TAG

Python

158 記事

壁紙アプリの画像カテゴリ自動分類を Gemini Vision で実装した記録。精度67%から87%への改善手順と、confidence 閾値で人間レビューを全体の15%に絞り込む運用設計を紹介します。

Firebase Crashlytics の生ログを Gemini API に渡して根本原因とコード修正案を自動生成するパイプラインを、個人開発の壁紙アプリ v2.1.0 の実開発で検証した記録です。RecyclerView クラッシュの Before/After 付き。

12言語の App Store 説明文生成を Gemini API の asyncio 並列化で13分から65秒に短縮した実装記録です。Semaphore によるレート制限対策と、google-generativeai から google-genai への移行で変わった点まで含めてまとめました。

Gemini API の Embedding をカテゴリ自動分類に組み込んで踏んだ INVALID_ARGUMENT・429・精度不足の3点を、次元の固定・切り詰め後の正規化・チェックポイント付きバッチ・recall@5 の計測台という形で整理した記録です。

thinking_budgetを未設定のまま使うとGemini 2.5 Proのコストが予想外に膨らみます。タスク別最適値・動的制御・モデルルーティング・本番監視・バッチ事前見積りまで、個人開発での実践知見をコード付きで解説します。

Gemini API のマルチモーダル入力で iPhone の写真をそのまま投げているとレイテンシも料金も静かに膨らみます。Pillow で前処理するだけで結果が変わった実例と、私が普段使っている縮小関数をまとめました。

Gemini 2.5 Pro と Imagen 4 API を組み合わせ、ブログ記事・SNS投稿・サムネイル画像を自動生成するパイプラインを構築する実践ガイド。非同期処理・品質管理・収益設計まで網羅。

Streamlit と Gemini API でCSVをアップロードするだけで自動洞察と可視化を生成するデータ分析アプリを構築する実装ガイド。スキーマ推定、structured output、レート制限対策まで本番想定で解説します。

Gmail・Google CalendarをまたぐパーソナルAI秘書をGemini APIで組む設計。OAuth2スコープ設計・Function Callingのオーケストレーション・書き込み系ツールの承認ゲート・90日運用の実測コストまでコード付きで扱います。

Google Agent Development Kit（ADK）を初めて触る方向けのハンズオンです。環境構築、フォルダ構成、エージェント本体の実装、adk web での起動と会話までを30分で完走できるよう、Runner や Session などの用語のつまずきも含めて案内します。

Gemini Computer Use のブラウザ自動化を本番で運用すると、要素消失・モーダル割り込み・ネットワーク遅延で頻繁に失敗します。失敗を「自己修復」させる回復戦略を、検出・分類・リトライ・人間介入のレイヤーに分けて、Pythonの動くコードで設計します。

Gemini API の logprobs で分類タスクの信頼度スコアを取り出し、閾値以下は人間レビューに回す設計パターンを Python の動くコードで解説します。レスポンス構造の読み解き、100件でのしきい値キャリブレーション、logprobs が頼れない場面も扱います。