Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? Cursor擦り倒すシリーズ Cursorで要件定義がエラいスムーズになった話 （続）Cursorで「詳細設計→ガントチャート草稿」作成がめっちゃ楽になった話　←本稿こちら 「Cursor」×「A5:SQL Mk-2」でテーブル定義書をリッチにする 「Cursor」×「Obsidian」内部リンク生成＆最適化プロンプト 「Cursor」で「難解コード」のリーディングがめちゃ楽になった話 「Cursorで要件定義をめっちゃ簡単に」を「rules」にしてさらに簡単にした 「Cursor」で「素の議事録」を「要件定義書」に高速でまとめなおした

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?

{ "mcpServers": { "playwright-mcp": { "command": "node", "args": [ "D:/MCP/playwright-mcp/cli.js" ] } } } そして、この画面になりました。 このlaywright-mcpを有効しているときは、cursorを起動すると、ターミナルも一緒に起動します。 何も表示されないターミナルですが、MCPサーバーが起動している証拠のようです。 今回cursorのagentモードを使って、Googleのウェブサイトにアクセスして、トップページのスクリーンショットを撮影する動作ができました。 今回は、外付けのDドライブに のクローンを作り、ビルドまで行いました。

こんにちは！タレントマネジメントプロダクト開発本部の horiyu です。 SmartHRではChat GPT Plus/Proの利用やGemini・NotebookLMの活用などさまざまなAIの取り組みを行っています。 本記事では、開発チームが使用するエディタを Visual Studio Code（VS Code）から AI関連の機能が標準搭載されているCursorへ移行した体験と、その過程で得られた予想以上の効果についてご紹介します。 特に、Cursor RulesやModel Context Protocol（MCP）といったAI支援機能が、日々のキャッチアップやコードレビュー、エラー対応にどのように貢献しているのかを中心に解説します。 VS CodeからCursorへのスムーズな移行 エディタの乗り換えは一般に時間がかかるものですが、今回の移行は非常にスムーズに進みました。 その

https://ryoppippi.com を MCP サーバーとしてClaudeから参照している様子 ウェブサイトの内容をまるごとAIに参照させたい、そんな願いを叶えるツールがあります。 その名も sitemcp です。 このツールを使うと、任意のサイトのページをfetchして、MCPサーバーとして立ち上げることができます。 MCP サーバーとは MCPは「Model Context Protocol」の略で、AIアシスタントが外部データにアクセスするための仕組みです。要するに、AIに「このウェブサイト読んでね」とか「このファイル見てね」と渡せるようにするプロトコルです。 使い方 詳しいインストールの仕方は GitHub の README を見てください。 ここではClaude Desktopから使う方法を紹介します。 ...と言ってもそんなに難しいことはありません。 例えば、Daisy

CursorやClineを使ってコードを書いている人もかなり増えてきたのではないでしょうか。自分もようやくClineを使う機会があったため、ためになったと感じた内容について少しピックアップしてご紹介します。 公式ドキュメントが非常に充実していて更新もされているので、まずは公式ドキュメントは一巡するのがおすすめですが、文章量もそれなりにあるのでまずはここで雰囲気をつかむくらいの感覚で読んでもらえると嬉しいです。 Contextの管理 Contextは公式ドキュメントではホワイトボードと例えられています。Context Windowがホワイトボードのサイズで、Contextはホワイトボードに書かれた内容です。 Context WindowのサイズはModelによって異なります。 Model Context Window

企業ブログ記事を作成する ここでは架空のテック企業が運営するブログ記事の作成を想定してCursorの活用方を見ていく。 アクセスを期待しない個人ブログであれば好きなときに好きなことを自分自身の言葉で書けばいいだけだが、仕事として「企業ブログ」や「オウンドメディア」を運営している場合はもちろんそうはいかない。こうした公式メディアはSEO対策や読者のニーズを把握し、質の高いコンテンツを効率的に作り続けなければならない。つまり「内容のある記事を頻繁に出す」必要があるからだ。 STEP1：トレンドと需要の分析 まずはAIを使って業界トレンドおよび需要の分析をして記事のネタを探してみることにしよう。 Cursorを起動したら新しいファイルを作成し、右側のAIパネルを表示する。もし、AIパネルがない場合は画面右上のアイコンをクリックすればよい。

はじめにGoogleのGemini Advancedに搭載されたGemini2.5ProによるDeep Researchは、特に医療分野のような専門的な情報収集において、その高い能力が注目されています。GeminiのDeep ResearchはChatGPTなどの既存AIツールと比較して、参照する文献数の多さや情報処理の速度において優位性を示す一方で、生成されるレポートが冗長になったり、要点が掴みにくくなったりするという課題も感じます。この記事では、Gemini Deep Researchの性能と留意点を評価するとともに、日々の活用に役立つ基本的なTipsもご紹介しつつ、これらの課題を克服し、そのポテンシャルを最大限に引き出すためのカスタムGPTも紹介します。 Gemini Deep Researchの性能評価：ChatGPTとの比較AIによるリサーチ支援ツールとして、ChatGPT のD

はじめに この記事は GitHub Copilot の Tips を詰め込んだ記事になります。 GitHub Copilot を普段使っているが、コード補完しか使ってない方や、これから使おうと思っている方に向けて Tips をまとめて紹介する記事になります。 是非日々の開発ライフにお役立てください 🚀 GitHub Copilot とは？ GitHub Copilot は、開発者がコードをより速く、少ない労力で記述できるように支援する AI コーディング アシスタントです。 コンテキストに応じた支援を提供し、開発者が入力中にコードの提案を行います。 これは、行の補完の場合もあれば、まったく新しいコードのブロックの場合もあります。 これにより、開発者は問題解決、共同作業、イノベーションに集中できます。主要なエディターと統合され、GitHub にネイティブに組み込まれているこのツールは、最も

概要 この記事を読む対象者: 「AWSを使って開発したいけど、コストや設定が気になる…」と悩んでいるエンジニア この記事の内容: LocalStackの概要や歴史、インストールから基本操作まで、手を動かしながら学べる実践ガイドをお届けします この記事を読んで分かること: LocalStackを活用してAWSサービスをローカルでエミュレーションし、コスト抑え効率よくテスト環境を構築する方法が身につきます！ 序説 「AWSは便利だけど、テストするだけなのにお金がかかるのはちょっと…」そんな経験、ありませんか？ 本番環境でいきなり試すのはリスクが高く、設定ミスで予算オーバーになることも。 そんな悩みを解決してくれるのが LocalStack です！ LocalStackを使えば、AWSの主要サービスをローカルでそっくり再現できるため、コストを気にせず高速に開発・テストが可能になります。 この記事

こんにちは。転職ドラフトでエンジニアをしている verdy_266 です。 突然ですが、あなたはLTの覇者になりたいと思ったことはありませんか？ 僕はあります。 内容のわかりやすさはもちろんのこと、喋りも上手で百発百中で場を沸かせることのできる人、これを僕は「LTの覇者」と呼んでいます。 LTの覇者は、発表で強い印象を残すことができ、自分の伝えたいことを聴衆に伝えることができるので、懇親会でも話が尽きません。発表内容について新たな知見を得ることができるので、勉強会で持ち帰れることも他の人に比べると多いでしょう。こんな人に、なりたいと思いませんか？ 今回は、ある本を読んで僕がLTの覇者を目指している話をします。 LTは印象が9割 「よいLT」とはなんでしょうか。色々な要素があると思いますが、今回は「どれだけ強い印象を与えられたか」という点にフォーカスしたいと思います。 せいぜい5-10分程度

皆さんはPythonのpathlib使ってますか？私は非常によく使っています．例えば機械学習では学習の前に前処理を多く行うケースが非常に多いですが，このような時にpathlibを知っておくと便利です．pathlibは意外とPython 3.4（2014年～）からとそれなりに新しいため，古くからのPythonユーザーは os.pathの方をよく使っているかもしれません．ただpathlibは文字列ではなくPathクラスとして扱ってくれることで，例えばLinux/Windowsのパス表記の違いを吸収してくれたりします． pathlibとos.pathの比較は公式のpathlibドキュメントに譲るとして，私がよく使うpathlibのクラスを紹介します．また今回改めてドキュメントを眺めて知った便利関数も多いので，公式ドキュメントに目を通すのもオススメします． 今回は下記のような複数の素性の異なるデー

はじめに みずほリサーチ＆テクノロジーズの @fujine です。 Pythonのリストってとても便利ですよね。可変長で任意のオブジェクトを保存できるため、シーケンシャルなデータなら何でもリストで実装したくなる気持ち、分かります。 でもちょっと待ってください！リスト以外にも便利なコレクション型があること、ご存知でしょうか？コレクション型を適切に使い分けることで、 プログラムの意図を（ドキュメントに頼らなくても）読み手に的確に伝えられる パフォーマンスが向上する などの効果が期待できます。 そこで本記事では、Pythonの組み込み型や標準ライブラリを対象に、リストと似たコレクション型をどのように使い分けるか？の案をフローチャート化しました。それぞれの特徴や使い方を、次章にて解説していきます。 用語の整理 先に、解説で使用する用語をざっくり整理します。 コレクション(Collection)型

マイクロソフト、初心者向け生成AI学習教材「生成AIアプリケーションの開発を始めるために必要な全知識を学べる12講座」を無償公開 コースの内容には、大規模言語モデル（LLM）がどのように動くかを理解する。「生成 AI と大規模言語モデルの紹介」、ユースケースに適したAIモデルを選択できるようにする「様々なLLMの調査と比較」、プロンプトの構造と使用法の理解のための「プロンプト・エンジニアリングの基礎」、埋め込み技術を利用したデータ検索アプリケーションを構築する「Vector Databasesを利用した検索アプリケーションの構築」、外部APIからデータを取得するためFunction Callingを設定する「Function Callingとの統合」など、入門的な内容から高度なアプリケーションの開発まで多岐にわたるレッスンが用意されています。 レッスン内容は日本語による説明と図で構成 各レ