MCPサーバーとは――SDK無しの92行で作り、生のJSON-RPCを全部覗いた
macOS 26.6.1 · arm64 · 検証コマンド 11 本 · 2026-10-07
SDK無し92行サーバーで生JSON-RPCを観測し公式クライアントと相互接続
「MCPサーバーとは」に実測で答えるため、SDKを使わない92行のサーバーを書き、initializeからtools/callまでの生JSON-RPCを観測。公式クライアントでの接続確認と、stdout汚染で壊れる様子も記録した。
#python
11 本の記事。
Python自動化の例「1分ごとに実行」を3方式で回し比べた——sleepループは1分で8秒ずれた
macOS 26.6.1 · arm64 · 検証コマンド 20 本 · 2026-10-06
1秒間隔60回の定期実行を3方式で実測し累積ズレを比較
Python自動化の例で「1分ごとに実行」の書き方は何通りもある。素のsleepループ・scheduleライブラリ・締切方式を1秒間隔60回の同条件で実測し、累積ズレを比較した。
AIエージェントの作り方、その先――ツール選択の正解率を実モデルで数えた
macOS 26.6.1 · arm64 · 検証コマンド 11 本 · 2026-09-26
ローカル3モデルでツール選択をn=6ずつ実測、k別正解率と不要呼び出しを記録
AIエージェントの作り方としてローカルLLMと標準ライブラリだけの最小ループを組み、今度はtool_callsを返すモデルでツール数を変えて選択正解率を実測した。不要呼び出しと応答遅延も記録。
「AIエージェントとは」を定義でなく実測で確かめた
macOS 26.6.1 · arm64 · 検証コマンド 5 本 · 2026-09-23
同一タスクをツール無し・エージェント・データ埋込の3条件で実測比較
「AIエージェントとは、自律的にタスクを実行するAI」という定義の裏で何が起きているか。同じモデル・同じタスクをツール無し・ツール付きループ・データ埋込みの3条件で動かし、API往復数・トークン量・所要時間・正誤を実測した。
無料AIコーディングのおすすめ選びより先に、何が渡っているかを測る
macOS 26.6.1 · arm64 · 検証コマンド 23 本 · 2026-09-17
repo map の既定予算はモデル依存。同じリポジトリで6ファイルと43ファイルに分かれた
AIコーディングの無料おすすめ記事は出力しか見ていない。aider の repo map を APIキーなしで実測したら、予算の既定値はモデルによって1024と4096に分かれた。同じリポジトリでも、モデル名を変えるだけで渡る量が6ファイルと43ファイルに変わる。
Python自動化のサンプルコードはexit 0のまま4ファイル消した
macOS 26.6.1 · arm64 · 検証コマンド 27 本 · 2026-09-15
定番の整理サンプルを3回実行し消失件数をハッシュで計数
「Python 自動化 サンプルコード」で出てくるファイル整理スクリプトを、現実的なフォルダに向けて実行した。例外もエラー出力も無く終わったのに、実行前後のハッシュを突き合わせると4ファイルが失われていた。被害量と、実行前に知る方法を実測する。
launchd で uv が見つからない原因を env -i で切り分ける
macOS 15.7.3 · arm64 · 検証コマンド 13 本 · 2026-08-05
launchd が渡す PATH を env -i で再現し、uv が消える条件を分離した
macOS の launchd で Python バッチを動かすとき、ターミナルで通るコマンドがジョブでは見つからない。launchd が渡す PATH を手元に再現して切り分けた記録。
AIエージェントの中身はwhileループ ── 自作して壊れ方まで実測した
macOS 26.6.1 · 検証コマンド 12 本 · 2026-08-17
フレームワーク無しの while ループ型エージェントを自作し、壊れ方を実ログで確認した
AIエージェントの中身を理解するため、フレームワークなしで ollama のローカルLLMと Python 標準ライブラリ120行のループを自作した。tool_calls が返らない、小型モデルが無限ループするなど、実際に踏んだ壊れ方を実ログ付きで示す。
生成AI開発の最初の壁「JSONで返して」を無料のローカルLLMで実測する
macOS 26.6.1 · 検証コマンド 4 本 · 2026-08-17
prompt 指示だけでは3モデルとも厳密パース 0/5。schema 指定で 5/5 に
生成AIアプリ開発で最初に詰まる「LLM出力をJSONで受け取る」を、ollamaのローカル小型モデル3種×structured outputsあり/なしの30リクエストで実測した。プロンプト指示だけでは7Bでも厳密パースが通らない。
機械学習は測って選ぶ — scikit-learn分類5種を同一条件で実測比較
macOS 26.6.1 · 検証コマンド 8 本 · 2026-08-17
digits で5分類器を同一条件比較。最高精度は無スケーリングの SVC 0.9911
機械学習の主要分類アルゴリズム5種をscikit-learnとdigitsデータセットで同一条件比較。スケーリングの有無で精度がどう動くか、ConvergenceWarningへの正しい対処は何かを実測で確かめた。
AIコーディングのおすすめ構成を無料で組んで実測した
macOS 26.6.1 · 検証コマンド 21 本 · 2026-08-17
Ollama + qwen2.5-coder:7b + aider が3つのバグを全部直し、1.5b は1つ見逃した
AIコーディングのおすすめ記事に実測はない。完全無料でそろうOllama×Qwen2.5-Coder×aiderにバグ入りコードを渡し、テストが通るまで直せるかをモデルサイズ別に検証した記録。