技術

日本語プロンプトをOllamaで英訳してComfyUIとmfluxに投げるFastAPIラッパでAnima・WAI-IL・FLUX.2 KleinをまとめてWebUI化

ローカルにあるWAI-Anima・WAI-IL（SDXL）・FLUX.2 Klein 4Bの3エンジンを、日本語プロンプトのまま叩ける薄いFastAPIラッパで束ねる。翻訳はOllama (gemma3:12b)、ComfyUIはAPIで動的にワークフロー組み立て、FLUX.2はmflux CLIをsubprocess、Tailscale経由でiPhoneからも生成できるようにした。

VoteWise AIで見るNext.jsとGemini 2.5 Flashの選挙ガイドAI

VoteWise AIは、選挙制度の説明を多言語チャット、音声、ストーリーモードに寄せたNext.js製の civic tech 実装。Gemini 2.5 Flashを政治・選挙文脈で使うときの設計上の注意点も整理する。

FastAPI・Chroma・Open WebUI・Ollamaでマルチモーダル日本語RAGをM1 Maxで組んだ

DEV記事のPDF RAGをM1 Max 64GBで実装し、CLIPで画像、bge-m3 + Qwen3.6 35Bで日本語まで通した実験ログ。モダリティギャップ、推論サーバー並走クラッシュ、LLM-jp 4-8Bの指示追従失敗まで実機の挙動を記録。

FastAPI・llama.cpp・Chroma・Open WebUIでPDF用ローカルRAGを組む記事を読んだ

DEV Communityの記事をもとに、FastAPIでOpenAI互換RAG APIを作り、llama.cpp、Chroma、Open WebUIをつなぐ構成の位置づけと実装上の落とし穴を整理する。

かなチャット v3とブログ特化に寄せた話

正規CLIラッパー型AIエージェント「かなチャット」のv2からv3への変化。OpenClaw自前路線から後退して、AIニュース・論文の濁流を素早くドラフト化するブログパイプラインに寄せた経緯と現状。

OCR-Memoryはエージェントの履歴を画像として思い出す

arXiv:2604.26622のOCR-Memoryを読んだ。エージェントの長い実行履歴を画像化し、Set-of-Markで該当箇所だけ選ばせ、元ログから逐語テキストを戻すメモリ方式だ。

Qwen-ScopeのSAEをM1 Max 64GBで動かして日本語特徴を取り出す

Qwen-ScopeのSparse AutoencoderをローカルのM1 Max 64GBで動かし、Qwen3-8B-Baseの中間層から日本語・英語・コード・中国語を弁別する特徴IDを取り出した記録。

XLSXストリーミング書き込みで正確性とスループットを分ける

Apache POIでOOXMLの骨格を作り、sheetDataだけを自前ストリーミングするハイブリッド手法。XLSXの互換性と大量セル書き込みの速度を別問題として扱う。

円を斜めから見た楕円と作図用の楕円は同じではない

円を透視図で見たときにできる楕円、紙の上に直接描く楕円、楕円の長軸と円の中心のズレを、射影幾何の話として分けて見る。

Qwen-ScopeはQwen内部特徴を推論制御やデータ合成に使うSAEスイート

QwenチームがQwen3/Qwen3.5向けのSparse AutoencoderスイートQwen-Scopeを公開した。14グループのSAEで、推論時ステアリング、評価分析、毒性分類、データ合成、学習改善までを狙う。

Rust/WASM製VecLiteでブラウザ内RAGの検索部分が現実味を帯びた

VecLiteはRust/WASM+SIMDでブラウザ内ベクトル検索を高速化するライブラリ。Transformers.jsで埋め込みを作り、IndexedDBに保存し、サーバーなしでRAGを組むときにどこが詰まるかを整理する。

GPT-5.5に湧いたゴブリンをOpenAIがスレイした

OpenAIがGPT-5.1以降で増えた特定の比喩表現について、人格カスタマイズ、報酬信号、SFTデータへの混入、Codexでの抑制まで調査結果を公開した。