Pythonでコード型の生成AIをAPIで試す

from openai import OpenAI

client = OpenAI(api_key="sk-hoge****")

prompt = """
# Pythonで、与えられた文字列を逆順にして返す関数を作ってください
"""

response = client.chat.completions.create(
    model="gpt-4o-mini",
    messages=[
        {"role": "system", "content": "You are a helpful assistant that writes clean Python code.."},
        {"role": "user", "content": prompt}
    ],
    temperature=0.2,
)

print(response.choices[0].message.content)

$ python3 codegen.py
もちろんです！以下は、与えられた文字列を逆順にして返すPythonの関数です。

“`python
def reverse_string(s):
return s[::-1]

# 使用例
input_string = “こんにちは”
reversed_string = reverse_string(input_string)
print(reversed_string) # 出力: はこんに
“`

この関数 `reverse_string` は、スライスを使って文字列を逆順にしています。`s[::-1]` は、文字列 `s` の全ての文字を逆順に取得します。

model, message, tempratureを指定してリクエストしていることがわかります。
なるほど

【Cisco Packet Tracer】ルーターを使ったVLAN間ルーティング

ルーターを使ったVLAN間ルーティング（Router-on-a-Stick構成）は、VLANで分離されたネットワーク同士を通信可能にする方法

switchの設定

Switch> enable
Switch# configure terminal

! VLANの作成
Switch(config)# vlan 10
Switch(config-vlan)# name VLAN10
Switch(config-vlan)# exit

Switch(config)# vlan 20
Switch(config-vlan)# name VLAN20
Switch(config-vlan)# exit

! ポートにVLANを割り当て
Switch(config)# interface range fa0/1 - 2
Switch(config-if-range)# switchport mode access
Switch(config-if-range)# switchport access vlan 10
Switch(config-if-range)# exit

Switch(config)# interface range fa0/3 - 4
Switch(config-if-range)# switchport mode access
Switch(config-if-range)# switchport access vlan 20
Switch(config-if-range)# exit

! ルーターに接続するポートをトランクに設定
Switch(config)# interface fa0/5
Switch(config-if)# switchport mode trunk
Switch(config-if)# exit

ルータの設定

Router> enable
Router# configure terminal

! サブインターフェース作成 VLAN10
Router(config)# interface g0/0.10
Router(config-subif)# encapsulation dot1Q 10
Router(config-subif)# ip address 192.168.10.1 255.255.255.0
Router(config-subif)# exit

! サブインターフェース作成 VLAN20
Router(config)# interface g0/0.20
Router(config-subif)# encapsulation dot1Q 20
Router(config-subif)# ip address 192.168.20.1 255.255.255.0
Router(config-subif)# exit

! 物理インターフェースを有効化
Router(config)# interface g0/0
Router(config-if)# no shutdown
Router(config-if)# exit

pc0からVLANで分離されたpc2に接続できるようになる。
必要な通信は許可するというような時に活用する。

つまり、switch単体ではVLANを分離できるが、そのVLANを接続させるなどの制御にはルーターが必要

【Cisco Packet Tracer】VLANの設定

VLAN（Virtual LAN、仮想LAN）とは、物理的には同じネットワークに接続されている機器同士を、論理的に分割して異なるネットワークのように扱う技術です。

通常、同じスイッチ（L2スイッチ）に接続されたPCやサーバーは、すべて同じネットワーク（ブロードキャストドメイン）に属します。しかし、VLANを使うことで、同じスイッチ内でも異なるVLANに分けることができ、それぞれのVLANは独立したネットワークとして動作します。

Switch> enable
Switch# configure terminal

! VLANを作成
Switch(config)# vlan 10
Switch(config-vlan)# name VLAN10
Switch(config-vlan)# exit

Switch(config)# vlan 20
Switch(config-vlan)# name VLAN20
Switch(config-vlan)# exit

! ポートをVLANに割り当て
Switch(config)# interface range fa0/1 - 2
Switch(config-if-range)# switchport mode access
Switch(config-if-range)# switchport access vlan 10
Switch(config-if-range)# exit

Switch(config)# interface range fa0/3 - 4
Switch(config-if-range)# switchport mode access
Switch(config-if-range)# switchport access vlan 20
Switch(config-if-range)# exit

Switch(config)# exit
Switch#

comand promptからpingでpc2, pc3に疎通確認

なるほど、スイッチでネットワークを分離するのね。

【Azure】BlobStorageへPythonでアップロードする

$ install azure-storage-blob

Azureのストレージアカウントのセキュリティ&ネットワークのアクセスキーから接続文字列を取得する(キーの方ではない)

from azure.storage.blob import BlobServiceClient, ContentSettings

connection_string = "***"

blob_service_client = BlobServiceClient.from_connection_string(connection_string)

container_name = "images"
blob_name = "cat.jpg"
local_file_path = "cat.jpg"

container_cliient = blob_service_client.get_container_client(container_name)

with open(local_file_path, "rb") as data:
    container_cliient.upload_blob(
        name=blob_name,
        data=data,
        overwrite=True,
        content_settings=ContentSettings(content_type="image/jpeg")
    )

print(f"Blob '{blob_name}' uploaded to container '{container_name}' successfully.")

おおお、アップロードできるようになると、一段別のステージに行った感がありますね。
次はAzureSQLにも触っておきたい。

【Azure】BlobStorageからPythonでデータを取得する

前提条件:
Azureでストレージアカウントを作成し、その中にコンテナを作成、アクセスレベルをBlobの匿名アクセスを許可する。
そして、任意の画像をコンテナ内にアップロード。Pythonで読み込む際は、requestsを使用するだけ。

import requests

url = 'https://hoge.blob.core.windows.net/images/cat-9637984_640.jpg'
response = requests.get(url)

with open('downloaded_image.jpg', 'wb') as file:
    file.write(response.content)

print("Image downloaded successfully and saved as 'downloaded_image.jpg'.")

ストレージアカウントって概念に馴染みがないけど、操作自体は然程S3と変わらない。

transformer

import numpy as np 

# 3単語 4次元ベクトル
X = np.array([
    [1, 0, 1, 0],
    [0, 2, 0, 2],
    [1, 1, 1, 1]
])

W_q = np.random.rand(4, 2)
W_k = np.random.rand(4, 2)
W_v = np.random.rand(4, 2)

Q = X @ W_q
K = X @ W_k
V = X @ W_v

attention_scores = Q @ K.T

dk = Q.shape[-1]
attention_scores = attention_scores / np.sqrt(dk)

def softmax(x):
    e_x = np.exp(x - np.max(x, axis=-1, keepdims=True))
    return e_x / e_x.sum(axis=-1, keepdims=True)

attention_weights = softmax(attention_scores)

output = attention_weights @ V

print("Input X:\n", X)
print("\nAttention Weights:\n", attention_weights)
print("\nOutput:\n", output)

Cisco Packet Tracerで演習を行う_1

Cisco Packet Tracerにsign upして、以下のページからinstallします。
https://www.netacad.com/resources/lab-downloads?courseLang=ja-JP
Packet Tracer 8.2.2 MacOS 64bit

### PC2台をクロスケーブルで接続してPing確認
① PCを2台配置する
下部の【End Devices】→【PC】をクリック
作業エリアに2台ドラッグ＆ドロップ

② ケーブルで接続する
下部の【Connections】を選択
黄色の【クロスケーブル（Copper Cross-Over）】を選ぶ
PC0 → FastEthernet0 をクリック
PC1 → FastEthernet0 をクリック

③ IPアドレスを設定する
PC0 をクリック →【Desktop】タブ →【IP Configuration】
IP address: 192.168.1.1
Subnet mask: 自動で 255.255.255.0 に設定される
PC1 も同様に設定
IP address: 192.168.1.2
Subnet mask: 同じく 255.255.255.0

④ Pingを実行して確認
PC0 をクリック →【Desktop】タブ →【Command Prompt】
ping 192.168.1.2 と入力して送信

Cisco Packet Tracer PC Command Line 1.0
C:\>ping 192.168.1.2

Pinging 192.168.1.2 with 32 bytes of data:

Reply from 192.168.1.2: bytes=32 time=1ms TTL=128
Reply from 192.168.1.2: bytes=32 time=1ms TTL=128
Reply from 192.168.1.2: bytes=32 time<1ms TTL=128 Reply from 192.168.1.2: bytes=32 time<1ms TTL=128 Ping statistics for 192.168.1.2: Packets: Sent = 4, Received = 4, Lost = 0 (0% loss), Approximate round trip times in milli-seconds: Minimum = 0ms, Maximum = 1ms, Average = 0ms おおおおおお、本の勉強とは違って、なかなか面白い ### スイッチ2960を入れる場合 ステップ1：デバイスの配置 Packet Tracer の下部「End Devices」→「PC-PT」を選んで作業エリアに2台配置（PC0、PC1） 「Switching」→「2960」を選んで中央に1台配置（SW1） 🔹 ステップ2：ケーブル接続 左下の「Connections（雷アイコン）」をクリック [ストレートケーブル]（Copper Straight-Through） を選択 以下のように接続： PC0 の FastEthernet0 → SW1 の FastEthernet0/1 PC1 の FastEthernet0 → SW1 の FastEthernet0/2 ✅ ヒント： ポート番号（0/1、0/2）で使っているポートを確認できます。ケーブルをつなぐとLEDが緑に変わればリンクアップ成功。 🔹 ステップ3：IPアドレスの設定 PC0 をクリック → 【Desktop】タブ → 【IP Configuration】 IP Address: 192.168.1.1 Subnet Mask: 255.255.255.0（自動で入力されます） PC1 も同様に設定 IP Address: 192.168.1.2 Subnet Mask: 255.255.255.0 💡 デフォルトゲートウェイは未設定でOK（同一セグメント内なので） 🔹 ステップ4：Pingで通信確認 PC0 をクリック → 【Desktop】 → 【Command Prompt】 以下のコマンドを入力：ping 192.168.1.2 C:\>ping 192.168.1.2

Pinging 192.168.1.2 with 32 bytes of data:

Reply from 192.168.1.2: bytes=32 time=1ms TTL=128
Reply from 192.168.1.2: bytes=32 time<1ms TTL=128 Reply from 192.168.1.2: bytes=32 time<1ms TTL=128 Reply from 192.168.1.2: bytes=32 time<1ms TTL=128 Ping statistics for 192.168.1.2: Packets: Sent = 4, Received = 4, Lost = 0 (0% loss), Approximate round trip times in milli-seconds: Minimum = 0ms, Maximum = 1ms, Average = 0ms

Azureにアプリケーションをデプロイしてみる

こちらのjs, DockerベースのPlaygroundをAzureにデプロイすることを第一目標とする。
https://github.com/cmc-labo/ares

Azureに慣れていないため、storage, gateway, lb, container, function, sql database, active directoryなど各種機能は使わず、Azure Virtual Machinesのみ

### 全体の流れ
1. Azureポータル(https://portal.azure.com/)にログインする
2. 仮想マシン(vm)を作成
3. ネットワークからインバウンドルールで3000ポートの開通
4. ターミナルからsshログイン
5. git, dockerなどをインストールしてgit cloneした後にdeploy

### 仮想マシンの作成
サブスクリプション: 自分のAzureアカウントに紐づく課金形態
リソースグループ: 作成済みの選択か新規作成
仮想マシン名: VMの名前
リージョン: 東日本(Japan East)など
可用性オプション: 単一インスタンス
イメージ: OSの種類 Ubuntu 22.04 LTSなど
サイズ: B1s(1vCPU, 1GB RAM)
認証タイプ: SSH公開キー
ユーザ名: azureuserなど
SSH公開キー
インバウンドポートの規則: 22, 80
※AWSでいうVPCやセキュリティグループの作成は不要

### インバウンドルールで3000ポートの開通
作成したvmの「ネットワーク」→「ネットワーク設定」
ソース: any
ソースポート範囲: *
宛先: Any
サービス: Custom
宛先ポート範囲: 3000
プロトコル: TCP
アクション: 許可
優先度: 1000
名前: AllowAnyCustom3000Inbound

### SSH接続
vm作成時に生成したpemファイルを使用する

$ ssh -i ~/hoge/azureuser.pem azureuser@${ip}

あとはアプリを動かすのに必要なもの(git, node, npm, Dockerなど)をインストールして起動

sudo apt update
sudo apt install git
git clone https://github.com/cmc-labo/playground.git
cd playground

sudo apt install nodejs npm
npm install

sudo apt install dos2unix
dos2unix rust-runner.sh
chmod +x rust-runner.sh
sudo docker build -t rust-runner .
node server.js

### Azure CLI の SSH接続 と mac の SSH接続の違いについて
Azure CLI のコマンド az vm ssh -n -g <リソースグループ> は、内部で Azure の管理 API を使って接続処理をしている。Azure CLI が一時的に接続をプロキシし、環境変数やシェルの種類などが微妙に異なることがある。特に、パスワードや sudo の対話的入力（プロンプト）に違和感が出る場合がある。端末割り当て（tty）が不完全になるケースなど。
mac やLinux端末があるなら、直接 ssh コマンドを使うのが確実

### AzureのVPC, SecurityGroupの概念
AzureでもVNet(仮想ネットワーク)の中に作られる(自走生成される)
subnetはVNetの中に複数作ることができる
SecurityGroupはAzureではNSG（ネットワークセキュリティグループ）で、自動的に割り当てられる
Internet Gateway はAzureは自動
Elastic IPは静的 or 動的の選択が可能
Route Table 明示的に作る場合は別途設定が必要

Azureは最小入力でVMをすぐ作れるという思想
AWSとの違いを意識しながら学ぶと整理しやすい

AI生成ツールの比較

1. Copilot Chat: Microsoft(+openAI) コーディング補助
2. Claude: Anthropic 長文補助
3. Gemini: Google 汎用AI・検索統合
4. Cursor: AI搭載のIDE、コーディングに特化
5. Devin: AIソフトウェアエンジニア, 自律型のコード開発

GeminiはChatGTPに比べてレスポンスの文章量が少ない印象。ChatGTPの方が丁寧で参考になりそう。
Devinは色々触って試してみたい。