Gemini API を始める準備編。AI Studio で記事専用の Google Cloud プロジェクトを切り、既存の課金アカウントに紐づけて Tier 1 で API キーを発行し、Windows の uv + Python 3.12 + google-genai から gemini-3.8-flash を最初に呼ぶまで。無料枠と有料 Tier の違いと課金で始める理由、Google AI Pro とは別会計であること、キーを漏らさない置き場所、構造化出力の最小例、実測トークン数と実費（3 本で約 0.7 円）の確認方法。
Gemini 3.8 Flash に UTC 2SC1815 と HTC NE555N のデータシート PDF を渡し、hFE の範囲・V_CE(sat)・電源電圧範囲・無安定の周波数式などを「値・単位・測定条件・引用・ページ」の構造化出力で答えさせる。その引用が PDF 本文に本当にあるかを pypdf で機械的に照合し、データシートを人間が読んだ値・PDF なしの回答・PDF ありの回答・IC実験室の実測値の 4 列で採点する。PDF のページがトークンになる仕組み、Files API との使い分け、実測トークン数と費用まで。
AI エージェントと働くと、残項目がチャットの末尾に散らばる。人と AI が同じボードに書き、誰が書いたかが全部残る Web アプリを FastAPI＋SQLite＋htmx で作った。JS を書かずにかんばんの列が動く仕組みと、履歴を消さない設計まで。
前作の MCP は計算を返すだけだった。今回は DB を持ち、人間がブラウザで同時に見ている台帳に AI が書き込む。author を環境変数で固定し、権限を DB で持ち、失敗を AI に届く形で返す。Claude Code に頼んだ項目が青いバッジ付きでかんばんに現れるまで。
MCP サーバは、関数に飾りを付けて起動するだけで作れる。電子工作の計算3つを題材に、最小構成から Claude Code への登録まで一本道で通す。docstring がそのまま AI への説明書になること、エラーの文言がモデルに届く条件まで。
『毎日ひとつだけ課題を出す関西弁の師匠』を、スタックチャンとGemini Liveで形にした制作記。PCを頭脳・実機を顔と声に分ける設計、土台に使ったOSS stackchan-idf の選び方、内部RAMの奪い合いで音声が返らなくなった原因と切り分けを、実機ログの数値とともにまとめる。
100×100の空間をランダムウォークする300個体を、視野25%のカメラで500回数える。カウントのばらつきだけから真の総個体数と検知確率を最尤推定する N-mixture モデルを Python で実装し、中央値誤差3.2%まで詰めた。
ESP-IDF の ESP32-S3 から JSON を HTTP POST する実装をまとめた。Wi-Fi 接続、cJSON でのデータ組み立て、esp_http_client の使い方とメモリ解放の注意点まで。受け口の FastAPI サーバーは uv で立てる。
ESP32-S3 から Azure へデータを届ける。Azure Functions（Python v2）を HTTP Trigger で受け口にし、ESP32 側では SSL 証明書という HTTPS 通信の壁を越えて JSON を POST する。ログストリームでの確認とエラー対処まで。