DevRelとして、QiitaにStripeに関する記事を2年間書き続けており、記事のリアクション数を自動化した集計方法を紹介しています。APIを使用していいね数やストック数を取得し、いいねしたユーザー情報も取得できます。集めたデータを用いて記事の傾向を分析することができ、DBやBIツールに組み込んで活用することが可能です。興味のある方は試してみてください。

個人のポートフォリオサイトをAstroでv2からv4にアップグレードする際の手順やエラーについてのメモが含まれています。アップグレードにはCLIコマンドを使用し、バージョンアップに伴う変更点を確認する必要があります。また、発生したビルドエラーの対応策として、Astro.locals.runtimeから環境変数を取得する方法が示されています。さらに、Transitions APIを追加する手順も紹介されています。

RAG（Retrieval Augmented Generation）において、適切なサイズにデータを分割する手法は重要であり、LangChain Hubを使用すれば、プロンプトの簡単な利用や更新が可能です。LLMを用いたChunk作成は効果的だが、コストや意図しないテキスト生成には注意が必要。LangChain Hubのプロンプトの変更に伴う挙動変化にも注意が必要。Hub上のプロンプトを使ってプロンプト変更の管理が簡略化される一方で、第三者プロンプトの変更影響についても検討が必要。

RAGに関する調整・実装方法について紹介があります。HyDEの手法を活用した「一度RAGで処理した結果を用いて、もう一度RAGを実行する方法」に焦点が当てられています。質問文と検索結果から回答文章を生成し、その回答文章を利用して再度検索処理と回答文章の生成を行います。2回目のテキスト生成では、回答文章を改善する指示が出されています。劇的な回答文章の変化は見られませんが、データの前処理や技術の追加学習後に再試行したいとの考察も述べられています。

WordPressコミュニティのカンファレンス、WordCampのウェブサイトはWordPressで作られています。GitHubに公開されているソースコードを利用し、ローカル環境で立ち上げる際にはいくつかのエラーに遭遇することがあります。プラグインや設定ファイルの配置に関する手順や注意点を記録しておき、問題が発生した際にはSlackなどでコミュニティと協力して解決していくことが大切です。

LangChain.jsを使用して、RAGやテキスト生成機能を実装するシリーズが続いています。今回は、RAGの検索部分をベクターストアを使用せずに実装する方法に挑戦しました。検索の仕組みについては柔軟であり、REST APIを使用して検索クエリを投げる方法でRAGを構築しました。検索APIを利用して回答文章を生成するために、3つのChainが必要です。今後は記事本文を渡す際に生じるエラーに対処し、関連性の高い文章をピックアップする方法に挑戦する予定です。

最近Honoを使用してデモアプリを作成し、静的サイトビルド機能を試した結果を共有。Hono(v4)を使用し、nodejsテンプレートを利用してアプリをセットアップ。SSG対応のためにJSXでWebページを生成する方法やビルド用の処理を追加する手順を解説。ビルド時のログ記録方法や実際にビルドする際の注意点も紹介。静的ファイルを生成し、実践投入するための準備が整った。

HonoでWebサイトを作る「honox」の実装方法を紹介。クライアント・サーバーサイドでのデータ取得やAPI呼び出しを説明。外部APIを用意し、クライアントでfetchやサーバーでfetch、レスポンス表示する手順を示す。Reactライクな使い勝手とHono/Cloudflare Workersっぽい特徴がある。honoxは個人的に興味深く、SSGの場合はAstroを、サーバー側処理が多い場合はhonoxを推奨。

LangChain.jsを使用してLangChain Expression Language（LCEL）を作成する方法を試行錯誤するシリーズ。今回は、複数ステップのLLM呼び出しに挑戦。1回目は英語で質問に回答を生成し、2回目は回答を日本語に翻訳。各ChainはRunnableSequenceを使用して実装し、前のChainの結果を次のChainの入力として利用可能。方法を理解することで、複数回のテキスト生成を簡単に行える。LangChain.jsの柔軟性に注目。

LangChainを利用したLLMアプリ構築では、LangChain Expression Language（LCEL）の理解が重要です。LCELはLangChainを操作するための表現言語であり、複数ステップのAPI呼び出しを実装する際に役立ちます。LCELの書き方はPythonとJSで異なり、LangChain.jsではRunnableSequenceやpipe()関数を使って処理を記述します。それぞれのメソッドは異なる使い方があり、状況や好みによって選択することができます。LangChain.jsを使用して動作させた結果は正常に文字列データが取得できることが確認されています。