AI駆動のソフトウェア開発を強化する、Python製の会話型エージェント向けツールキット LLMをコーディングエージェントとして強化しセマンティックな検索・編集を可能にしトークンを節約する。IDE並みの精度でAIモデルとの統合が可能とされている MCPサーバーとして動作可能で、Claude Codeとの連携例もある 技術的にはLSPによる高度な解析を行っており、以下のような言語に対応している Rust Go Python TypeScript/JavaScript Java PHP C# Elixir Clojure C/C++ https://github.com/oraios/serena

Microsoftと提携しているAI(LLM)企業 https://cognition.ai/

Chain-of-Thought 思考の連鎖 #プロンプトエンジニアリング LLMが回答を生成する際、「はい」「いいえ」ののような単純な回答ではなく回答に至るまでの思考を回答に含めてもらうようにする（Few-shot）ことで、段階的に考える、概念が導入されたアプローチ

#LLM Claude CodeをWeb上で実行できるページ ネットワークセキュリティをカスタマイズ可能 Network access and security https://docs.claude.com/en/docs/claude-code/claude-code-on-the-web

#LLM Claude CodeのPlan Modeにおいて、Opusモデルを利用し、計画の承認後は自動でSonnetモデルに切り替えるモード https://docs.anthropic.com/en/docs/claude-code/model-config#opusplan-model-setting

#LLM Claude CodeではMCPに即したサーバーを利用可能 https://docs.claude.com/en/docs/claude-code/mcp#enterprise-mcp-configuration

#LLM Hooks Claude Codeの動作をフックとし、シェルコマンドを実行することができる設定 .claude/settings.json に記述する https://docs.anthropic.com/ja/docs/claude-code/hooks-guide

#LLM Claude Codeにおいて、コード編集を行わず計画を出力してユーザーへの承認をリクエストするモード

#LLM #Documentation Claude Codeにおいて、 .claude/commands ディレクトリ内にMarkdownファイルを用意しプロンプトを記述すると再利用が可能になる機能 https://docs.anthropic.com/ja/docs/claude-code/slash-commands#%E3%82%AB%E3%82%B9%E3%82%BF%E3%83%A0%E3%82%B9%E3%83%A9%E3%83%83%E3%82%B7%E3%83%A5%E3%82%B3%E3%83%9E%E3%83%B3%E3%83%89

#LLM Claude Codeにおいて、特定のタイプのタスクを処理するために用意する専門性を持った会話型エージェント .claude/agents ディレクトリ内でのファイル管理が可能で、初回ファイル生成は /agents コマンドの利用が推奨される https://docs.anthropic.com/ja/docs/claude-code/sub-agents

#LLM Claude Codeにおいて、以下のようなカスタム設定を共有、配布するような仕組み カスタムスラッシュコマンド サブエージェント Hooks MCP servers https://docs.claude.com/en/docs/claude-code/plugins#quickstart

#TypeScript #LLM Playwright向けのMCPサーバー、ブラウザ操作を自然言語で伝え動作させることができる https://github.com/microsoft/playwright-mcp

#LLM #Documentation Devinの一つの機能であるDevin WikiをPublicなリポジトリに絞って利用できるOSS Devin Searchに相当するAsk機能も備えている https://docs.devin.ai/work-with-devin/deepwiki

VS Codeプラグインとして動作するAIアシスタント、ステップバイステップで会話型エージェントに近い形の体験となる LLMのAPIキーを設定に入力して利用できる https://marketplace.visualstudio.com/items?itemName=saoudrizwan.claude-dev

Generative Pre-Trained Transformer 生成的事前トレーニング済みトランスフォーマー #LLM トランスフォーマーのデコーダー部のみを採用したもの 事前トレーニングを行い精度を高める GPT-2では、インターネット上の文書において次の単語を予測するというトレーニング方法を用いて精度が大きく向上した

#LLM Claude Codeによるエージェント開発のノウハウが集約されたドキュメント集 https://claudelog.com/

#LLM ファインチューニングをする際、以下の3つの特性を満たすようにすること helpful（有用） honest（正直） harmless（無害）

#LLM Cognition社によるソフトウェアエンジニアを模した自律型会話型エージェント https://docs.devin.ai/get-started/devin-intro

#LLM Daniel Avilaが公開するClaude CodeのPlugins群 https://www.aitmpl.com/plugins

#LLM 事前トレーニング済みのGPTが特定のタスクを行う際に行う微調整

#LLM

#LLM プロンプトエンジニアリングにおいて、プロンプトの冒頭を過ぎたところから中盤にかけて形成されるゾーンが、コンテキストにおいて重視されずらい現象

LLMに対して入力（プロンプト）を調整し必要なタスクを実行するようにモデルを条件付けする取り組み

#Programming VS Codeにビルドインで搭載されているAIアシスタント プランによって利用できるLLMが異なる https://docs.github.com/ja/copilot

#Cloud Native Kubernetes NativeなDaprプロジェクト上でLLMを利用した会話型エージェントを開発できる DaprのワークフローによるメッセージングベースのAIエージェント連携も可能 https://dapr.github.io/dapr-agents/

プロンプトエンジニアリング LLMへの入力に回答例を提示することで、例の通りに回答を得る方法

Anthropic社が提供するLLMモデル https://docs.anthropic.com/ja/docs/intro-to-claude

#LLM

#Programming LLMに特化したIDE。VS CodeのフォークでありGitHub Copilotに代わってCursor独自のAIアシスタントが搭載されている https://www.cursor.com/ja

Model Context Protocol LLMが様々なリソースにアクセスするためのAnthropic社による標準化プロトコル MCPサーバーがローカルまたはリモートのリソースにアクセスし、それをMCPクライアントが利用する MCPクライアントとサーバー間のトランポートレイヤでは stdio（標準入出力） HTTP POST のいずれかが用いられる https://modelcontextprotocol.io/docs/concepts/architecture

#Programming #LLM CLIで直接動作する会話型エージェント型コーディングツール Anthropic社が提供しClaudeモデルの利用を前提にする IDEとの統合が可能 https://docs.anthropic.com/ja/docs/claude-code/overview

#LLM Devinと連携されたリポジトリに対して回答を得るAsk特化のAIアシスタント 検索対象は自動でインデックスされる https://docs.devin.ai/work-with-devin/devin-search

#LLM Claude CodeのPlugins機能が2025/10/10にパブリックベータとして公開されたブログ Claude Code Templates https://www.anthropic.com/news/claude-code-plugins

LLMに関する事業を行うAI企業

Retrieval-Augmented Generation 検索拡張生成 #LLM プロンプトエンジニアリングにおいて、LLMが学習済みータだけではなく、外部データベースから関連情報を検索し、回答を生成する技術

#Documentation #LLM Devinと連携されたリポジトリの内容を説明するWikiを生成する機能 自動でインデックスされる

#LLM ニューラルネットワークをベースとしたseq2seqの後継 再帰的な回路を取り除いて、エンコーダーとデコーダーを分割したもの

#LLM LLMにおいて扱われる複数文字のチャンク。1文字ずつ読むのではなく、まずはトークンに分割されトークン列が作られる

#プロンプトエンジニアリング #会話型エージェント LLMの推論において Search Lookup Finish の3つの異なるツールの概念を導入し、思考・アクション・観察を反復的に考えてもらうアプローチ。外部ツールを参照する考えも導入している 3000の例を超えた後大幅に精度が向上した

文字列をトークンを複数に分割するための役割。LLMによって用いるトークナイザーが異なる

LLMが一度に扱えるトークン数の上限のこと

#プロンプトエンジニアリング #会話型エージェント LLMに対して計画と解決という2段階の推論を行ってもらうアプローチでCoTと非常に似ている。 ReActと組み合わせるケースもある