3流プログラマー

情弱 3流プログラマーです。
自称なんちゃってFDEエンジニアを目指す！

氷河期世代、SES派遣、社内SE、会社倒産いろいろ経験して最近AIにも足元をすくわれ人生崖っぷち

一流のみなさまからアドバイスをお待ちしております。

[3流プログラマー @3ryucom]

💻 4. 導入方法と使い方
​【Python】
pip install firecrawl-anydoc

import anydoc

# ファイルパスから変換
markdown = https://t.co/ZjSBY9p02g_markdown("report.docx")

# バイナリから自動判定して変換
markdown = https://t.co/ZjSBY9p02g_markdown_bytes(data)

[3流プログラマー @3ryucom]

🚀【Firecrawl発】あらゆる文書を5msでLLM向けMarkdownに変換する「anydoc」が凄すぎる！

​Word、Excel、PowerPoint、PDFなどのオフィス文書を、LLM（大規模言語モデル）が理解しやすいクリーンなMarkdown（GFM）に一括変換できるオープンソースライブラリ firecrawl/anydoc について解説します！

​👇 概要・メリット・使い方・他ツール比較をまとめました 🧵
​📌 1. 概要
​リポジトリ: firecrawl/anydoc (GitHub 8,000+ Stars)
​開発元: WebクローリングAIサービス「Firecrawl」
​何ができる？: Office系ファイル（.docx, .xlsx, .pptxなど）、PDF、EPUB、CSV、RTFなど全14種類のフォーマットを、統一された高品質なMarkdownへ変換。
​特徴: Pure Rust実装で、Node.js / Pythonバインディングにも対応！

​✨ 2. 主なメリット
​圧倒的な変換スピード（中央値 4.7ms）
​MLモデルや外部サービスを使わない純粋なRust処理のため、他のツールより桁違いに爆速。
​フォーマット自動判定（コンテンツ判定）
​拡張子ではなくファイルのバイナリ（ヘッダー情報）から自動判定。拡張子が間違っていても問題なく変換可能。
​統一されたドキュメント構造
​どんな形式のファイルも一度共通のデータモデルに変換してからMarkdown化するため、テーブルの枠組み、見出し、ネストされたリスト、脚注などの記法がブレない。
​Python / Node.js から超簡単に使える
​pip や npm から数行で導入可能

​⚠️ 3. デメリット・注意点
​スキャン画像（OCRが必要なPDF）には非対応
​テキスト抽出ベースの処理のため、画像化されたスキャンPDFはローカルで変換不可（エラーが返るため、Firecrawlのホスト型 /parse エンドポイントなどのOCR併用が必要）。
​視覚的レイアウトの完全再現ではない
​複雑なDTPデザインの配置再現ではなく、あくまで「LLMへ入力するための構造化データ（Markdown）」化に特化している。

[3流プログラマー @3ryucom]

1/5 🧵 Cloudflareが社内AI基盤「Cloudflare OS」をOSS化！
AIエージェントに「何を作らせても事故らない」環境を提供する、企業向けオープンソースAIワークスペース基盤が登場。
https://t.co/6tSvCwjCVs

​2/5 💡 概要と何ができるのか
単なるチャットAIではなく、社内ナレッジ（文脈）・安全なツール・権限をAIエージェントに与え、組織全体で協調作業させるOS型プラットフォーム。
・ドキュメント/スライド生成
・ライブデータ連動アプリの作成・共有
・決定論的ワークフロー（コード処理×AI判断）の自動化

​3/5 🛡️ 従来のAIツール（ChatGPT/Claude Team等）との違い・メリット
1️⃣ ゼロトラスト安全設計（Gatekeeper機構）: AIが社内データに触れる際の最小権限・アクセスコントロールを徹底。「意図しない情報漏洩」を防止。

2️⃣ 自社環境にデプロイ可能: Cloudflare Workers / ネットワーク上で動くオープンソースなので、ベンダーロックインなく自社ポリシーで運用可能

3️⃣ ナレッジ＆スキルの共有: 社内の知見（用語・手順・プロンプト）をコンテキストとしてプールし、全社員で使いまわせる

​4/5 ⚠️ デメリット・課題
・導入コスト: ゼロからの構築・セキュリティルール（Gatekeeper）や接続ツールの設定が必要
・開発運用リソース: 非エンジニア単体での導入は難しく、社内情シス/IT基盤チームによるセットアップが前提。
・初期段階: 2026年8月にオープンソース化されたばかりで、コミュニティ エコシステムやドキュメントの整備はこれから

​5/5 ⚙️ 使い方＆他ツールとの比較
【使い方】
GitHubリポジトリをフォーク・自社環境（Cloudflare Worker等）へデプロイ ➔ GitHubやSlack、社内DB等を連携 ➔ ガバナンスを設定して社内展開。

​【比較】
・vs Dify / Flowise: ワークフロー構築中心のツールと異なり、組織全体の権限管理・アプリ開発・安全なコンテキスト共有に特化した「企業向けAI OS」。
・vs Claude Enterprise / ChatGPT Team: 外部SaaS依存を避け、完全なアクセス制御と自社データガバナンスを確保したい企業に最適。
​自社AIエージェントの安全な運用の決定版になりそう！

[3流プログラマー @3ryucom]

Cloudflareが社内AIワークスペース「Cloudflare OS」をOSS化！🚀
https://t.co/6tSvCwjCVs
​AIエージェントに社内データとツールを安全に扱わせる企業向け基盤。厳格なガバナンス（Gatekeeper）を備え、ドキュメント生成からライブアプリ構築、自動ワークフロー作成まで可能。
​SaaS型AIツールだとセキュリティや権限分離が不安だった企業に朗報。自社環境にデプロイして社内ナレッジを安全にAIへ集約できます！
#Cloudflare #AI #OpenSource

詳細は、次へ

[3流プログラマー @3ryucom]

kiro crewだったclawちゃうの？
こういうところが三流なんだな

[3流プログラマー @3ryucom]

Kiro Claw来たぞ！
安全性とかどうなんでしょうか？
使ってみたいが、OpenClawとHermes Agentとの棲み分けをどう考えればよいか

[Kiro @kirodotdev]

1/ Introducing Kiro Crew. 👻

An open source, persistent development workspace that runs on your hardware and works wherever you are. It started as an internal tool called MeshClaw, shaped by hundreds of contributors across the company. Now it’s yours to build on too.

Read the full story → https://t.co/HCOHBq1W07

[3流プログラマー @3ryucom]

@TETRAN_IT それってきもちいいんですか？

[3流プログラマー @3ryucom]

@kinocodesunen ここにもいますよ。私がAgentとして動かされちゃってますが。
OpenClawも話聞かなくなりましたね。

[3流プログラマー @3ryucom]

ドキュメント
https://t.co/fEgBqImd7y

[3流プログラマー @3ryucom]

プレビュー版ですが、注目すべきことかと思いますので、投稿します。

cloudflare/computer は、AIエージェントなどに仮想的な実行環境やファイルシステム（"Computer"）を提供するためのCloudflare公式のオープンソースプロジェクト（プレビュー版）です。

​主な特徴と概要
​AIエージェントにコンピューター（実行環境）を与える
​キャッチコピーは "Give your agent a computer" となっており、LLMなどのAIエージェントがコードの実行やファイルの操作・保存を行えるワークスペースを提供することを目的としています。
​Durable Objects と SQLite を活用した仮想ファイルシステム
​ステート（状態管理・ファイル構成）のマスターデータは、Cloudflareの Durable Objects 内の SQLite に保存されます。

​3つの異なる実行バックエンド（Runtimes）
​Container (コンテナ): FUSEマウントを使用して、SQLite上のステートをサンドボックスコンテナ内のリアルなファイルシステムとして同期。実際のLinuxバイナリやフル環境のシェル実行が可能。
​Isolate shell: just-bash を Dynamic Worker 上で動かし、軽量・高速にシェル操作を実行。
​Isolate JavaScript: 独立した Dynamic Worker 上で ECMAScript モジュールを実行（node:fs/promises や Git・Artifacts 連携モジュールに対応）。

​構成（モノリポ構造）
​@cloudflare/computer: Durable Object等から利用するメインパッケージ
​@cloudflare/dofs: Durable Object + SQLite 連携の仮想ファイルシステム層
​@cloudflare/computerd: コンテナ内で動く FUSE マウント＆RPC デーモン
​その他、LLMエージェントとの連携やチュートリアルなどのサンプルコード（examples/）が含まれています。

​⚠️ 注意点: 現在はプレビュー版（PREVIEW ONLY）であり、API構造や仕様変更の可能性があるため、本番環境（Production）向けではなく実験やプロトタイプ開発用途として提示されています。

[3流プログラマー @3ryucom]

争奪戦ハンパねぇ〜！

[Yusuke Wada @yusukebe]

なんか出ました

https://t.co/k9S9rqylz3

[3流プログラマー @3ryucom]

Firecrawl/pdf-inspector

​📄 PDFのLLMテキスト化・RAG化で悩んでいる方必見！
​WebページのLLM向けMarkdown変換で大人気の「Firecrawl」チームによる、PDFインスペクションツール Firecrawl/pdf-inspector 構造メモ。

​❓ 何ができるのか？
PDFファイル内のテキスト、画像、レイアウト構造、位置情報などを正確に検査・抽出・可視化できます。

​✨ ここがポイント
1️⃣ 構造の可視化: どこがどう認識されているかを直感的にチェック可能
2️⃣ 高精度なLLM用データ変換: 複雑なPDFでもノイズを減らしてチャンク化・Markdown化
3️⃣ RAGパイプラインの精度向上: 読み込み段階でのデータ抜けやレイアウト崩れを防ぐ

​🛠️ こんな人におすすめ
・社内ドキュメント(PDF)を使ったRAGを構築中
・既存のPDFパーサー(PyPDF, PDFMiner等)の精度に満足していない
・データ抽出のデバッグや精度評価をしたい開発者
​🔗 https://t.co/2bVwYbnTA3

​#AI #RAG #開発者向け #Firecrawl #Rust

[3流プログラマー @3ryucom]

私自身は、趣味でゲームからはじめてエンジニアになりました。
堅苦しいと勉強も長続きしないので、続けることが重要かと思います。
誰しも最初からプログラム作れる人はいません。
ただどうしても論理的思考が向いてない人もいるのでエンジニアだけが道ではないことも考えておいた方が良いです。

[3流プログラマー @3ryucom]

ジャンル別に未経験からIT業界でエンジニアとして働くための「始め方」を、AIに聞いてみました。
年齢や他業種経験有無など

・業務アプリ系
・Webアプリ系
・スマホアプリ系
・他業種経験している非エンジニア

共通して大事なのは次の3点です。
「動くもの」を自分で作って公開する（ポートフォリオ）
GitとGitHubを使えるようにする
SQLの基礎を押さえる
これらはどの分野でもほぼ必須です。学習期間の目安は、週10時間ペースで6〜9ヶ月くらいが現実的です。

1. 業務アプリ系（企業向けシステム・基幹システム）

特徴
社内の会計・人事・在庫・販売管理などのシステムを作る仕事。日本ではSIerやSES企業が多く、Javaの需要が依然として高いです。

始め方の優先順位
Javaの基礎（またはC#）
オブジェクト指向をしっかり理解する
簡単なコンソールアプリやCRUDアプリを作る
SQL（SELECT / INSERT / UPDATE / DELETE、JOIN）
基本情報技術者試験を受ける（書類選考で有利）
フレームワーク（Spring Bootなど）に触れる

おすすめの最初の成果物
簡単な「勤怠管理」や「在庫管理」のCRUDアプリ
仕様書を意識して「設計→実装」の流れを経験する

ポイント
業務アプリは「きれいなコード」より「仕様通りに動く」「保守しやすい」ことが重視されます。前職で業務知識がある人は特に強みになります。

[3流プログラマー @3ryucom]

5. 今大学生でエンジニアを目指している人
特徴
時間があるのが最大の強みです。新卒は「ポテンシャル」で採られる部分が大きいですが、作品があるかどうかで差がかなり開きます。

始め方の優先順位
興味のある分野を1つ決める（Web / 業務 / スマホ）
基礎を学んだらすぐに作品を作り始める
ポートフォリオを本気で作る（1〜2本でいいので完成度を高く）
インターンやハッカソンに参加する
GitHubの草を継続的に生やす
大学生のうちにやっておくと強いこと
実際に動くサービスを公開する
チーム開発の経験（大学のプロジェクトやOSS）
技術ブログやZenn/Qiitaでのアウトプット
基本情報技術者試験の合格

ポイント
「勉強しました」ではなく「これを作りました」と言える状態を、就活が始まる前に作っておくことが重要です。
全体的な学習の進め方（共通）
期間目安
やること
1〜2ヶ月
基礎文法 + 簡単なアプリを複数作る
3〜4ヶ月
実践的なアプリを1本完成させる
5〜6ヶ月
ポートフォリオを整えて公開
7ヶ月〜
転職・就職活動開始
学習は「完璧に理解してから次へ」ではなく、60%理解したら作ってみるくらいのスピード感が挫折しにくいです。エラーが出たらすぐにAIに聞いて解決する習慣をつけるのも今の時代は有効です。

[3流プログラマー @3ryucom]

4. 他業種経験している非エンジニア
特徴
前職の業務知識が最大の武器です。いきなり本格的な開発職を目指すより、段階的にITに寄せていくのが現実的です。

始め方の優先順位
業務自動化から入る（最も成果が出やすい）
Excel + VBA または Python
「自分がやっている手作業を自動化する」を最初の目標にする
ITパスポート → 基本情報技術者の順で資格を取る
入口職種を考える
社内SE / ヘルプデスク
テストエンジニア（QA）
業務システム開発の補助
徐々に開発寄りにシフトする
アピールのコツ
「前職で〇〇の業務を効率化するために、こういう仕組みを作った」と具体的に語れるようにする
業界知識（製造・金融・医療・物流など）はエンジニアとしても希少価値がある

ポイント
「コードが書ける人」より「業務を理解して改善できる人」として最初は勝負した方が通過率が高いです。

[3流プログラマー @3ryucom]

3. スマホアプリ系
特徴
iOS / Androidアプリの開発。未経験からのハードルはWebよりやや高めですが、ストアにリリースした実績があると強いです。

始め方の選択肢（おすすめ順）
Flutter（Dart）
→ 1つのコードでiOS・Android両方作れる。未経験からのスタートとして最も現実的
Swift（iOS）
→ Apple製品好き・デザイン重視の人向き
Kotlin（Android）
→ Android端末が多い環境向き
始め方の優先順位

選んだ言語の基礎文法
公式チュートリアルで簡単なアプリを作る
実際にストア申請まで経験する（審査通過が大事）
API連携や状態管理を学ぶ

ポイント
「自分のアプリをストアに出した」という実績が、未経験者にとって最大の差別化になります。最初はシンプルなツール系アプリで十分です。

[3流プログラマー @3ryucom]

2. Webアプリ系
特徴
ブラウザで動くサービスを作る仕事。求人数が多く、未経験からの入口としても比較的入りやすい分野です。
始め方の優先順位（2026年時点の最短ルート）
HTML / CSS
JavaScript
React または Next.js（TypeScript推奨）
バックエンド（Node.js / Python / Rubyのいずれか1つ）
データベース（PostgreSQLやMySQL）

おすすめの最初の成果物
ログイン機能付きのToDoアプリや掲示板
実際にVercelやRenderなどで公開する
GitHubにコードを上げ、READMEを丁寧に書く

ポイント
「完成させて公開する」経験が最も評価されます。チュートリアルのコピーではなく、少しでもオリジナル要素を入れると差がつきます。

[3流プログラマー @3ryucom]

jamiepine/voicebox は、クラウドサービスの ElevenLabs（音声合成・クローン）と Wispr Flow（リアルタイム音声入力）の機能を統合した、完全ローカル環境で動作するオープンソースのAIボイススタジオ（デスクトップアプリ）です。

https://t.co/rR4cFobAdv

​音声・モデル・文字起こしデータが外部サーバーへ送信されないため、プライバシーを完全に保護しながら高精度な音声生成や文字起こしを行うことができます。

​主要な機能・特徴
​多機能な音声合成（TTS）とクローニング
​7つのTTSエンジンを内蔵: 用途に合わせて切り替え可能（Qwen3-TTS、Qwen CustomVoice、LuxTTS、Chatterbox Multilingual、Chatterbox Turbo、HumeAI TADA、Kokoro）。
​ゼロショット音声クローニング: わずか数秒の参照音声データから声質を再現。50種類以上のプリセットボイスも付属。
​多言語・感情表現に対応: 日本語や英語をはじめ23言語に対応。[laugh] や [sigh] などのタグで感情や動作を音声に含めることができます。
​システム全体の音声入力（ディクテーション）
​グローバルショートカットキーを押し下げている間、マイクに向かって話すだけで、アクティブなテキストエリアへ文字起こし（OpenAI Whisper使用）を自動注入できます。
​AIエージェントへの「声」の付与（MCP連携）
​MCP (Model Context Protocol) サーバーを内蔵しており、Claude Code、Cursor、Windsurf、Cline などの開発用AIエージェントにクローンした音声で喋らせることができます（例: ビルド完了やテスト結果の音声通知）。
​ローカルLLMによるペルソナ変換（Voice Personalities）
​音声プロファイルにキャラクターや口調を設定可能。内蔵のローカルLLM（Qwen3）がテキストをそのキャラクターの口調に書き換えて発話します。
​オーディオエフェクト・編集
​SpotifyのPedalboardライブラリを利用したピッチ変更、リバーブ、ディレイ、コンプレッサーなどのエフェクト加工が可能。
​複数トラックを並べて対話やポッドキャストを作成できる「Stories Editor」を搭載。

​インストールと基本的な使い方
​1. インストール
​macOS (Apple Silicon / Intel): 公式リリースページまたは https://t.co/74AZ8IpT4X から DMG ファイルをダウンロードしてインストール（Apple SiliconではMLX/Metalにより高速動作）。
​Windows: MSI インストーラーをダウンロードして実行（NVIDIA GPU向けのCUDAセットアップもアプリ内で完結）。
​Linux / Docker: Docker Compose (docker compose up) またはビルド手順に従って実行。

​2. 基本的な使い方
​A. 音声合成（Text-to-Speech）とクローニング
​ボイスの準備: 「Profiles」タブから手元の音声ファイル（短時間の録音など）を読み込ませてクローンを作成するか、プリセットボイスを選択します。
​テキスト入力: 生成画面のテキストエリアに喋らせたい文章を入力します。
​パラメータ設定: TTSエンジンや言語を選択し、必要に応じてピッチやリバーブなどのエフェクトを設定して 「Generate」 を実行します。

​B. 音声入力（Dictation）
​設定画面でディクテーション用のホットキーを設定します。
​任意のアプリ（ブラウザやエディタなど）を開いた状態でホットキーを押しながら発話し、キーを離すと、Whisperで文字起こしされたテキストが自動入力されます。

​C. AIエージェントとの連携（MCP利用）
​Claude Code を使用している場合、以下のコマンドでVoiceboxのMCPサーバーを追加できます。

claude mcp add voicebox \
--transport http \
--url http://127.0.0.1:17493/mcp \
--header "X-Voicebox-Client-Id: claude-code"