#AI

Shortest、Playwright MCP、Stagehand、Skyvern、QA Wolfなど、AIを活用したE2Eテスト/ブラウザ自動化ツール10種を用途別に比較。信頼性・速度・コストの観点でディープダイブ。

従来のOCRとVLM（Vision Language Model）ベースOCRの違いを解説。DeepSeek-OCRの紹介と、両者を組み合わせたハイブリッド手法の可能性を考察する。

SNSで話題になった「Johns Hopkins大学の研究でChatGPTが27%嘘をつくと判明」という情報の出典を調査した結果、複数の研究が混同されていることがわかった。

Anthropic Claude APIとPlaywrightを組み合わせた自然言語E2Eテストフレームワーク「Shortest」を、Playwrightユーザー視点で解説。Playwright MCPとの比較、注意点、使い分けをまとめた。

実践編・改善編で作ったスクリプトを汎用フレームワーク化してGitHubで公開。使い方と設計思想の解説。

Web Speech API + Gemini + VOICEVOXでAIキャラと音声会話できる環境が完成。実装のポイントと使用感をまとめた

AI自動開発ループのコンテキスト使用量とAPI呼び出しを削減する設計パターン。ブロッキング待機、読み禁止ファイル、セッション分離の3つの改善策。

Top3D.aiのランキングを参考に、TRELLIS、Hunyuan 3D、Tripo AI、Hyper3D Rodinなど主要なAI 3D生成ツールを比較。入力画像のサイズ・解像度・三面図の要否など、高品質な3Dモデルを生成するための仕様をまとめた。

クラウドGPUサービスRunPodを使って、Qwenの画像編集AIをComfyUIで動かす手順

100MパラメータでCPU上でリアルタイムより高速に動作するオープンソースTTS。ボイスクローニングにも対応。

Claude Code + Codex自動ループを実際に動かしてみた。1134行のゲームコードが生成された。

Claude CodeとOpenAI Codexをtmuxで連携させ、実装→レビュー→修正のループを自動化する方法。一晩放置で何か作れるか試す前の技術的準備。