ちっころ@Webエンジニア

20代後半未経験からプログラミング独学→受託会社のWebエンジニア→フリーランスエンジニア（現在）Webサイト開発を中心に活動を行っています。ブログも始めました。(フリーランスとして視野を広げるために挑戦中)どうやって勉強してるかや役立つ情報を発信します！フォローよろしくお願いします。

[Adam Tossell @AdamTossell]

Hono UI goes live tomorrow!

[ぴらの@ショート動画編集・台本・運用・AI @piranoman]

あまり話題になってないけど、Canvaの「Magic Layers」という機能が結構ヤバくて、

AIで画像を分析してレイヤーで分けてくれます。

ChatGPTのimage2でサムネやバナーを作成
↓
CanvaのMagicLayersで配置���配色を修正

今だとこのコンボがデザインの最適解かなと。

[mizchi @mizchi]

Skills を自動最適化する SKILL.md 作ったんだけど、馬鹿みたいに効くので使っていいよ

https://t.co/mGHmkxOdfU

[Hiroshi Sato｜WordPress好き @hiroshisatoy]

エックスサーバーが本日、「XServer API」を正式公開しました。

これまでコントロールパネルで行っていた、
ドメイン管理・メール設定・WordPress のインストール・SSL 設定などの操作が、外部スクリプトや AI エージェントから実行可能になります。

ということは…

・複数 WordPress のバージョン・SSL・PHP を一括管理する保守バッチ
・アクセスログ / エラーログの収集＆異常検知ツール
・クライアントごとのサーバー管理ダッシュボード構築
��設定をコードで管理するインフラ管理ツール
・入退社に連動したメールアカウント自動発行 / 削除システム

みたいなことが実現できそうです。

制作会社、開発者、運用者にとっては、自動化の可能性が大きく広がるアップデートと言えそうです。

■公式マニュアル
https://t.co/cxvezeXKOh

#エックスサーバー #XServerAPI #Web制作

[Takuto Wada @t_wada]

すっかりバズワードになってしまい意味の希薄化が発生した「ハーネスエンジニアリング」の混乱のまとめ。とてもよく整理されている。同じ言葉なのにスコープが違うのは、言う側のポジションで意味合いがズレているのが理由 / AIエージェントの″ハーネス���に関わる混乱と私見 https://t.co/kWgkdDY4r7

[sakata @mariosakata]

とんでもないサービス出た...
https://t.co/0U02orxQhL

サービスのURLを入れるだけで、ペルソナ・課題・グロースモデルまで出てくる。AIエージェントと対話しながら理解も深められる。めちゃ便利

あくまでサイト構造や文脈からの推定だけど、初期の仮説生成装置としては十分

[了@LOOS Inc. @ddryo_loos]

とりあえずこれ全人類に読んでほしい

（「音楽、数学、タイポグラフィ」をまだ読んでない人には特に）

https://t.co/K0a3xWUazk

[たにぐち まこと／ちゃんとWeb withAI @seltzer]

https://t.co/FjnS1qAuph

[ミノ駆動 @MinoDriven]

カプセル化、関心の分離、契約による設計、副作用の隔離を遵守しないとこうなる。遵守するようAIに指示すると機能するコードの正確性が高まる他、認知負荷が下がり、人間が書いたコードよりもデバッグコ��トは低下する。

[Takuto Wada @t_wada]

より速く、より多く、より並列に開発することが本当に価値や競争力につながっているのかよく考えた方がいい。物的生産性と付加価値生産性は異なる。物的生産性だけを高めても意味はないのを我々はソフトウェアエンジニアリングの歴史から学んできた。

[Andrej Karpathy @karpathy]

LLM Knowledge Bases

Something I'm finding very useful recently: using LLMs to build personal knowledge bases for various topics of research interest. In this way, a large fraction of my recent token throughput is going less into manipulating code, and more into manipulating knowledge (stored as markdown and images). The latest LLMs are quite good at it. So:

Data ingest:
I index source documents (articles, papers, repos, datasets, images, etc.) into a raw/ directory, then I use an LLM to incrementally "compile" a wiki, which is just a collection of .md files in a directory structure. The wiki includes summaries of all the data in raw/, backlinks, and then it categorizes data into concepts, writes articles for them, and links them all. To convert web articles into .md files I like to use the Obsidian Web Clipper extension, and then I also use a hotkey to download all the related images to local so that my LLM can easily reference them.

IDE:
I use Obsidian as the IDE "frontend" where I can view the raw data, the the compiled wiki, and the derived visualizations. Important to note that the LLM writes and maintains all of the data of the wiki, I rarely touch it directly. I've played with a few Obsidian plugins to render and view data in other ways (e.g. Marp for slides).

Q&A:
Where things get interesting is that once your wiki is big enough (e.g. mine on some recent research is ~100 articles and ~400K words), you can ask your LLM agent all kinds of complex questions against the wiki, and it will go off, research the answers, etc. I thought I had to reach for fancy RAG, but the LLM has been pretty good about auto-maintaining index files and brief summaries of all the documents and it reads all the important related data fairly easily at this ~small scale.

Output:
Instead of getting answers in text/terminal, I like to have it render markdown files for me, or slide shows (Marp format), or matplotlib images, all of which I then view again in Obsidian. You can imagine many other visual output formats depending on the query. Often, I end up "filing" the outputs back into the wiki to enhance it for further queries. So my own explorations and queries always "add up" in the knowledge base.

Linting:
I've run some LLM "health checks" over the wiki to e.g. find inconsistent data, impute missing data (with web searchers), find interesting connections for new article candidates, etc., to incrementally clean up the wiki and enhance its overall data integrity. The LLMs are quite good at suggesting further questions to ask and look into.

Extra tools:
I find myself developing additional tools to process the data, e.g. I vibe coded a small and naive search engine over the wiki, which I both use directly (in a web ui), but more often I want to hand it off to an LLM via CLI as a tool for larger queries.

Further explorations:
As the repo grows, the natural desire is to also think about synthetic data generation + finetuning to have your LLM "know" the data in its weights instead of just context windows.

TLDR: raw data from a given number of sources is collected, then compiled by an LLM into a .md wiki, then operated on by various CLIs by the LLM to do Q&A and to incrementally enhance the wiki, and all of it viewable in Obsidian. You rarely ever write or edit the wiki manually, it's the domain of the LLM. I think there is room here for an incredible new product instead of a hacky collection of scripts.

[🍊❄️ @ponponmikankan]

ありえないありえないありえないあり��ないありえないありえないありえないありえないありえないありえないありえないありえないありえないありえないありえないありえないありえないありえないありえないありえない大きい会社関連系はおわりです…
#なんでもCopilot

[畠山謙人│AI税理士 / 自走するバックオフィス @kandmybike]

https://t.co/DewDwvkFNr

[AIDB @ai_database]

LLMに「あなたは○○です」と役を与えてからデータ分析させると、同じデータ・同じ仮説を与えたとしても正反対の結論を導いてしまうことがあると改めて実験で明らかに。
データ分析タスクにおいてペルソナ設定を与える際にはこうしたことが起きることを前提にした方がよさそうです。

人間でも昔から知られていた問題でした。

「仮説を支持する」か「支持しない」かという二値の判定でさえ、ペルソナの指定次第でひっくり返ります。

なぜこんなことが起きるかというと、データ分析には前処理、変数の作り方、モデルの選択、誤差の計算方法など無数の「妥当な選択肢」があり、その組み合わせ次第で結論が変わるためです。

AWSとカーネギーメロン大学の研究者たちによる報告です。

[たか @t72_en]

Linuxは無料です。
nginxは無料です。
Apacheは無料です。
Tomcatは無料です。
Dockerは無料です。
Kubernetesは無料です。
GitHubは無料です。
Pythonは無料です。
Terraformは無料です。
AWSは無料です。（使用制限あり）

ここまで無料が揃ってるのに、なんで学習しないの？

人間は一瞬で何百も言い訳を作る脳を持ってるよ。言い訳させないためにも、最初の5分だけ、頑張ろう。続くから。

[おぎの🦖Webディレクター／デザイナー @ogino_Design]

��の神サイトご存知？

URLを入れるだけで、そのサイトの昔の姿をそのままブラウザで開ける。リニューアル前のデザインや情報見たり、サイトを閉鎖する前も再現できる。ソースも取れる。※いつの状態が記録されてるかはサイト次第

しかも無料。クライアントワークで何度も助けられてる。ブクマ必須。

[アニメイトタイムズ公式 @animatetimes]

#IDOLYPRIDE ×アニメイトコラボキャンペーン開始🎉

1.@idolypride をフォロー
2.@animatetimes をフォロー
3.このツイートをRT
4.URLからキャンペーン応募！
https://t.co/3QmOx95FiK

店舗やオンラインショップでも使えるアニメイトポイント1,000円分が500名に当たる💥

#アイプラ事前登録
#アイプラ

[だら❄️ChatGPTの対戦ゲーム作った @dala00]

やっと動きだけできた…。ここまでで３年位はかかった

[なかじ / 中島大介@ウェブ職TV @ds_nakajima]

【5日間だけ無料公開！】

社内ライター向けに書いたブログ記事執筆マニュアルを公開します！

・ブロガー、アフィリエイター
・Webライター
・SEOメディア運営者
・ライターを抱える経営者

この辺の方にはオススメです

条件はフォロー&RT後にDMしてください！
※締め切りは6/6(日)の23:59

[arisan🐜 @a_r_isan]

【デザイナーおすすめツールを紹介する#34】
めちゃくちゃコピペするのに便利なMacアプリ「Clipy」
・コピー履歴を保存できる
・テンプレート保存できる
コピペ生活がサクサクになります🧙‍♀️✨

https://t.co/PH9cwQr2cp