Month: November 2025

[iOS] Video Upload

import SwiftUI
import PhotosUI

struct ContentView: View {
    @State private var selectedItem: PhotosPickerItem?
    @State private var selectedImage: UIImage?
    @State private var selectedVideoURL: URL?

    var body: some View {
        VStack(spacing: 20) {

            // 選択 UI
            PhotosPicker(selection: $selectedItem,
                         matching: .any(of: [.images, .videos])) {
                Text("画像・動画を選択")
                    .padding()
                    .background(Color.blue)
                    .foregroundColor(.white)
                    .cornerRadius(8)
            }

            // 選択した画像があれば表示
            if let image = selectedImage {
                Image(uiImage: image)
                    .resizable()
                    .scaledToFit()
                    .frame(height: 200)
            }

            // 選択した動画の URL を表示
            if let url = selectedVideoURL {
                Text("動画URL: \(url.lastPathComponent)")
                    .font(.caption)
            }

            // アップロードボタン
            Button("アップロード") {
                upload()
            }
            .padding()
            .background(Color.green)
            .foregroundColor(.white)
            .cornerRadius(8)
        }
        .onChange(of: selectedItem) { newValue in
            Task {
                await loadSelectedItem()
            }
        }
        .padding()
    }

    // 画像 / 動画を読み込む
    func loadSelectedItem() async {
        guard let item = selectedItem else { return }

        // 画像読み込み
        if let data = try? await item.loadTransferable(type: Data.self),
           let image = UIImage(data: data) {
            self.selectedImage = image
            self.selectedVideoURL = nil
            return
        }

        // 動画読み込み
        if let url = try? await item.loadTransferable(type: URL.self) {
            self.selectedVideoURL = url
            self.selectedImage = nil
            return
        }
    }

    // アップロード処理
    func upload() {
        if let image = selectedImage {
            print("📤 画像アップロード: \(image)")
        }

        if let url = selectedVideoURL {
            print("📤 動画アップロード: \(url)")
        }
    }
}

VS codeでClaude Codeを使ってみる

Claude Codeにコードを生成させる
VS Codeの画面左側にあるClaudeアイコンをクリックして、Claude Codeのサイドバーを開きます。

サイドバー下部のチャット入力欄に、次のプロンプトを入力します。

「Pythonで、コンソールに ‘Hello World’ と出力するコードを書いてください。」

なるほど、こういうことか！

Pytorch

PyTorchとは一言で？
“AIモデルを作るための、プログラミング用の工具セット”

ニューラルネットワークを作る
訓練（train）する
GPUで高速計算する
推論（inference）する

こういった処理を 簡単に・速く実装できる のが PyTorch。
🧠 PyTorch がよく使われる理由（特徴）
① 直感的で書きやすい（Pythonらしい書き味）
コードが自然でシンプル。
数学より「書きながら理解できる」スタイル。

例）テンソルを作る：
import torch
x = torch.tensor([1.0, 2.0, 3.0])

② 自動で微分（自動微分）ができる
ニューラルネットの学習に必要な“勾配”を
勝手に計算してくれる仕組みがあります。

x = torch.tensor(2.0, requires_grad=True)
y = x**2
y.backward()
print(x.grad) # 4 が自動で計算される

③ GPUを簡単に使える（高速）

AI学習は重い処理ですが、
PyTorchは GPU を簡単に使えます。

device = “cuda” if torch.cuda.is_available() else “cpu”
x = torch.randn(1000, 1000).to(device)

④ 研究コミュニティに強い
論文
最新モデル
サンプルコード

多くがまず PyTorch で公開されるため、
最新AIに触れたい人に必須。

⑤ 大規模AIモデルと相性がよい
ChatGPT などの LLM（大規模言語モデル）も
裏側で PyTorch を使っている場合が多い。

📦 PyTorchでできることの例
画像分類（猫 / 犬を判定）
物体検出（人・車を検出）
音声認識
文章生成（GPT系）
翻訳モデル
音声合成（TTS）
3Dモデル生成
動画AI
AIのほぼすべての分野に使える万能ツールです。

🏗 PyTorch の基本構造
PyTorch はざっくりこの5つでできています：
Tensor（テンソル）
→ 画像・音声・テキストなど全データの“入れ物”
Autograd（自動微分）
→ 学習に必要な勾配を自動計算
nn（ニューラルネットワーク）
→ 層（Layer）を作る
optim（最適化）
→ 重みを更新して学習
dataloader
→ データを読み込んで学習に渡す

import torch
import torch.nn as nn
import torch.optim as optim

# 1. モデル
model = nn.Linear(1, 1)

# 2. 損失関数
criterion = nn.MSELoss()

# 3. 最適化
optimizer = optim.SGD(model.parameters(), lr=0.01)

# 4. 学習ループ
for _ in range(100):
    x = torch.tensor([[1.0]])
    y = torch.tensor([[2.0]])

    pred = model(x)
    loss = criterion(pred, y)

    optimizer.zero_grad()
    loss.backward()
    optimizer.step()

print(model.weight, model.bias)

[TTS] TTS のサンプリング周波数・ビット深度

1. サンプリング周波数（Sampling Rate）
1秒間に「音を何回測るか」
を表す数字。
例：
サンプリング周波数 何を意味する？ 用途
16,000 Hz (16kHz) 1秒に16,000回測る 音声AI・電話
22,050 Hz 1秒に22,050回測る 一般的なTTS
44,100 Hz (44.1kHz) CD音質 音楽・高音質TTS

2. ビット深度（Bit Depth）
1回の測定で、音の強さを何段階で記録するか
例：
ビット深度 段階数 特徴
16bit 65,536段階 CD音質・一般的
24bit 16,777,216段階 スタジオ品質
32bit 約40億段階 研究・高音質合成

TTSではどう使われる？
用途 サンプリング周波数 ビット深度
音声AI（STT/TTS） 16kHz 16bit
高音質TTS（商用） 22kHz〜48kHz 16bit or 24bit
音楽/歌声合成 44.1kHz or 48kHz 24bit

[LLM] 合成データ生成と自己学習

LLM の 合成データ生成（Synthetic Data Generation） と
自己学習（Self-learning / Self-Improvement） は、
近年の LLM 開発の中で最も重要な技術の一つ

. 合成データ生成とは？（Synthetic Data）
簡単に言うと：

LLM が 自分自身で学習用データ（QA・文章・会話など）を作る 技術です。
🎯 なぜ重要なのか？
人間がデータを作ると コストが高い
高品質な人間教師データ（instruction data）が不足している
誤解や偏りがない、LLM学習に最適化されたデータが必要

そこで LLMが自分でデータを生成 → それをまた学習に使う
という循環が作られています。

自己学習（Self-learning / Self-Training）とは？
LLM が “自分で作ったデータ” を使って、さらに賢くなる仕組み

以下のようなプロセスです：

① 既存LLM（Teacher）がデータを生成（合成データ）
② 新しいLLM（Student）がそれを学習
③ Student が Teacher に近づいたり追い越したりする
④ Student を Teacher として活用 → また合成データ生成

これは Self-Play（自己対戦） や Self-Supervision（自己教師） とも呼ばれます。

合成データ生成の代表的な方法
① Self-Instruct（セルフ・インストラクト）

LLM が自分に「学習するタスク」を作り出す。

例：

「役立つ指示文を20個作って、それぞれ適切な回答を生成して」

→ 指示（instruction）と回答（output）のペアが大量にできる
→ これを学習すると ChatGPT のような「指示に強いモデル」が作れる
Google・Meta・Stability・OpenAI が使う一般的手法。

Reject Sampling（不良回答の排除）

LLM に複数回答を出させ、
「良い回答だけを採用し、悪い回答は捨てる」仕組み。

例：
Model → A案, B案, C案 を生成
Judge（別モデル or 同じモデル）が評価
AとCは不採用、Bだけ学習に使う
→ これにより合成データの品質が爆上がりする
最新の GPT-4o/DeepSeek にも使われている。

Self-Rewarding（自分で評価して学習）

モデル自身が回答の良し悪しを評価し、そのスコアを使って学習する。

OpenAI の研究
“Self-Rewarding Language Models”（2024）
で注目された方式。

Distillation（蒸留）

教師（Teacher）モデル → 弟子（Student）モデルへ知識を移す。
❶ Teacher で大量の合成データを生成
❷ Student がそれを学習
❸ 小型モデルでも高性能に！
例：
LLaMA → Mistral
GPT-4 → GPT-4o mini
Gemini Pro → Gemini Flash

from openai import OpenAI
client = OpenAI()

tasks = [
    "AI とは何か小学生にもわかるように説明してください。",
    "営業メールを丁寧な文体に書き直してください。",
    "Python のデコレーターを例付きで解説してください。"
]

synthetic_dataset = []

for task in tasks:
    res = client.chat.completions.create(
        model="gpt-4o-mini",
        messages=[{"role": "user", "content": task}]
    )
    answer = res.choices[0].message.content
    synthetic_dataset.append({"instruction": task, "output": answer})

print(synthetic_dataset)

. 合成データは実務でどう使われる？
✔ ① 社内チャットボットの学習データ生成

例：

社内規定の QA を権威ある文書から合成

人間が 1ヶ月かかる1000問データを数分で生成

✔ ② カスタマーサポートの学習データ

FAQ → 指示文化 → 例文生成 → 自動生成

✔ ③ 特定業界に特化した LLM の構築（金融・法律・医療）
✔ ④ 小型モデルの強化（LLM distillation）
⚠️ 6. 合成データの注意点
問題 説明
幻覚（hallucination） LLM が嘘を生成し、それを学習すると悪循環
バイアス 教師モデルの偏見や癖がそのままコピーされる
権利問題 合成データでも、元の学習データに依存する

→ 解決法：Reject Sampling、Human-in-the-loop、評価基準導入

🧠 7. 自己学習が今後どう進化する？

現在の最先端：

✔ Self-Play × 合成データ × Reasoning（推論強化）

OpenAI o1 モデル系（深い推論）

DeepSeek-R1（自己学習で強化）

Google Gemini 2.0（マルチステップ推論）

未来像は…

🧩 AI が 自分で作った問題 → 自分で解き → 自分で改善

という 完全自律型学習 に近づくこと。

[dify] function calling

manifest.yaml

name: "agent_strategy_demo"
description: "Sample Agent Strategy plugin with Function Calling"
version: "1.0.0"

tools:
- name: "calculator"
description: "Perform basic math operations"
parameters:
type: object
properties:
expression:
type: string
description: "Math expression to evaluate"
required: ["expression"]

agent_strategy:
entry: agent_strategy.py:SampleAgentStrategy

agent_strategy.py

from dify_plugin import AgentStrategy

class SampleAgentStrategy(AgentStrategy):
def run(self, llm_response, tools):
"""
llm_response: dict (may contain tool call request)
tools: dict of tools defined in manifest
"""
# If model requests a tool execution
if "tool" in llm_response:
tool_name = llm_response["tool"]["name"]
tool_args = llm_response["tool"]["arguments"]

tool = tools.get(tool_name)
if tool is None:
return {
"type": "message",
"content": f"Tool '{tool_name}' not found."
}

result = tool.run(**tool_args)
return {
"type": "tool_result",
"tool_name": tool_name,
"result": result
}

# Regular text response
return {
"type": "message",
"content": llm_response.get("content", "")
}

calclator.py

from dify_plugin import Tool

class CalculatorTool(Tool):
def run(self, expression: str):
try:
result = eval(expression)
return {"result": result}
except Exception as e:
return {"error": str(e)}

[LLM] Difyカスタムプラグインの超簡単な作成

まず、Difyのツールで「カスタムツールを作成する」画面

### カスタムツールを作成
OpenAI json schema

{
  "openapi": "3.0.0",
  "info": {
    "title": "Postman Echo Test Tool",
    "version": "v1.0.0",
    "description": "Postman Echoの/getエンドポイントを使って、パラメータを渡してテストするためのツールです。送信したパラメータがレスポンスに含まれて返ってきます。"
  },
  "servers": [
    {
      "url": "https://postman-echo.com"
    }
  ],
  "paths": {
    "/get": {
      "get": {
        "operationId": "echoGetData",
        "summary": "指定したクエリパラメータを付けてGETリクエストを送信します。",
        "parameters": [
          {
            "name": "message",
            "in": "query",
            "required": true,
            "schema": {
              "type": "string",
              "description": "APIに送りたいメッセージ（例：Hello Dify Test）"
            }
          }
        ],
        "responses": {
          "200": {
            "description": "成功。送信されたパラメータが確認できます。"
          }
        }
      }
    }
  }
}

テスト出力
{“args”: {“message”: “testです。”}, “headers”: {“host”: “postman-echo.com”, “accept”: “*/*”, “accept-encoding”: “gzip, br”, “x-forwarded-proto”: “https”, “traceparent”: “00-9e12edb5cab8bd6636404a653b1715c7-7b44fd7d72a90d90-00”, “baggage”: “sentry-environment=production,sentry-public_key=c0bcc0e36783694f41e4fb1e6a3efea9,sentry-trace_id=cd5aed1beb774af0a190db512449113f,sentry-sample_rate=0.0,sentry-sampled=false,sentry-sample_rand=0.743119”, “sentry-trace”: “cd5aed1beb774af0a190db512449113f-9e0d41f50b19024e-0”, “user-agent”: “python-httpx/0.27.2”}, “url”: “https://postman-echo.com/get?message=test%E3%81%A7%E3%81%99%E3%80%82”}

カスタムツールとFuctionCallingは仕組み的には似ているけど、実装方法がまるきり異なる…

[Vide] 動画のシナリオ

AIアプリを使う価値を1分で伝える構成

0:00〜0:05　オープニング（問題提起）
視聴者の“共通の困りごと”を一言で刺す。
「日々の作業、時間が足りない…」
「資料作りやまとめ作業に追われてませんか？」
「動画編集・文章作成が苦手…」

👉 視聴者の現状（Before）を短く提示
0:05〜0:15　AIが解決する世界を提示（ベネフィット）
AIアプリを使うと“どう変わるのか”を先に出す。
「AIなら、数分であなたの作業を自動化できます」
「文章作成も、動画編集も、リサーチも一気に時短」
「あなたがすべきは“指示するだけ”」

👉 AIで得られる未来（After）を提示
0:15〜0:40　具体的価値（3点）
1分動画の核。価値は必ず「3つ」に絞ると伝わりやすい。
① 時間を圧倒的に短縮
例：1時間の作業 → 5分
レポート作成 → 自動要約
動画の企画 → AIが提案

② 誰でもクオリティUP
プロ品質の画像、動画、文章
企画・構成もアシスト
ミスが減る

③ すぐ使える・難しくない
テンプレを選ぶだけ
スマホ1台でOK
指示文（プロンプト）もサポート
👉 “難しそう”という不安の解消が重要
0:40〜0:50　実際の使い方（超シンプル）
操作画面（またはイメージ）を見せながら：
「やりたいことを入力」
「テンプレを選ぶ」
「AIが数秒で提案」

👉 操作ステップは3つ以内が鉄則
0:50〜1:00　クロージング（誘導）
目的に合わせて文言を変えます。
結果を強調して締める
「1日30分の時短を、今日から。」
「AIを使う人と使わない人の差は開く一方です。」
行動を促す（CTA）
「今すぐ無料で試せます」
「概要欄からダウンロードできます」

🎁 1分用 まとめテンプレ（そのまま使える）
① 「毎日の作業、時間が足りない…そんな悩みありませんか？」
② 「AIアプリなら、その作業を数分で自動化できます。」
③ 「価値は3つ。
　　1. 圧倒的な時短
　　2. プロ並みのクオリティ
　　3. すぐ使える簡単さ」
④ 「指示を入れるだけで、動画、文章、企画、デザインまで自動生成。」
⑤ 「仕事も作業も、もっと自由に。AIはもう“誰でも使える相棒”。」
⑥ 「今日から始めてみませんか？概要欄からどうぞ。」

[Android] androidの簡単なテスト（Unit, UIテスト）

Unit Test（Kotlin ロジックのテスト）サンプル

■ 例：足し算関数のテスト

（src/main/java/…/Calculator.kt）

class Calculator {
    fun add(a: Int, b: Int): Int = a + b
}

import org.junit.Assert.assertEquals
import org.junit.Test

class CalculatorTest {

    @Test
    fun `add should return correct sum`() {
        val calculator = Calculator()
        val result = calculator.add(2, 3)

        assertEquals(5, result)
    }
}

import androidx.compose.material3.Text
import androidx.compose.runtime.Composable

@Composable
fun Greeting(name: String) {
    Text(text = "Hello, $name!")
}

import androidx.compose.ui.test.*
import androidx.compose.ui.test.junit4.createComposeRule
import org.junit.Rule
import org.junit.Test

class GreetingTest {

    @get:Rule
    val composeTestRule = createComposeRule()

    @Test
    fun greeting_displaysCorrectText() {
        composeTestRule.setContent {
            Greeting("Android")
        }

        composeTestRule
            .onNodeWithText("Hello, Android!")
            .assertIsDisplayed()
    }
}


@Composable
fun CounterScreen() {
    var count = remember { mutableStateOf(0) }

    Column {
        Text("Count: ${count.value}")
        Button(onClick = { count.value++ }) {
            Text("Add")
        }
    }
}

@Test
fun counter_incrementsWhenButtonClicked() {
    composeTestRule.setContent {
        CounterScreen()
    }

    // 初期表示チェック
    composeTestRule
        .onNodeWithText("Count: 0")
        .assertIsDisplayed()

    // ボタンクリック
    composeTestRule
        .onNodeWithText("Add")
        .performClick()

    // 更新後表示チェック
    composeTestRule
        .onNodeWithText("Count: 1")
        .assertIsDisplayed()
}