
全 2151 件 (Zenn で絞り込み) · 78 / 108 ページ


topics.txtにキーワードを記入するだけで、arXivから最新論文を定期取得し、サマリPDF+論文本体PDFを自動ダウンロードするPythonツールを開発。arXiv公式APIの日付フィルタ不具合を回避するため、Webスクレイピングを採用し、requests + BeautifulSoup + pdfkit で実装した。

Claude Code でセッション間の引き継ぎを docs/handover.md で管理する際、決定ログに「決定」「不採用案」「理由」を並べて記録する運用を、実際のデスクトップアプリ Petatto.md 開発で実践。マウント遅延時の付箋表示バグ修正やロック時の書き込み処理など複数の事例を通じ、後日のコードレビューで新たな問題を発見するための「次に掘る場所のしおり」としての決定ログの実用性を示す。


Claude Code の fast モードが処理時間・コスト・品質に与える影響を 240 試行で実測した結果、fast モード時は標準比で処理時間が約 1.9倍短縮される一方、API コストは約 2倍に上昇。品質は effort level が medium 以上なら同等だが、時間当たり約 $40 のコスト増となる。また fast は無言で標準モードに切り替わる場合がある(約 1.7% の発生率)。

Claude CodeとHyperliquid Python SDKを組み合わせて、コーディング経験が浅くても動く自動売買ボットを構築する手順を解説。APIウォレットの安全な認証設定、ファンディングレート監視による自動検出、WebSocketでのリアルタイム価格取得まで実装コード付きで紹介。




Claude Code は list_files・read_file・search を自発的に実行してコードベースを把握してから実装するため、既存コードと一貫したスタイルのコードを自動生成できる。CLAUDE.md に規約を記載し、セッション開始時に「PROGRESS.md を読む」と指示することで、プロジェクト全体の設計一貫性が保たれ、設計ミス検出の副次効果も得られる。

ユーザーが寝る前に Claude Code へ「何を作るか含めて全て任せる。朝までに完成させて」と指示したところ、Hindley-Milner 型推論・バイトコードコンパイラ・VM・REPL・ブラウザ Playground を備えた関数型言語「夜(Yoru)」が完成。テスト 98 本全てグリーン、実行時依存ライブラリ零、標準ライブラリは Yoru 自身で記述されている。

Claude Code のステータスラインを Starship 風 Powerline セグメント + コンテキスト使用量グラデーションバーでカスタマイズする手法。スクリプトを ~/.claude/statusline.sh に配置し settings.json で登録、Nerd Font を使用することで、ディレクトリ・ブランチ・モデル・レート制限情報を 2 行表示で一目で確認できる。

Claude Fable 5 は ZDR(ゼロデータ保持)に非対応で、全トラフィックが最低 30 日間保持され Anthropic による安全監視レビューが実施される。機密情報を扱う企業利用では事実上困難な状況が発生しており、ホワイトリスト形式の例外措置の必要性が指摘されている。

Claude Code の hooks 機能を使って、セッション開始やツール実行時に自動でシェルコマンドを実行する設定を試した。通知音をイベント種別(作業完了・許可要求・ファイル変更)ごとに変更し、matcher と PreToolUse で条件分岐させる方法を紹介。

Claude Code、Cursor、Gemini CLI など複数の AI コーディングエージェントを使うと、ログがツールごとに散らばり「前に調べたエラーが見つからない」「コスト増加の理由が不明」といった問題が生じる。agentsview はこれらのセッションログを SQLite に集約し、全文検索・コスト追跡・分析を可能にするローカル優先ツール。

Anthropic は 2026年4月に公開しない戦略的選択をした「Claude Mythos Preview」を発表。ゼロデイ脆弱性を大規模に発見・エクスプロイト作成が可能で、初期50パートナーで1万件以上の高/重大度脆弱性を検出。Project Glasswing という防御的サイバーセキュリティ連合を通じ、AWS・Apple・Google・Microsoft ら 12 の立上げパートナーを含む 200 社超へアクセスを拡大。




Claude Fable 5(トークン単価 Opus 4.8 の約2倍)を自動売買システム開発で実機評価した結果、実装タスクでは速度向上のみで単価分の価値が薄い一方、レビュアー役では実装側モデルが生成した存在しない API フィールド(ハルシネーション)を公式仕様の自走取得で検出し本番事故を防いだ。高性能モデルは「実装の置き換え」ではなく「独立検証者」として配置したときに価値が最大化される。