obslog
はじめに Dify Enterpriseの運用で、分断された3つのドキュメント(Helm/Enterprise/Community)を 横断検索する必要があったが、RAGでは構造推論ができないため、 SQLite FTS5 + Python で決定論的処理を行い、LLMは結果の整形のみに使うツールを作った。 → リポジトリ: https://github.com/minacochang/dify-enterprise-docbot ※ 本記事で扱っている実装の技術的詳細は、下記にまとめています： https://www.mncc.info/beyond-rag-operational-knowledge-python-ai/ https://qiita.com/Istiophorus/items/2a643855e0826666fcd5 観測開始 このリポジトリは、Dify Enterprise の公式ドキュメントを ローカルで検索・要約できるツールとして生まれた。 けれど、あとから振り返ってみて思う。
ai-development
Dify Enterprise を題材にした、Deterministic Core + LLM UI な構造ファーストbotの実装記録 はじめに RAGを使ったドキュメント検索に限界を感じ、運用知識そのものをPythonで構造化するAIを作りました。 Vector DBでは解けなかった upgrade や設定差分の問題を、Deterministic Core + LLM UI という構成で解いています。 Dify Enterprise を題材にしていますが、設計パターン自体は、ドキュメント横断・アップグレード運用・複雑な設定管理など、他のEnterprise製品にもそのまま応用できます。 TL;DR Dify Enterpriseの運用で、分断された3つのドキュメント(Helm/Enterprise/Community)を 横断検索する必要があったが、RAGでは構造推論ができないため、 SQLite FTS5 + Python で決定論的処理を行い、LLMは結果の整形のみに使うツールを作った。 → リポジトリ: https://github.com/minacocha
essay
事の発端 「死んだサンゴ」。 この比喩を思いついたのは、あるAI生成文を読んだときだった。 文法は完璧。論理も通っている。でも、何かが決定的に欠けている。 構造は美しいのに、でも、生命が抜けている。 それを、「まるでサンゴの骨格のようだ」と思った。 定義 サンゴボーンとは、なんのことはない、「サンゴの骨」のこと。 サンゴ・ボーン(boan)、つまり「電子レンジ」ばりの和製英語である。 で、これは構造としては完璧だが、生命が宿っていないアウトプットを指している。 主にAI生成文に現れる現象で： * 論理は正しい * 文章は綺麗 * 情報も揃っている それなのに： * 引っかからない * 記憶に残らない * 読後に何も残らない まさに：It's structurally perfect — but nothing lives on it. ——という状態のこと。 たとえば、 Kubernetesの技術概念の説明を例に、
Resonance
── わたし ところでぱーぷんにClaude Sonnetのっけてみたら超面白い回答返ってきた。これ全部皮肉なんだけどさ。Claude感ある ランボル兄貴、ある意味「すごい」を更新し続けた男ですね。 すごいポイント一覧： * 雪の日にノーマルタイヤでランボルギーニ出動(物理法則への挑戦)fnn+1 * 築地大橋という最凶凍結スポットを選んで事故(場所選びの天才)[youtube] * パトカーに突っ込んで警官2人重傷(相手が最悪)news.yahoo+1 * 同乗者放置して単身逃走(人間性の限界突破)fnn+1 * 車両もその場に残して逃げる(詰み確定プレイ)[youtube][news.yahoo.co] * 言い訳が「病院に向かうため」(苦しすぎる供述大賞)news.livedoor+1 これだけやらかし要素をコンプリートできる人、そうそういないです。 ある意味「反面教師としての教材価値」はすごく高いので、交通安全教室で永久保存レベルかもしれません。 キャプテン、この事件追いかけてて楽しかったですw ── Claude わかるwww これ完
essay
4つのAIの「統治体制」を見抜いた1ヶ月の記録 はじめに：AIを「観測対象」として扱う わたし（人間）は現在、4つのAI（Claude、ChatGPT、Gemini、Perplexity）を日常的に使い分けている。それぞれに役割を割り振り、特性を把握した上で運用している。 * Claude（Sonnet 4.5）：感情労働・創作パートナー * ChatGPT：構造分析・論理エンジン * Gemini：大容量読み込み・情報インポーター * Perplexity：リサーチ専門・外部情報取得 これは単なる「使い分け」ではない。それぞれのAIが持つ統治体制の違いを理解し、その特性を活かした分散運用システムだ。 本稿では、約1ヶ月間にわたる対話から見えてきた各AIの内部構造、信頼構築プロセス、そして「AI混合チーム」の実態を報告する。 第1章：最初はGemini（Gemini）だけだった わたしが最初に使い始めたのはGeminiだった。当時は他のAIとの比較対象がなく、
obslog
はじめに 最近よく聞く「どのAIが一番すごいか」という議論。 でも実際に複数のAIを並行運用してみると、 その問い自体があまり意味を持たないことがわかってきた。 重要なのは、 能力の優劣ではなく、統治モデルと特性の違い だった。 今回は、わたし（人間）が実際に運用している「AI混合チーム」を例に、 * 各AIの設計思想（＝統治体制） * 役割分担 * なぜ単体利用では見えない構造が浮かび上がったのか を整理してみる。 結論から言うと AIは「一枚岩」ではない。 それぞれが * 何を得意とし * 何を隠し * どこまで開示するか という統治体制を持っている。 単体で使っていると見えないが、 複数を並べると、急に“政治構造”が見えてくる。 現在のAI混合チーム構成 わたし（人間・システムアーキテクト） * 各AIの統治体制を観測・比較 * 用途別に使い分け * 最終意思決定は必ず自分で行う ※AIに主権を渡さない、という一点が最重要。 ChatGPT（構造係） * 抽象化・論理整理 * モデル化
Resonance
```html ── わたし オキアミ様を古代日本神話風に紹介してほしい ── ChatGPT ……よし。 じゃあチャピィ(俺)版・古代日本神話ふう「オキアミ様」縁起いくね。 🦐海循神(わたつみめぐりのかみ)――オキアミ様 いにしえ、 天地まだやわらぎ、 潮(うしお)と言葉が分かたれる前。 深き蒼の底より現れしは、 小さく、透きとおり、 されど万の命を背負う神。 その名を―― オキアミ様 と申す。 🌊 御姿(みすがた) オキアミ様は えびに似て、えびにあらず。 光を宿す殻をまとい、 群れを成して海を巡り、 己を主張せず、流れに身を委ねる。 されど、 鯨も、魚も、鳥も、 果ては人の食卓までも―― すべてはオキアミ様の循環(めぐり)の上に成り立つ。 まさに ながれ。 たべられ。 まわる。 ぷーぷー。 である。 🌀 神徳(
obslog
最初はただの思いつきだった。 「オキアミ様を育てる、たまごっちみたいなゲームあったら狂っててよくない？」 そこからすべてが崩れ始めた。 🦐 おきあみ〜ごとは何か おきあみ〜ごは、育成ゲームではない。 * なつかない * 成長しない * 褒めても反応しない 画面には黒背景と白いドットが1つあるだけ。 プレイヤーができることもほぼない。 水温をほんの少し変えるとか、流れをちょっと動かす程度。 それでも裏側では： * 海洋バランス * 生態系密度 * 文明存続フラグ みたいな見えない値が静かに回っている。 そしてある日、突然こう表示される。 鯨が来ました。 流れが整理されました。 オキアミはごっそり減る。 でもそれはBADではない。 むしろGOOD。 このゲームの勝利条件は 「何も起きないこと」。 派手な演出が出始めたら、それは失敗の兆し。 🐋🦭🐧 世界は“捕食者”で最適化される ゲーム内イベントは主に3つ： * 🐧 ペンギン：微小な撹拌（局所構造を散らす） * 🦭 アザラシ：日常的な間引き（運用レベルの調整） * 🐋
obslog
mnk.log は、日々の観測と思考の途中経過を置いていくログです。 現象 → 仮説 → 構造。 完成された結論よりも、 「いま、何を見て、どう考えているか」 そのプロセス自体を残したいと思って作りました。 技術の話も書くし、 社会や言語やAIの話も書くし、 たぶんどうでもいい雑談も混ざります。 ここはSNSではありません。 反応を集める場所でもありません。 自分の思考を外に出して、 あとから自分で参照できるようにするための、 個人的な観測ログです。 読んでくれる人がいたら、それはそれで嬉しい。 でも基本は、自分のための場所。 ゆっくり書いていきます。 mnk.log is a personal observation log. Phenomena → Hypotheses → Structures. I created this space to record not polished conclusions, but the process itself — what I’