記事一覧

Gemを使っている人向けに、個人・Google Workspaceアカウント別の移行時期と、スキルで使えない機能を確認。既存の指示や移行可能な参照ファイルは自動移行されるが、共有やCanvasには現時点で制限がある。

AWSがオープンソースで出したAIエージェント用ハーネス「Strands harness」を、公式ブログに埋め込まれたベンチマークの数値から同一モデル同士で比べた。LLMの差し替え方、既定で入っている機能、承認なしでシェルを実行する既定値の注意点も整理する。

M5Stack CoreS3のStackChanで、Claude Code・Codex・AntigravityのHookから届いた作業完了を、音声サーバーでかなの声にして読み上げた。長い読み上げのプチプチ切れは、M5Unifiedのスピーカーの送り出し設定を変えて改善した。

M5Stack CoreS3を載せたStackChanで、Port AのSCD41の値を音声サーバーのPOST /contextへ送り、CO2濃度や室温をLLMの返答に反映させた。頭上タッチの撫で誤反応の調査と、返答感情に合わせた首振り動作の実装、SCD41の簡易校正までを記録した。

Qwen3-EmbeddingとQdrantの長期記憶をStackChan用の音声チャットサーバーに組み込み、会話から事実文を自動で抜き出して後から聞き返すテストを音声で通した。ラーメンとギターは思い出せたが、箱根の予定だけは疑問符の全角と半角で判定が変わるほど、しきい値0.45すれすれのスコアだった。

CoreS3を載せたStackChan Bodyで、頭上の静電タッチが誰も触れていないのに叩きや撫でと判定され続けた記録。準備中、2回叩き、公式ファームと同じ設定と判定でも防げず、公式ファームを一晩動かして頻度を比べ、話しかけはKeyユニットに戻した。

Qwen-Image 2.1のKVキャッシュとTaylorSeerキャッシュを併用すると2ステップ目でエラーになる不具合を、DiffusersにissueとPRで報告し、4日弱でマージされた。AIエージェント利用時のDiffusersの投稿ルール、レビューで求められた再現コード・出力画像・テスト、取り込まれた4行の修正の中身。

Arduinoで書いたCoreS3の音声チャットを、ESP-IDF 5.5.4とarduino-esp32 3.3.10のコンポーネントで組み直し、Tailscaleの直接UDPで自宅の音声サーバーへつないだ実機記録。ESP-IDF 6.0での失敗、起動直後に頭上タッチが勝手に反応する問題と、その間は受け付けない「準備中」の追加まで。

CoreS3に入れたESP32向けTailscaleを、東京DERP経由から端末間の直接UDPへ切り替えた実機記録。DISCOの実装を差し替え、lwIPの二重ロックやHTTP/2のウィンドウ切れなど4つの不具合を直すと、同じWAVの取得が約9秒から約2.4秒になった。

M5Stack CoreS3を載せたStackChan Bodyで、頭のタッチで話しかける音声チャットを組んだ。起動直後にタッチの誤検出で録音が走り、サーバーのQwen3-ASRが無音からヒント語を書き起こして返事まで作っていた現象の切り分け。端末・中継・サーバーの対策から表情切り替え、フィラーの作り直し、声の途切れで送る操作への変更まで。

M5Stack CoreS3を載せたStackChan Bodyの顔を、128x128のドット絵からかなちゃんの絵に差し替えた。目と口と表情の差分はModelScopeのQwen-Image 2.1で作り、実機では目と口の範囲だけを上書きして目ぱち・口パクさせ、頭を叩くと喜怒哀楽が切り替わる。顔を画面いっぱいにする切り抜きと、5表情をフラッシュに入れた容量まで。

M5Stack CoreS3を載せたStackChan Bodyで、上面の3ゾーン静電タッチをKeyユニットの代わりに使えるか実機で確認した。叩く・撫でるの判定ログ、撫でる速さの範囲、首振りのあとタッチが触れっぱなしのまま戻らない現象と、再キャリブレーションでの回避まで。