Posted inPython
ToxによるPythonのマルチ環境テスト自動化：「自分の環境では動くのに」という問題を解消する
Pythonのバージョンによるエラーで作業を止めないでください。Toxを使用してマルチ環境でのテストを自動化し、時間を80%節約しながらコードの信頼性を向上させる方法を解説します。
Posted inPython
実践OCR：PytesseractとOpenCVで認識精度を40%から90%に向上させる方法
PytesseractとOpenCVを組み合わせて高精度なOCRシステムを構築する方法を学びます。実際のプロジェクトで役立つ画像前処理技術やパラメータの最適化手法を紹介します。
Posted inMySQL
PythonでMySQLに接続する — PyMySQLとmysql-connector-python：Connection Pool、Prepared Statements、SQL Injectionを防ぐ安全なTransaction
PyMySQLとmysql-connector-pythonを使ったPythonでのMySQL接続を実践的に解説します。コネクションを再利用するConnection Poolのセットアップ、SQLインジェクションを防ぐPrepared Statementsの使い方、context managerによる安全なTransaction処理まで — クイックスタートから本番対応まで完全なコード例付きで説明します。
Posted inMonitoring
Grafana Beylaのインストールと設定ガイド：eBPFを使ってGo、Python、Node.jsアプリをコード変更なしで自動監視する
Grafana BeylaはeBPFを使ってGo、Python、Node.jsアプリからメトリクスとトレースを自動収集する — コードを一行も変更せず、SDKのインストールも不要。本記事では、Beylaのインストールと設定方法、そしてPrometheus + Grafanaとの組み合わせで6ヶ月間プロダクション運用した実際の結果を紹介する。
Posted in人工知能
Claude AIでデスクトップを操作：Computer Use API「実践」ガイド
AnthropicのComputer Use APIを使用して、Claude AIでコンピュータを操作する方法を詳しく解説します。複雑なUIタスクに対するSeleniumに代わる新しいソリューションです。
Posted inGit
.gitignoreのグローバル設定とプロジェクト別テンプレート：OS、IDE、プログラミング言語のファイルを正しく除外する
.gitignoreを二つのレベルで設定する方法を解説：OSとIDE用のグローバル設定と、プログラミング言語用のプロジェクト別設定。Python・Node.jsの実践的なテンプレート、誤ってコミットしたファイルの対処法、gitignoreルールのデバッグ方法も含む。
Posted in人工知能
LlamaIndex + Ollama: 完全オフラインで構築する社内文書Q&Aシステム
LlamaIndexとOllamaを組み合わせることで、PDF・Word・社内Webサイトのデータをクラウドへ一切送信せずに文書Q&Aシステムを構築できる。各アプローチの比較、オフラインソリューションが適したケースの分析、インストールから本番導入までのステップバイステップガイドを解説する。
Posted inVMware
PythonでVMware vSphere REST APIを使う: PowerCLIなしでVM管理とインベントリを自動化する
PythonとvSphere REST APIを使って、VM管理、インベントリのCSV出力、スナップショット作成、一括電源管理を自動化する方法を解説します。PowerCLIは不要で、あらゆるOSで動作します。実践的なスクリプトとVMware本番環境の運用経験から得たヒントを紹介します。
Posted in人工知能
論理的に正しい数百万行のデータベースデータを生成：LLMとSDVを組み合わせた究極のテクニック
手動でのデータ生成スクリプト作成はもう不要です。LLMとSDVライブラリを組み合わせて、論理的整合性を保ちつつ、セキュリティを確保した数百万行のデータを生成する手法を解説します。あらゆる難解なテストに対応可能なデータ準備術を紹介。
Posted in人工知能
BentoML：LinuxでAI/MLモデルをproduction-readyなREST APIとしてパッケージ化・デプロイする
BentoMLはAI/MLモデルをLinux上でproduction-readyなREST APIとしてパッケージ化できるML servingフレームワークで、モデルバージョン管理、アダプティブバッチング、Dockerエクスポートの自動化に対応。本記事ではFlask/FastAPI、TorchServe、Tritonとの比較と、BentoMLをトレーニングからsystemd・Dockerを使ったproduction環境までデプロイする手順を解説する。