MockAPI is a simple tool that lets you easily mock up APIs, generate custom data, and perform operations on it using RESTful interface. MockAPI is meant to be used as a prototyping/testing/learning tool.
概要 Offers を運営している株式会社 overflow の磯崎です。弊社は新規プロダクト開発でスキーマ駆動開発を取り入れており、API 定義とは楽しくお付き合いさせていただいております。その全体像については、以下の記事でまとめておりますので、是非ご一読ください。今回は、ポチポチいじるだけで誰でも簡単に API 定義できる神ツール「Stoplight Studio」を活用した API 定義について紹介していますので、ぜひ参考にしてください。 Stoplight Studio とは? Stoplight Studio とは、 OpenAPI 定義ファイルの作成と管理ができる GUI エディタです。これだと少々分かりづらいので、簡単に一言で表すと「ポチポチと誰でも簡単に API 定義ができてしまうツール」です。Stoplight Studio は、GUI で直感的な操作ができるため、高速に
スマホ対応のノベルゲーム開発ツール。完全無料。 ティラノスクリプトを使えば、幅広い環境に向けてあなたのゲームを公開できます。 マルチプラットフォーム時代のゲーム開発をぜひ体験してください。 幅広い対応環境。Windows、Mac、iphone、アンドロイド、ブラウザゲームで発表できます。 完全無料。商用利用にも制限なし。さらに改造もOK! ティラノスクリプトの作品数は10,000作品を突破!情報も充実しています。 初心者向けチュートリアルを試してみる あらゆる環境で動作し、多彩な配布方法が用意されています ティラノスクリプトで作られたゲームはあらゆる環境で動作します。 作品の配布方式も「Windowsアプリケーション」「MacOSアプリ」「iphoneアプリ」「Andoroidアプリ」「ブラウザゲーム」「ホームページ埋め込み」 「各種携帯ゲーム機、据え置き機」など、 多くのプレイヤーに作品
はじめよう! 要件定義 ~ビギナーからベテランまで 目次 目次 はじめに 要望、要求、要件の違い 要件定義をするために準備すべきもの 1. プロジェクトやシステムの名称 2. 5W1Hに基づくシステム概要 3. ユースケース図 4. モジュール図 5. 基幹技術リスト 6. 要求リストを作る 7. ユーザーシナリオをつくる 8. UI遷移図を作る 9. エンティティモデルを作る 10. ワークセットリストを作る 11. 要件リストの作成 参考資料 MyEnigma Supporters はじめに ロボットなどを使って、 自動化システムを開発する人向けの 要件定義の方法や、言葉の定義、作成物のリストなどをまとめておきます。 要望、要求、要件の違い いろんな定義がありますが、自分が下記の定義が個人的に好きです。 英語 意味 要望 (User) Needs ユーザが最終的に実現したいこと 要求
◆他の職業との比較が重要 以前、システム設計は専門職であるからには求められる適性があると指摘したが、そこらへんをもう少し具体的にしておきたい。 およそどんな職業向けであっても適性の議論になると、実務者にさえ「そんなスーパーマンってこの業界にいたっけなあ」と皮肉りたくなるような安直な理想像が描かれやすい。とくに論者が職業人として自信に満ち溢れている場合に、そのような議論になるのかもしれない。反対に、自分の職業生活にやけっぱちになっている論者だと「打たれづよさ」だの「何よりも体力」みたいな、わかりやすいが乱暴な議論になりそうだ。 重要なのは「他の職業と比べた場合に、とくにどんな素質が求められるか」、さらにその職業において「劣悪であることが致命的でない素質は何か」を示すことである。たとえば、しばしば耳にする「システム開発者にとってはコミュニケーション能力が重要である」という主張は却下される。なぜ
One place to learn about your APIGive developers everything they need in a unified hub: your API reference, help guides, sample code tutorials, and more. Simple for your team to manageIt’s easy for engineers, PMs, and technical writers to publish content or make changes — no code required. A jumpstart for your API usersDevelopers can try out your API right from your docs and see what’s working (or
Cheating the UX When There Is Nothing More to Optimize - PixelPioneers
こんにちは!株式会社 ABEJA で ABEJA Platform 開発を行っている坂井(GitHub : @Yagami360)です。 LangChain を使用すれば、RAG [Retrieval Augment Generation] を使用した LLM アプリケーションを簡単に作成できるので便利ですよね。 今回 LangChain での RAG を使用して、LLM が学習に使用していない特定ドメインでの用語を応答する Slack ボットをさくっと作ってみたので共有します。 本コード一式は、以下の GitHub レポジトリに保管しています。 github.com 使い方 コード解説 アーキテクチャ RAG の仕組み ヒューマンインザループによる継続的品質改善 まとめ We Are Hiring! 使い方 事前準備として{用語集スプレッドシートの作成・Slack アプリの初期設定・各種
G-gen 又吉です。当記事では、LangChain と Vertex AI Search で Google Cloud 公式ドキュメントから回答を生成する LLM を構築してみたいと思います。 はじめに Vertex AI Search and Conversation とは LangChain とは 今回の構成 環境構築 API の有効化 Vertex AI Search データストア アプリ 実行環境 初期設定 ライブラリインストール ユーティリティ関数 モデルの初期化 Vertex AI Search 関数 テキスト分割関数 RAG を実行する関数 実行 はじめに Vertex AI Search and Conversation とは Vertex AI Search and Conversation とは、Google の生成 AI 技術を簡単に利用するためのフルマネージドの
構造は、凝集度が高く、結合度が低い場合に安定する - Larry Constantine 私たちプログラマーは、その仕事において、できる限り良いコードを書きたいと考えます。しかし、「良いコードとは何か」という問いに対して答えるのは、そう簡単ではありません。「良さ」を測るには、「何に対して」という軸が必要であり、その軸は一つではなく、さらには、コードを書いている状況に応じて、大事にすべき軸が変わるということも往々にしてあるからです。そうしたとき、私たちは何らかの尺度でもってコードを測って、そのときのコンテキストにおいて良い落とし所を定めます。 そのようなときに、コードの品質を測る軸としては、有名なものには「凝集性(Cohesion)」と「結合度(Coupling)」があります。ここでは、そのうちの「結合度」を測る指標の一つとして「コナーセンス(Connascence)」を紹介します。 コード
はじめに こんにちは、サーバーサイドエンジニアの@shiroemonsです。 こちらはトレタAdventCalendar2023 22日目の記事です。 11月上旬、OpenAIからChatGPTの新機能「GPTs」が発表されました。 この新機能は、ChatGPTを特定の目的や用途に合わせてカスタマイズできる点が特徴です。 この記事では、GPTs作成と作成したGPTsを紹介しようと思います。 GPTsとは GPTsは、自然言語処理を行うAI技術であるChatGPTを、特定の目的や用途に合わせてカスタマイズできる機能です。 この機能は、OpenAIが開発したGPTモデルに基づいており、膨大なテキストデータから学習した自然言語理解と生成の能力を持っています。 GPTsの特徴はその柔軟性にあります。ユーザーは自分のニーズに合わせてモデルをカスタマイズし、特定の業界やタスクに適したAIアドバイザーを
OpenAI 本家の提供から数週間遅れましたが、Azure OpenAI Service でも GPT-4 Turbo with Vision が一部リージョンで利用できるようになりました。本家とは異なり Azure AI Service Enhancement という Azure OpenAI 専用の機能も同時にリリースされています。 詳細は後述しますが、Azure AI Service Enhancement は現時点では若干挙動がおかしい部分があるので、利用には少し注意が必要になっています。 現時点では Japan East で利用できないため West US で利用するケースが多いと思います。レイテンシ的には West US の方が Australia East より有利な可能性があり、実際にネットワークのレイテンシは West US の方が Australia East より小さ
この記事は Google Cloud Japan Advent Calendar 2023 (入門編) の 20 日目の記事です。 こんにちは、Google CloudでDataAnalyticsを担当している山田です 本日はDataformの紹介をしたいと思います! Dataformとは BigQuery上でデータ変換を行う複雑なSQLワークフローを開発、テスト、バージョン管理、スケジュール設定することが出来ます。 Dataformのようなパイプライン管理ツールを使わない場合、SQLのバージョン管理や、テーブルAの後にテーブルBを作りたいといった依存管理などをどうするか考えなくてはいけません。 そのような課題を解決してくれるのがDataformになります。 Dataform自体の利用には料金がかからないというのも大きな特徴です! Dataformの構成要素 Dataformは以下の4つの
アジャイル開発やスクラム開発を支援するためのマネジメントツールとして、みなさまはどんなツールをお使いでしょうか。GitHub (GitHub Project)、 Jira、Zenhub、Pivotal などなど... 優れたツールは数多あるなか、Awarefy では Linear (リニア)を導入し、日々の開発タスクにはじまり、採用関連タスク、経営にまつわる Issue などをこのツールで管理しています。 Linear – A better way to build productsLinear streamlines issues, sprints, and product roadmaps. It’s the new standard for modern software development.LinearAwarefy が Linear を導入したのは 2023年3月のことで、お
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く