程度のコストで実現 できた。ただし現状エン

近年のAI分野の発展により、一部のソフトウェア開発者らはAIを使ってコードを生成するようになったほか、AIを使ってプログラミングをサポートするツールも登場しています。プログラマーのデヴィッド・クローショー氏が、プログラミングに生成AIを使用した個人的な感想を自身のブログで振り返っています。 cith LLMs - 2025-01-06 https://cblog/programming-with-llms There are particular conversational structures that work better than others when I "chat" with LLMs. And a weirdly large amount of repeated mundane work, copyi

はじめに こんにちは！yasunaです！ 私は普段は会社員をしていてエンジニアではないのですが、趣味でプログラミングをしています！ 今回はAIの力をフル活用しながら個人開発アプリの要件定義を作るまでの流れを記録しておきたいと思います。 今回作ろうとしているアプリケーションについて 「TikTok台本作成支援システム」というアプリケーションを作ろうとしています。ユースケース図はこんな感じになりました。 この図を作るときに役に立ったのがAI搭載エディターのCursorです。 CursorはAIがコードを生成してくれるので、コードを書くのが苦手な私のような人でもAIとチャットしながらコードを書くことができます。 こちらの図もCursorでmdファイルを作成して図に変換しました。 これはPlantUML（プラントユーエムエル）という図表作成用のマークアップ言語です。 UML（Unified Mod

はじめに この記事は、Promptyに入門したい人向けの記事です。Promptyについての理解を深めるため さまざまな資料やリポジトリを参照しながら、Promptyの仕組みを確認します。 誤りなどがありましたら、逐一修正する予定です。 対象読者 Promptyに興味がある人 （問題提起）AIチャット作る時もろもろの設定どうしてる Promptyを深く知るためにまずはAIによるチャットシステム、とりわけAIエージェントについて改めて振り返ってみましょう。 AIチャットシステムを作る時に必要なこと まず、AIチャットシステムの基本としてはAIエージェントをどのように作成するかが重要です。AIエージェントはユーザーからの入力を受け取り、適切な応答を返すためのプログラムです。このエージェントがチャットシステムの裏側にいることで、ユーザとの対話を実現します。 ユーザからの質問はさまざまな場合がありま

2024年11月4日にMicrosoftから「Magentic-One: A Generalist Multi-Agent System for Solving Complex Tasks」（複雑なタスクを解決するための汎用マルチエージェントシステム）という記事が公開され、話題となっているようなので読んでみました。 ※本記事の画像や内容はこの記事を元に作成/引用しています。ぜひ本家ドキュメントを読んでください。 Magentic-Oneとは Magentic-Oneは、複雑なタスクを効率的に解決するために設計された高性能な汎用マルチエージェントシステムです。 概要 Orchestratorと呼ばれるリードエージェントが中心となり、4つの専門エージェントを指揮・統括します。各エージェントは特定の機能（Webブラウジング、ファイル操作、Pythonコード実行など）に特化しています。 Orche

はじめに 近年、AIを活用したコーディングツールが急速に発展し、プログラマーの生産性向上や開発プロセスの効率化に大きな影響を与えつつあります。これらのツールは、コード補完、チャットアシスタント、コーディングエージェントなど、様々な形態で提供されており、プログラマーの作業をサポートしています。 その中でも、オープンソースのコーディングエージェントである「Cline」は、独特のポジションと活発なコミュニティによって注目を集めています。 本記事では、Clineを中心に、現在のAIコーディングツールの動向を探ります。Clineの特徴や利点、そして他のツールとの比較を通じて、AIコーディングツールの現状について考察します。また、Clineのアーキテクチャや実用面、コミュニティの動向についても解説します。 AIコーディングツールは、特に個人のプログラミングの世界に大きな変革をもたらしつつあります。本記

近年のAI分野の発展により、一部のソフトウェア開発者らはAIを使ってコードを生成するようになっており、AIを使ってプログラミングをサポートするツールも登場しています。そんな中でデータサイエンティストのマックス・ウルフ氏が、AIに「もっといいコードを書いて」と繰り返し要求し続けるとどうなるのかを実験した結果を報告しました。 Can LLMs write better code if you keep asking them to “write better code”? | Max Woolf's Blog https://miite-better-code/ 画像生成AIでは、一度プロンプトに従って画像を生成したAIに対し、「もっといい画像を生成して」と繰り返し伝えることで、さらに高精度の画像を作らせることができます。そこでウルフ氏は、同じ手法を

この記事では、プロタイプ作成が簡単にできるPythonのStreamlitを用いて、Google検索を組み込んだ生成AIアプリの作り方を紹介します。Gemini2.0のGoogle検索を組み込むようなシステムも簡単に作ることができます。Gemini AIのアプリを作ってみたいと思っている方に、参考になれば幸いです。(※今回使ったコードはGithubで公開しています。) 本記事は、「Ubie生成AIアドベントカレンダー」の記事です。 Gemini eminiのGoogle AI StudioのAIのGoogle AI StudioのAIの

概要 開発者向けの AI ツールは数多くありますが、その中で「Cody」は 無名ながらも知る人ぞ知る優れたプロダクトです。私が普段いるAI技術者コミュニティでは密かに絶大な支持を集めていますが、GitHub Copilot、Cursor、ChatGPT と比較して機能性で大きく抜きん出ています。私はすでに半年課金愛用していて、おそらく来年も愛用するでしょう。 Cody とはなんぞや Cody くんは、VSCode や、JetBrains IDEs、Neovim、Eclipseなどのコードエディタの拡張機能として使えるコーディング補助 AI ツールです。 他の生成 AI コードツールと同様に、AI コード補完とAIチャットがあります。 なぜ Cody がおススメなのか C

Microsoftは2024年12月12日（米国時間）、WindowsやLinux、macOSに対応するクロスプラットフォームのエディタ「Visual Studio Code」（以下、VS Code）の最新版「November 2024」（バージョン1.96）を公開した。 VS Codeバージョン1.96では、テキスト入力を上書きモードに切り替えられるオーバータイプモードや、ターミナルの合字対応、拡張機能のインストール制限など、開発効率やセキュリティを向上させる機能が追加されている。 VS Codeバージョン1.96の主な変更点 関連記事 「Visual Studio Code」バージョン1.95公開　Copilot Chatがより使いやすくなる機能追加など Microsoftは「Visual Studio Code」のバージョン1.95を公開した。Copilot Editsや複数のGit

Devin.aiを試す 長くなってきたので切り出した Devin.aiを試す2024 2025-01-02 Session itについて Devin went to sleep due to session its. Limitをだいぶ超えてから止まるようだw 追記 説明を読むとセッション単位のように読めますが、最後のユーザーの発言以降で使用できる ACUs の上限 (by teramoto) あ、そうなんだ、どうりで超えてるものもあるなぁと思った Devin観察日記 3日目｜Daiki Teramoto nishio 「さて、いよいよ金銭感覚が麻痺して参りました。一歩先の未来を生きるためのコストとして受け入れつつも、たまに冷静になる瞬間が恐ろしいです。」 あーあー聞こえないーー(1ヶ月のトークンを1週間で使い切っておかわりした人) nishio 冗談は

Hey there! 👋I have

買うことにしました、Devin。月額500ドル。 https://devin.ai/ 今まで気になってはいたものの、高いし、買うつもりはありませんでした。 しかし今日、@nishioさんのご好意で試してみる機会を頂き、十分感動したので、やっぱり買ってみることにしました。 というわけで、今日からブログを始めます。名付けて「Devin観察日記」。 アフィリエイトも無いので、ゆるくやっていきます。 「このリポジトリを開発対象に加えたい」最初に驚いたのは、Devinへの仕事の頼み方です。it cloneしてREADMEを読んで、npm installなんかまでやってくれます。リモートで向こうに人がいるような感

はじめに browser-use を使う上で詳しいドキュメントがなかったので、自分で使ってみたことをまとめてみました。 browser-use の基礎的なところは以下にまとめてあります。 ブラウザを起動させず、ヘッドレスモードで実行したい BrowserConfigのheadlessをTrueにすることで、ブラウザを起動させず、ヘッドレスモードで実行することができます。 from browser_use.browser.browser import Browser, BrowserConfig browser = Browser( config=BrowserConfig( headless=True, ) ) async def main(): model = ChaAI(model='gpt-4o') agent = Agent( task='東京の天気をGoogleで調べて

はじめに 最近話題になっている browser-use について自己理解のために基本的なところをまとめてみます。 公式リポジトリはこちら browser-use とは？ browser-use は、Python で作られた「AI エージェントがウェブブラウザを操作できるようにする」ためのライブラリです。具体的には、下記のような機能を提供しています。 ビジョン機能や HTML 抽出 ブラウザで読み込んだページの DOM（要素構造）を解析、スクリーンショットやテキスト情報を取得できます。 マルチタブ管理 自動で複数タブを開き、それぞれのタブを並行して操作できます。 カスタムアクション機能 たとえば「特定のファイルを保存」「データベースへ登録」「社内チャットに通知する」など、ユーザー独自のアクションを定義できます。 自己修正機能 操作が失敗したり、要素を見つけられなかったりした場合に、自分で修正

はじめに この記事では、LangGraphとFirec技術 LangGraph LangGraphは、AIエージェントを作るためのツールで、複雑な処理をいい感じに管理してくれる便利なフレームワークです。状態遷移グラフを使って、どの処理をどの順番でやるかを分かりやすく設計できます。 特徴: 処理の流れを図にして確認できる（Mermaid図対応） 条件分岐や並列処理ができて柔軟 タスクの状態を一括管理 本プロジェクトでの役割:

この記事は、『生成AIで世界はこう変わる』（今井翔太著、SBクリエイティブ）に掲載された内容に、編集を加えて転載したものです（無断転載禁止）。 ソフトウェア開発における生成AIは、私自身が積極的に利用していることもあり、定量的な研究成果に加え、当事者の生の声もお伝えしたいと思います。この部分に関しては主観的な記述も多くなりますが、その点はご留意ください。 「ChatGPT以前のソフトウェア開発は石器時代だった」とは、ある開発者の言葉です。言語生成AIが持つプログラミングコードの生成能力は驚異的なものです。ChatGPT登場当日、私が最も驚き、「これは本当にすごい」と確信したきっかけは、このプログラミングコードの生成能力を目の当たりにしたことでした。