格付けチェック「ジャンプ新連載」 第35回,第36回「超巡!Anemone」

格付けチェック「ジャンプ新連載」 第35回,第36回「超巡!Anemone」

格付けチェック「ジャンプ新連載」

真のジャンプ読者であればジャンプ新連載の1話を読んだだけで何話連載するか分かるはず。
週刊少年ジャンプ新連載の1話だけを読んで何話連載するか当てる。

詳細は第1回に書いてある。

遅くなったのでまとめて2つ。
記事を書かないと2話以降が読めない。
1話しか読んでない作品が5つ溜まっている。

Blueskyのハンドルを自分のドメインにする(ConoHaのDNS使用)

Blueskyのハンドルを自分のドメインにする(ConoHaのDNS使用)

Blueskyのハンドル名を自分のドメイン名に変更したい

Twitter(一意現𝕏)のバックアップSNSとしてBlueskyのアカウント登録をした。
Blueskyにはユーザーを一意に識別するための名前としてハンドルというものがある。
Twitterでいうところのユーザーネーム(@から始まる名前)。

これは初期状態だと.bsky.socialという文字列が末尾に付く。
↓こんな感じ。



↓これを自分のドメインに変えることができる。



すっきりする。

以下にこの手順を記す。

AWS Lambda用のレイヤーをWindows上のDockerで作成

AWS Lambda用のレイヤーをWindows上のDockerで作成

Lambdaレイヤーを作成する目的と問題

  • 目的

AWS Lambda関数で標準でないPythonライブラリ(今回の場合はopenai、linebot-sdkなど)を使用するには、それらのライブラリを事前に用意する必要がある。

以下2つの方法があり、

  • Lambda関数にソースコードとともにアップロード
  • Lambdaレイヤーを作成してLambda関数に適応させる

Lambdaレイヤーを作成する方法だと、

  • 複数のLambda関数で共有することができる
  • ソースコードとライブラリを別に管理できる

というメリットがある。
したがってLambdaレイヤーを作成する。

  • 問題

AWS Lambdaは、Amazon Linux上で実行されるため、使用するライブラリや依存関係はAmazon Linux環境に合わせる必要がある。
具体的に言うとWindows上でpythonライブラリを用意してアップロードしても謎のエラーが発生することがあるので避けた方が良い。

Dockerを使用して仮想環境上にAmazon Linuxを再現することでこの問題を解決する。

具体例をもとにその方法を記す。

VibratoをPythonで実験、Ginzaと速度比較

VibratoをPythonで実験、Ginzaと速度比較

VibratoをWindows・Pythonで動かす

高速な形態素解析器Vibrato。
MeCabと同じ解析結果でMeCabの2倍速いらしい。

Windows・Pythonで使用している例が見つからなかったので実験。
簡単に動いた。

加えて速度比較。
MeCabより速いことは明らかなので、普段よく使うGinzaと比較。

結果、
超速い。

格付けチェック「ジャンプ新連載」 第34回「累々戦記」

格付けチェック「ジャンプ新連載」 第34回「累々戦記」

格付けチェック「ジャンプ新連載」

真のジャンプ読者であればジャンプ新連載の1話を読んだだけで何話連載するか分かるはず。
週刊少年ジャンプ新連載の1話だけを読んで何話連載するか当てる。

詳細は第1回に書いてある。

今年最後の新連載。
今年こそ過去の結果を集計したい。

格付けチェック「ジャンプ新連載」 第33回「グリーングリーングリーンズ」

格付けチェック「ジャンプ新連載」 第33回「グリーングリーングリーンズ」

格付けチェック「ジャンプ新連載」

真のジャンプ読者であればジャンプ新連載の1話を読んだだけで何話連載するか分かるはず。
週刊少年ジャンプ新連載の1話だけを読んで何話連載するか当てる。

詳細は第1回に書いてある。

今年最後の新連載×2のひとつめ。
そろそろ過去の結果を集計したい。

Function Callingで遊戯王APIを呼び出す 3(Assistants APIを使用)

Function Callingで遊戯王APIを呼び出す 3(Assistants APIを使用)

OpenAI APIを活用した遊戯王APIからの情報取得システムをAssistants APIに組み込む

前回作成したFunction Callingから遊戯王APIにアクセスするシステムを改良。
11月6日に出たばかりのAssistants APIを使用する。

これにより、システム内部の逐次処理をある程度GPT任せにできるはず。

ついでに関数呼び出しもParallel function callingによる複数呼び出しに対応した。

OpenAI APIのAssistants APIを試す

OpenAI APIのAssistants APIを試す

Assistants APIによるアシスタント構築 Python

11月6日のアップデートでOpenAI APIにAssistants APIという機能が追加された。
Pythonで簡単に試せそうなので実験。

ベータ版らしいが良い感じに動く。

Function CallingのParallel function callingを試す

Function CallingのParallel function callingを試す

OpenAI APIのParallel function callingによる複数関数呼び出し

OpenAI APIにはFunction Callingという機能があって会話内容に応じて関数を使ってくれる。
それが11月6日のアップデートでパワーアップした。

  • 今まで 事前に与えた複数の関数の中から1つを選んでくれる
  • 現在  事前に与えた複数の関数の中から複数を選んでくれる

これは非常にありがたい。
今までがんばって実装しようとしていたことが簡単にできる。

実際に試して確認する。

「Parallel function calling」という単語はOpenAIの公式ドキュメントに載ってる公式用語のはずだが全然見かけない。

Your browser is out-of-date!

Update your browser to view this website correctly. Update my browser now

×