すべての記事
非ストリーミングの長い応答が10分の壁で黙って二重課金されていた — SDK既定のタイムアウトと自動リトライを設計し直す
Anthropic SDK の既定タイムアウト10分と自動リトライ2回が、長い非ストリーミング応答を裏で二重に走らせて課金することがあります。発生の仕組みと、ストリーミング切替・明示的な timeout/max_retries・ローカル台帳で止める実装を、実測値とともにまとめました。
生成した壁紙が既存カタログに似すぎていないか — 知覚ハッシュで絞り Claude Vision で最終判定する近重複検出
SHA256の完全一致ではすり抜ける再配色・軽いクロップのニアデュプを、知覚ハッシュの事前フィルタとClaude Visionの最終判定で捕まえる二段構えのパイプライン。実測のprecision較正とコスト設計まで、壁紙カタログの個人運用から共有します。
本番で観測した引数分布からツールスキーマを締め直す
Claudeのツール呼び出しが渡してくる引数を本番で記録し、その分布からJSON Schemaにenumやpatternを足して締め直す運用手法を、計測コードと実測値つきで整理しました。
Whisper が無音区間に『ご視聴ありがとうございました』を書き足していたとき — 日本語文字起こしの幻聴を計測して潰す運用メモ
Whisper の日本語文字起こしは無音や雑音の区間で存在しない定型句を挿入します。no_speech_prob と avg_logprob で幻聴を計測し、VAD で無音を落とし、Claude に検証させて残った混入を潰すまでの実装と運用手順をまとめました。
夜間に回すMCPコネクタの健康状態を自前で見える化する — 個人運用のための軽量ヘルス台帳
Enterprise 向けのコネクタ可観測性がなくても、1回のツール呼び出しにつき1行を書き足すだけでMCPコネクタのエラー率とレイテンシは見えるようになります。個人でスケジュールタスクを回す立場のための、動くヘルス台帳の作り方。
コネクタが遅くなり始めた夜、処理を自動で退避させる — 個人運用のヘルス連動サーキットブレーカー
コネクタのエラーやレイテンシが見えても、次に要るのは退避の判断です。エラー率とp95で開閉するサーキットブレーカーを、動くPythonコードと夜間ジョブへの組み込みまで、個人運用の実装メモとしてまとめました。
画像分類の信頼度を鵜呑みにしない — クラス別しきい値の較正と棄却ルーティング
全体精度は高いのにカテゴリごとに崩れる。Claude Vision の自己申告 confidence をクラス別に較正し、棄却を人手キューへ回す設計と実測を記録します。
PreCompact と SessionEnd で長時間セッションの決定事項を引き継ぐ
自動コンパクションで消えるのは会話ではなく「なぜそう決めたか」です。PreCompact / SessionEnd / SessionStart の3フックで決定ログを外部ファイルへ退避し、次のセッションへ確実に手渡す実装を、動くコードと実測値つきで解説します。
夜間バッチが勝手に上位モデルで走っていた — タスクごとにモデル上限を宣言して機械で守る
モデル名をコードに散らすと、いつのまにか安いはずのバッチが上位モデルで走ります。タスクごとの上限を宣言するマニフェストと、既定拒否の解決レイヤ、そして逸脱を検出する差分監査の設計をコード付きでまとめました。
出力は同じ、道筋は違う — エージェントの軌跡を不変条件で守る
既定モデルが入れ替わっても最終出力は正しいまま、ツール呼び出しの道筋だけが静かに変わることがあります。実行トレースを記録し、不変条件で機械的にアサートする軌跡回帰ハーネスを実装コードと実測値で整理しました。
「ゲートに合格した原稿」と「公開された原稿」は同じものか — 検証と公開のあいだに開く隙間
無人パイプラインでは、品質ゲートが見たファイルと実際に公開されるファイルが別物になることがあります。ダイジェスト付きの合格証を発行し、公開直前に照合する設計を実装コードと実測値つきでまとめました。
RAG が自信たっぷりに間違え始めたとき — 検索の取りこぼしを接地率で計測する運用メモ
Claude API の RAG で、回答は流暢なのに事実がずれ始める。多くの場合、原因は検索側で答えを含む文書を取りこぼすサイレントなリコール低下です。接地率と検索ヒット率を計測し、段階的に立て直した運用メモを、動くコードと実数値付きで残します。