top of page


VSCodeローカルからOrcaへ。AI Office開発環境をサーバ化した話(その2)
前回の記事では、WindowsのVSCodeローカルで動かしていたAI Office開発環境を、Orcaを使ってLinuxサーバ側へ移した話を書きました。 VSCodeローカルからOrcaへ。AI Office開発環境をサーバ化した話(その1) Claude CodeやCodex、Officeファイルを生成するためのPython処理など、多くの部分はLinux側へ移せました。 ただ、最後までどうしてもLinuxだけでは完結できないものが残りました。 Microsoft Officeそのものです。 PowerPointやWord、Excelのファイルを作るだけなら、Linux上のPythonでもかなりのことができます。 ですが、私がやりたかったのは、 「ファイルが生成できたから完成」 ではありませんでした。 例えばPowerPointなら、 文字が途中で切れていないか 図形や表が重なっていないか 不自然な改行がないか 実際にPowerPointで開いたときにレイアウトが崩れていないか といったところまで確認したい。 Wordでも、目次やフィールドを

Takashi Kuwbara
10月23日読了時間: 2分
機種もバージョンも違う FortiGate の設定移行を AI に任せてみた(50E → 50G)
FortiGate-50E から FortiGate-50G へのリプレースで、コンフィグの移行作業を AI に依頼しました。 使ったのは、Claude Code(モデルは Claude Opus 5.5)と OpenAI の Codex です。 結果として、50G にリストアするためのコンフィグ、CLI スクリプト、移行手順書まで一式を作ってくれました。 この記事では、AI が何をどう進めたのかを紹介します。 作成したフルコンフィグは、50G の実機に GUI からリストアし、コンフィグが通ることまで確認しました。 一方、通信や VPN の動作試験はこれからです。 この記事は「AI が移行用のコンフィグと手順書を作り、実機にリストアするまで」の記録です。 コスト Claude Code(Opus 5.5)の利用料は、 約 2.86 ドルでした。 これとは別に Codex も使っているため、合計はもう少し高くなります。 コストは以下の記事で可視化したMod機能でわかりました。 「Claude Modsでコンテキスト使用率とセッションコストを可視化
エンジニアK
10月16日読了時間: 9分


VSCodeローカルからOrcaへ。AI Office開発環境をサーバ化した話(その1)
まずは、ローカルPC中心の環境からサーバ中心へ これまで私は、WindowsのVSCodeを中心にClaude CodeやCodexを使っていました。 コードを書くのも、調査するのも、PowerPointやWordなどのOffice資料を作るのも、 基本的には自分のPCが中心です。 これはかなり便利でした。 ただ、使っているうちに一つ気になることが出てきました。 「AIが仕事をしている間、自分のPCまで付き合わせる必要ってあるのかな?」 長めの調査や資料作成をお願いしている間は、PCを起動しておく必要があります。 PCをシャットダウンすれば、当然そこで作業も止まります。 そこで興味を持ったのが Orca でした。(単純になんか人気っぽいし利用してみたかっただけ) Orcaは、Claude CodeやCodexなど複数のAIコーディングエージェントを扱うための開発環境です。 複数のエージェントを並行して動かしたり、worktreeごとに作業を分けたりできるのが本来の使い方ですが、リモート環境で処理を動かす仕組みも用意されています。(Orcaの記事は
エンジニアK
10月15日読了時間: 3分


Claude Modsでコンテキスト使用率とセッションコストを可視化してみた
Claude Mods(Mod機能)がリリース(2026/10/1)されたので、セッション状態をプロンプト上に表示する簡単なModを作ってみました。 実装はClaude Codeに依頼。中身はTypeScriptです。なお、Amazon Bedrock経由で利用しているため、取得できる情報には一部制限があります。 実際の表示はこんな感じです。 【表示している情報】 ctx:コンテキスト窓の使用状況プログレスバー、使用率、トークン数の「現在値 / 上限」を表示 ses:現在のセッションにおける累計情報トークン数を input / output / cache に分けて表示 あわせてセッション累計コストも表示 表示例) ctx 24.0% 47.7k / 200.0k tokses ses 741.0k tok | in 35 | out 6.4k | cache 734.5k | cost $0.49 コンテキスト使用率が一定値を超えると、70%・90%で警告表示も出るようにしています。 長時間Claude Codeを
エンジニアK
10月5日読了時間: 1分


AIモデルは単体で選ばない――私がClaudeで実装し、Codexでレビューする理由
生成AIを開発に利用するとき、「どのAIモデルが最も優秀か」という比較に目が向きがちです。 しかし、実際の開発では、AIモデル単体の性能だけで開発効率や品質が決まるわけではありません。 重要なのは、 どの開発ツールから、どのAIエージェントを使い、どのモデルに何の役割を担当させるか という組み合わせです。 現在、私の開発環境は、次の2系統で構成しています。 メイン環境: Ghostty+Herdr+Claude Code CLI 予備・バックアップ・事前調査環境: Zed+Z.ai、またはZed+Sakana AIのFugu Ultra メイン環境では、Claude CodeのOpus 4.8を実装担当として利用し、 Codexを独立したレビュー担当として組み合わせています。 この記事では、私がこの構成を選んでいる理由と、 AIモデル、AIエージェント、開発ツール、レビュー規約を どのように組み合わせているかを紹介します。 1.AIモデル、AIエージェント、開発ツールは別物 まず、混同されやすい用語を整理します。 分類 役割 私の環境での例 開発
ccf代表
7月21日読了時間: 21分


エディタAIを「国内完結」で使う― Azureで諦めた“推論の国内完結”を、AWS Bedrock で取り戻すまで
社内のコードとログを海外のLLM SaaSに送らずに、エディタでAIコーディングを使いたい。 この当たり前の要望が、実は技術的にかなり難しいという話と、それを2つのクラウドで実測して白黒つけた記録です。 生成AIをコーディング業務に組み込むとき、多くの企業が最初にぶつかる壁が 「入力したコードや社内ログが、海外のデータセンターで処理されるのではないか」という懸念です。 いわゆるデータ越境リスク。契約や規約で「学習には使わない」と書かれていても、 物理的にどのリージョンで推論(inference)が実行されるかは別問題として残ります。 私たちはこのテーマに対して、2つのクラウド上で検証リポジトリを作り、 「書類上できるはず」を一切信用せず、すべて実測で判定するという方針で取り組みました。 本記事はその2つのリポジトリ ― Azure版の editor-openai-foundry と、 AWS Bedrock版の editor-claude-bedrock ― をたどりながら、推論の国内完結がどこまで実現できるのかを整理します。 この記事で答えるこ
takeshiohno
7月14日読了時間: 7分
bottom of page
