List of Ubuntu [text.Baldanders.info]

Go 1.27 のリリース

2026-08-30T05:40:23+00:00

先日 Go 1.27 がリリースされた。

個人的には encoding/json/v2 が（実験的実装じゃなくて）正式にリリースされたことが注目点かな。今はじっくり検証する暇がないので，とりあえずブックマークのみ載せておく。

go fix コマンドについては手持ちのパッケージで一度試したほうがいいかもなぁ。

参考図書

プログラミング言語Go - 丸善出版理工・医学・人文社会科学の専門書出版社: 明解で効率的なプログラムを描くための書。柴田　芳樹訳; Release 2016-06-15; 評価

[Comment] 著者のひとりは，あの “K&R” の K のほうである。この本は Go 言語の教科書と言ってもいいだろう。と思ったら絶版状態らしい（2025-01 現在）。復刊を望む！

Go言語 100Tips ありがちなミスを把握し、実装を最適化する impress top gearシリーズ: Teiva Harsanyi (著), 柴田芳樹 (著); インプレス 2023-08-18 (Release 2023-08-18); Kindle版; B0CFL1DK8Q (ASIN); 評価

[Comment] 版元で PDF 版を購入可能。事実上の Effective Go とも言える充実の内容。オリジナルは敢えてタイトルに “tips” という単語を入れるのを避けたのに邦題が「100 Tips」とかなっていて，原作者がお怒りとの噂（あくまで噂）

reviewed by Spiegel on 2023-08-18 (powered by PA-APIv5)

Go言語で学ぶ並行プログラミング　他言語にも適用できる原則とベストプラクティス impress top gearシリーズ: James Cutajar (著), 柴田芳樹 (著); インプレス 2024-12-04 (Release 2024-12-04); Kindle版; B0DNYMMBBQ (ASIN); 評価

[Comment] 読書会のために購入。インプレス社の本は Kindle 版より版元で PDF 版を買うのがオススメ。「並行処理」について原理的な解説から丁寧に書かれている。 Go で解説されているが Go 以外の言語でも応用できる。

reviewed by Spiegel on 2025-01-25 (powered by PA-APIv5)

Ubuntu サーバで LLM 構築へ：（2）用語集

2026-06-10T08:15:23+00:00

前回の続き。事前学習に当たって関連する用語を整理していく。

最近はどうやってるか知らないが，私が若い頃はユーザ企業からの受託プロジェクトが多かったので，業務知識の摺り合わせのために用語集を作ることが必須だった。これをサボると顧客との間で「そんなつもりじゃなかった」みたいなすれ違いが頻出して泥沼化することがある。思ったより業界・業種ごとに独自の用語や隠語は多いものである。

用語については，まず AI に思いつく限り列挙してもらい，それを私が（勉強がてら）自力で調べる，という形で進めていく。 …という感じに指示したら，いきなり180個近く列挙して下さりやがった（笑）

まぁ，少しずつのんびりいこう。この記事は随時更新する予定。

人工知能

別表記

Artificial Intelligence, AI

意味，定義など

元々は動物や人間の認知機能（の一部）を機械的に模倣（シミュレーション）する研究分野を指していたが，そこから派生した要素技術や製品・サービスも含めて AI と呼ばれるようになった。

機械学習

別表記

Machine Learning, ML

意味，定義など

人工知能（技術）のサブセット。データから学習し，未知の入力に対する予測・分類・推定を行う技術の総称。

統計的機械学習

別表記

Statistical Machine Learning, Statistical ML, SML

意味，定義など

機械学習を「確率モデル」「推定」「推論」「不確実性」といった確率・統計学の枠組みで捉えて学習や評価を行うという立場（見方）を指す。

ブックマーク

統計的機械学習とは| IBM

深層学習

別表記

深層機械学習, ディープラーニング, Deep Learning, DL

意味，定義など

多層（deep）のニューラルネットワークを中核にする機械学習のサブセット。必ずしもラベル付きデータセットを必要とせず，テキストや画像など非構造化データから特徴を自動的に抽出して学習することができる点が特徴。

深層学習を統計的に見るなら統計的機械学習の文脈に入ると言えるが，深層学習という言葉が指すもの（実装・最適化・表現学習など）は確率論中心で語られるとは限らない。

ブックマーク

AI，機械学習，ディープラーニング，ニューラル・ネットワーク | IBM

ニューラルネットワーク

別表記

Neural Network, NN

意味，定義など

単純なニューロンを層状（入力層，中間層/隠れ層，出力層）に積み重ね，データからパターン認識の重みとバイアスを学習し，入力から出力までをマッピングする機械学習モデル。脳の神経ネットワークから着想を得ている。

生成 AI

別表記

Generative AI

意味，定義など

与えられた知識（訓練データ）を元に文脈（コンテキスト）や指示に従って，テキスト（プログラムコードを含む）や画像，動画，音声などのコンテンツを生成する AI 製品のこと。

従来の AI 製品が情報の分析・評価・予測などを主目的としていたのに対して，生成 AI はコンテンツの生成を主目的としている点が特徴。生成 AI が社会に与えたインパクトは大きく，近年では AI といえば生成 AI を指すことが多い。

大規模言語モデル

別表記

Large Language Model, LLM

意味，定義など

ニューラルネットワークを大規模化し，トランスフォーマーを採用して「次トークンを予測すること」を事前学習目的の中心にした機械学習モデル。生成 AI におけるテキスト生成に関する部分の中核的な存在。大規模言語モデルの「大規模」はモデルが大きい（パラメータ数が多い）ことを指して名付けられている。

まず事前学習（pre-training）として大量のテキストを使って「ラベルなし（自己教師あり）」でモデルに言語の基本を学ばせる。その後の調整（fine-tuning / instruction tuning など）で特定のタスクに適応させることができる。

flowchart TD A[事前学習
Pre-training] --> B[微調整
Fine-tuning] B --> C[指示追従の微調整
Instruction tuning] B --> D[タスク別微調整例
要約/分類/抽出など] B --> E[（場合により）さらなる調整
例: 報酬学習/RLHF, 安全性調整] A:::pre B:::ft C:::it D:::task E:::post classDef pre fill:#e8f4ff,stroke:#2b6cb0 classDef ft fill:#f0fff4,stroke:#2f855a classDef it fill:#fff7e6,stroke:#b7791f classDef task fill:#faf5ff,stroke:#6b46c1 classDef post fill:#fff0f0,stroke:#c53030

全体アーキテクチャ推奨構成（LiteLLM/Nginx あり）

なぜ生成 AI が LLM 中心になったか：

トークン予測：単純で汎用的な学習目的で，大規模テキストから共通に学べる
トランスフォーマー設計： attention 中心でスケールしやすい学習器として噛み合う
スケーリング則：増やしたときの改善が経験的に整理され，投資判断がしやすい
スケールでタスク適応が変化： fine-tuning なしに few-shot で強くなる傾向が示され，普及・実装が加速

ブックマーク

トランスフォーマー

別表記

Transformer

意味，定義など

自己注意機構だけに基づく新しいネットワーク構成。再帰や畳み込みを使わずに，注意機構だけで構成しているため，並列化が可能で大規模化しやすい。

ブックマーク

RAG

別表記

Retrieval-Augmented Generation

意味，定義など

LLM に外部知識（検索結果）を取り込ませてから生成させるアプローチ。これにより知識不足や幻覚（hallucination）の問題を緩和し，より正確で信頼性の高い生成が可能になる。

実運用では以下のような手順になる。

手順	役割
1. 文書をチャンク化	検索しやすい単位に分割
2. チャンクを embedding に変換	文書意味を数値化（ベクトル化）
3. ベクトルを Vector DB / Vector Index へ格納	類似検索できる形で保存
4. ユーザ質問を embedding に変換	質問も同じ空間で表現（ベクトル化）
5. 類似度（例：cosine similarity）で上位を検索	関連文書を取り出す
6. 取得した文書をプロンプトに入れて生成	LLM の generator が回答

ブックマーク

Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks

Embedding

別表記

埋め込み，ベクトル化

（複数形 Embeddings で）埋め込みベクトル群

意味，定義など

RAG において，外部文書やユーザ質問（プロンプト）などのテキストデータを数値ベクトルに変換する技術。文書をチャンクと呼ばれる単位に分割し，チャンク化された各データに対して意味的な特徴を捉える多次元のベクトル情報を埋め込む。ベクトルを埋め込まれたデータは key-value 形式で持つデータストア（Vector DB など）に保存される。

このため，日本語では Embedding をサ変名詞的に「ベクトル化」と訳すことが多い。

MCP

別表記

Model Context Protocol

意味，定義など

AI アプリケーションが外部のデータや機能にアクセスするため，外部コンテキスト交換のためのオープンな標準プロトコル。クライアント・サーバで構成される。 AI アプリケーション側がクライアント。サーバ側は LLM に渡せるものを以下のプリミティブとして提供する。

プリミティブ	概要	典型例
Tools	サーバが公開する「実行可能なツール」。LLM（言語モデル）が文脈に応じて発見・呼び出しできる形で提供されます。	DB問い合わせ、API呼び出し、計算など
Resources	クライアント（LLMアプリ）にコンテキストとして渡すためのデータ。ファイルやDBスキーマ、アプリ固有情報などを共有できます。	社内文書、スキーマ、参照データ等
Prompts	サーバが公開するプロンプトテンプレート。ユーザが明示的に選べるように設計される、と説明されています。	業務用の定型指示テンプレなど

RAG とは相補的な関係になることが多い。たとえば RAG が外部資料を取得する方法を MCP で提供するなど。

AI エージェント

別表記

AI Agent

単に Agent / エージェントと言う場合もある

意味，定義など

一般的に AI エージェントは「環境を知覚（perceive）し，環境に働きかけて行動（act）する自律的なシステム」として説明される。

AI エージェントが生成 AI と結びつくと以下のような役割・行動になる。

LLMを意思決定の中核にして
計画して（plan）
ツールを呼び出し（call tools）
複数ステップの実行に必要な状態（state）を保持して
目的を達成するために動く。または推論と行動を繰り返す

目的別に AI エージェントを例示してみる。

目的（ユーザが求めること）	エージェントの核となる動き（イメージ）
会話/問い合わせ対応	会話しつつ，必要なら外部情報やツールへ “取りに行って” 回答する（単発Q&Aより行動ループを持つことが多い）
業務自動化（ワークフロー実行）	次に何をするか計画し，ツール/API を呼んで段階的に完了させる（state 保持が重要）
調査・意思決定支援	情報を集め，推論して結論を出す（必要に応じて “推論→行動→再推論” のループ）
開発支援（コード生成/デバッグ）	目標に向けて反復し，ツール（実行環境，リポジトリ操作等）を使いながら進める（目的達成型の行動）

また，以下のように行動決定の仕方で分類する方法もある。

種類	特徴
ツール実行を伴うエージェント	LLM が計画し，ツールを呼び，複数ステップを進める
熟考（deliberative）/プランニング中心	世界の明示的なモデルを持ち，記号的推論で「何をするか」を決める
BDI エージェント	beliefs（信念）/desires（欲求）/intentions（意図）で分けて行動選択する枠組み
マルチエージェント	複数のエージェントが協力して（autonomousのまま）タスクを進める

なお，ここで言う「自律的（autonomous / autonomy）」とは「どれくらいユーザ介入なしで動けるように設計されているか」という文脈で使われ，辞書的な意味での自律とは異なる点に注意。

ブックマーク

Ubuntu サーバで LLM 構築へ：（1）事前学習

2026-06-09T09:26:51+00:00

だいぶ生成 AI を使うことに慣れてきたので，そろそろ自前で LLM サービスを構築することを考えてみる。

いや，既にもうメジャーな AI サービスプロバイダってメタクソ化（enshittified）し始めてるぢゃん。企業サービスに完全にロックインされないうちに自前で構築できるようになっておかないと，と思ってさ。

今回は，以下の要求で Kagi Assistant にサービス構成を提案してもらった。

家庭内 LAN 上の Ubuntu サーバ機に LLM サービスを構築する
クライアントは Windows 機と Ubuntu 機を想定
主な用途はプログラミング支援とブログ作成補助
VS Code で使えるようにする

以降に Kagi Assistant からの提案を載せるけど，まだ内容の検証をしていない。なので嘘や間違いが紛れている可能性があるのでご注意を。私としては，この提案を学習の起点（trigger）とするつもりである。

アーキテクチャ

Kagi Assistant が最初に推奨してきた構成：

graph TB subgraph Server["Ubuntu Server"] Ollama["Ollama
:11434
(推論エンジン)"] LiteLLM["LiteLLM
:4000
(API Proxy)"] Nginx["Nginx
:443
(Reverse Proxy)"] Embed["nomic-embed-text
(Embedding / RAG用)"] PG["PostgreSQL
(LiteLLM 用)"] Ollama ---> LiteLLM LiteLLM --- PG LiteLLM ---> Nginx Ollama --- Embed end subgraph ClientUbuntu["Ubuntu PC"] VSCodeU["VS Code + Continue"] end subgraph ClientWin["Windows PC"] VSCodeW["VS Code + Continue"] end Nginx -- "LAN (HTTPS)" --> ClientUbuntu Nginx -- "LAN (HTTPS)" --> ClientWin

全体アーキテクチャ推奨構成（LiteLLM/Nginx あり）

推論エンジンとして Ollama を提案した理由は以下の通りらしい：

個人〜小規模LAN利用ではOllamaが最適。セットアップが最も簡単で、OpenAI互換APIを標準提供し、モデル管理が容易です。

vLLMは同時接続ユーザーが多い（5人以上）本番運用向けで、単一ユーザーには複雑さが増すだけ
- vLLM vs. Ollama: When to use each framework
- vLLM vs Ollama: Which Local AI Server to Run in 2026
llama.cppは低レベルすぎて管理が煩雑

LiteLLM は Ollama の前に置く OpenAPI 互換 API プロキシ。 Ollama だけでなく OpenAI や Anthropic などの外部 API も統一的に扱えるらしい。図では LiteLLM に PostgreSQL がぶら下がっているが，これは API キー管理・使用量トラッキング用とのこと。

What is stored in the DB | liteLLM

Nginx はリバースプロキシとして HTTPS 終端，セキュリティ（Ollama/LiteLLM への直結ポートをサーバの外に晒さない），ストリーミング対応を担っている。注意点は以下の通り：

LAN 内のみの利用でもHTTPS推奨（Continue.dev が API キーを送るため）
Let’s Encrypt 証明書か自己署名証明書を使用
ストリーミング（SSE）対応のため proxy_buffering off が必須

nomic-embed-text については後述する。

LiteLLM と Nginx は入れなきゃダメ？と訊いてみたら，もう少し簡単な構成もあるらしい。

graph TB subgraph Server["Ubuntu Server"] Ollama["Ollama
:11434
(推論エンジン)"] OpenWebUI["Open WebUI
:8080
(GUIチャット)"] Embed["nomic-embed-text
(Embedding / RAG用)"] Ollama --- Embed Ollama ---> OpenWebUI end subgraph ClientUbuntu["Ubuntu PC"] VSCodeU["VS Code + Continue
ollama run (CUI)
ブラウザGUIチャット"] end subgraph ClientWin["Windows PC"] VSCodeW["VS Code + Continue
ollama run (CUI)
ブラウザGUIチャット"] end Ollama -- "Ollama API
:11434" --> ClientUbuntu OpenWebUI -- "Web UI
:8080" --> ClientUbuntu OpenWebUI -- "Web UI
:8080" --> ClientWin Ollama -- "Ollama API
:11434" --> ClientWin

全体アーキテクチャ推奨構成（Ollama 単体, LiteLLM/Nginx なし）

クライアントの用途ごとの使い分けは以下の通り。

アクセス先	ポート	用途	クライアント
Ollama API	`:11434`	VS Code + Continue（コーディング支援）	Ubuntu / Windows
Ollama API	`:11434`	`ollama run`（CUIチャット）	Ubuntu / Windows
Open WebUI	`:8080`	ブラウザ GUI チャット（ブログ執筆・雑談）	Ubuntu / Windows

VS Code の拡張機能である Continue は Ollama API に対応しているそうなので（セキュリティの問題を除けば）直結で OK。ターミナルエミュレータ等で CUI チャットを行う場合はクライアント側にも Ollama をインストールして接続先をサーバ機に向ければいいらしい。

OLLAMA_HOST=http://192.168.x.x:11434 ollama run qwen3.5:9b

さらに簡単に Ollama API を直に叩く方法もある（自作ツール向け？）。こんな感じ。

# ワンショット質問
curl http://192.168.x.x:11434/api/chat -d '{
  "model": "qwen3.5:9b",
  "messages": [
    {"role": "user", "content": "ブログのタイトル案を5つ提案して"}
  ],
  "stream": false
}'

# ストリーミング（リアルタイム出力）
curl http://192.168.x.x:11434/api/chat -d '{
  "model": "qwen3.5:9b",
  "messages": [
    {"role": "user", "content": "PythonでFizzBuzzを書いて"}
  ]
}'

Ollama API って素の RESTful API でやり取りするのか。確かにこれは（セキュリティ的に）ヤバいな。 LiteLLM/Nginx を噛ませろって言う筈だわ。 LAN 内に他人（のデバイス）が入ってくる余地がないならギリ大丈夫かな。まぁ，どのみち malware に侵入されたらアウトだけど。

Open WebUI は Web ベースのチャットインターフェースで，以下の特徴があるらしい¹。

機能	説明
ChatGPT 風 UI	ブラウザでチャット、使い慣れたインターフェース
会話履歴	すべての会話を保存・検索可能
モデル切替	ドロップダウンでモデル切替
ドキュメント RAG	ファイルをアップロードして対話
ユーザー管理	複数ユーザー・アクセス制御
完全オフライン	外部へのデータ送信なし

OpenAI の API キーを持っていれば Open WebUI から OpenAI のモデルも使えるそうな（以下は Docker 上に Open WebUI をインストールした場合の起動例）。

# Open WebUI起動時にOpenAI APIも設定
docker run -d \
  --name open-webui \
  --network host \
  -v open-webui:/app/backend/data \
  -e OLLAMA_BASE_URL=http://127.0.0.1:11434 \
  -e OPENAI_API_KEY=sk-your-openai-key \
  --restart always \
  ghcr.io/open-webui/open-webui:main

用途別の使い分けについてまとめてもらった。

用途	インターフェース	理由
ブログ執筆・雑談	Open WebUI（ブラウザ）	ChatGPT風で直感的、会話履歴管理
プログラミング支援	VS Code + Continue	コード補完・エディタ統合
サクッと質問	`ollama run`（CUI）	ターミナルから即座に
スクリプト・自動化	curl / Python API	バッチ処理やパイプライン

普段の調べ物は Kagi Assistant で必要十分なので Open WebUI はあまり使わないかもしれないけど。 Open WebUI が不要なら入れない構成もありだな。

モデル選択

Ollama で選択可能な LLM モデルで Kagi Assistant が勧めてきたのは以下のもの¹。

用途	推奨モデル	役割
チャット・コーディング対話	Qwen 3.6-27B または 35B-A3B	chat, edit, summarize
コード自動補完（FIM）	Qwen 2.5-Coder（7B/14B/32B）	autocomplete（タブ補完）
Embedding（RAG用）	nomic-embed-text	codebase検索
Reranker（RAG精度向上）	Qwen3-Reranker-8B	検索結果の再順位付け

GPU VRAM別のモデル構成

VRAM	チャット用モデル	自動補完用モデル	備考
8GB	Qwen 3.5-9B (~6.6GB)	Qwen 2.5-Coder 7B (~5GB)	1モデルずつ切り替え運用
16GB	Qwen 3.6-35B-A3B (~16-22GB)	Qwen 2.5-Coder 14B (~9GB)	同時稼働は量子化調整が必要
24GB	Qwen 3.6-27B (~17GB)	Qwen 2.5-Coder 32B (~20GB)	★最も推奨される構成
32GB+	Qwen 3.6-27B (Q6/Q8) + Qwen 2.5-Coder 32B	同時稼働余裕あり	RTX 5090等

💡 24GB VRAM（RTX 3090/4090）の構成が最もバランスが良い: Qwen 3.6-27Bでチャット・エージェント的コーディング、Qwen 2.5-Coder 32Bでタブ補完。ただし同時稼働はVRAM的に厳しいため、Ollamaはモデルを自動でアンロード/ロードするので、交互に使う運用になります。

あー。そういや，サーバ機のスペックを教えてなかった。手持ちの空いてるミニ PC をサーバ機にする予定なのでスペックは高くないのよ。

というわけで Ryzen 5 7430U, RAM 16GB, 外付け GPU なしの構成で再提案してもらった。

役割	推奨モデル	RAM使用量	予想速度	理由
チャット・ブログ・コーディング対話	Qwen 3.5-9B (Q4)	~6 GB	~5-8 tok/s	9Bで品質最優、ブログ執筆に十分な表現力
コード自動補完（FIM）	Qwen 2.5-Coder 3B (Q4)	~2.5 GB	~15-20 tok/s	補完は高速が命、3Bで品質も十分
Embedding（RAG用）	nomic-embed-text	~0.3 GB	高速	コードベース検索用

💡 合計RAM使用量: ~9 GB（OS等の予約分を含めても16GB内に余裕あり）

チャット用を軽くして速度を稼ぐ構成：

役割	モデル	RAM	予想速度
チャット	Qwen 3.5-4B (Q4)	~3 GB	~12-18 tok/s
自動補完	Qwen 2.5-Coder 1.5B (Q4)	~1.2 GB	~30+ tok/s
Embedding	nomic-embed-text	~0.3 GB	高速

合計 ~4.5 GB。速度は快適ですが、ブログ執筆の品質は9Bに劣ります。

🌟 注目の選択肢：Gemma 4 26B-A4B（MoE）

GoogleのGemma 4 26B-A4Bは 総パラメータ26B・推論時アクティブ3.8B のMoEモデルです。 Q4量子化で ~15 GB のRAM使用量。

✅ 品質: 3.8B活性化で26Bクラスの表現力（Qwen 3.5-9B以上の可能性）
⚠️ RAM: ~15 GBで16GBギリギリ。OSの予約分と競合する可能性
⚠️ 速度: MoEはアクティブパラメータが少なくても全パラメータのメモリアクセスが必要なため、DDR4帯域幅がボトルネックになり 予想3-6 tok/s

結論: 試す価値はありますが、16GBではスワップ発生のリスクが高く、安定性に欠ける可能性があります。まずはQwen 3.5-9Bで安定運用し、余裕があればGemma 4 26B-A4Bも試すのがおすすめ。

⚡ パフォーマンスを引き上げるTips

施策	効果	詳細
`num_ctx`を小さく	速度向上	4096→2048にするとコンテキスト処理が高速化。ブログ執筆なら2048で十分な場面も
モデルを1つずつロード	RAM節約	`OLLAMA_MAX_LOADED_MODELS=1`で未使用モデルを自動アンロード
Q3量子化を試す	RAM削減・速度UP	`ollama run qwen3.5:9b-q3_K_M`でRAM~4.5GB、品質は若干低下
スワップの無効化	安定性向上	RAM不足時のスワップは極端な低速化の原因。`/etc/fstab`でswapを0に
将来的にGPU追加	劇的改善	Thunderbolt/OCuLink外付けGPUエンクロージャーでRTX 3060(12GB)等を追加すれば、一気に実用的に

Ryzen 5 7430U には内蔵 GPU (Radeon Graphics) があるが LLM 推論には非力なので CPU-only 推論となる。そうなるとメモリ帯域幅が重要になるんだけど DDR4-3200 デュアルチャネルは DDR5 半分以下の帯域幅（〜51GB/s）しかない。 RAM のサイズも 32GB 以上は欲しいらしい。

サーバRAM	推奨構成	備考
8GB	Qwen 3.5-4B (チャット) + Qwen 2.5-Coder 1.5B (補完)	1モデルずつ切り替え
16GB	Qwen 2.5-Coder 7B (チャット) + Qwen 2.5-Coder 3B (補完) + nomic-embed	★最も現実的
32GB	Qwen 3.5-35B-A3B (チャット) + Qwen 2.5-Coder 7B (補完) + nomic-embed	★★最高の体験
64GB	Qwen 3.5-35B-A3B + Qwen 2.5-Coder 14B + nomic-embed	余裕あり

なかなかに貧弱な構成と言われてしまった（笑）

！だってメモリもプロセッサも高いんだよ，今！

しょうがないぢゃん orz

nomic-embed-text について

nomic-embed-textはOllama上で動く Embeddingモデル です。テキストを数値ベクトル（768次元）に変換するだけで、それ自体にデータベースは必要ありません。

テキスト入力 → nomic-embed-text → 768次元ベクトル出力

ベクトルデータはデータベース化して RAG (Retrieval-Augmented Generation; 検索拡張生成) に使用する¹。 Open WebUI および Continue は自前でベクトルデータベースを持っている。規模が大きくなれば PostgreSQL + pgvector などのベクトルデータベースが別途必要になる。

🏗️ RAGの規模別アーキテクチャ

規模	ベクトル保存先	構成
小規模（個人・Continue.dev）	ローカルファイル（Continue内蔵）	Ollama + nomic-embed-text のみ
中規模（チーム・Open WebUI）	Open WebUI内蔵のChromaDB	Ollama + Open WebUI
大規模（組織・自作パイプライン）	PostgreSQL + pgvector / Qdrant / Milvus	Ollama + 独自バックエンド

今回はここまで

とりあえず Ollama と RAG についてはちゃんと勉強せなあかんなぁ，というのは分かった。あとは実際に組んでみて評価していく感じかな。

薄々わかってはいたが，どうも手持ちの環境は貧弱すぎるみたいだけど，どの程度足らないのかの感覚がわからない。これは使ってみて確かめるしかないだろう。

仕事が絡むなら vLLM も気になるところだが，そういう仕事が貰えるなら考えるということで（笑）

RAG の機能は，簡単にいうと LLM に外部の情報を検索させてから回答させる仕組み。これによって組み込まれた知識にない情報についても（extrinsic hallucination を抑えつつ）対応することができるようになる。 Google 検索のようなキーワード検索ではなく，プロンプトによる指示に合わせて意味的検索ができるのが特徴。 Continue は nomic-embed-text が出力したベクトル化情報をファイルに保存するらしい。 Open WebUI は自前でベクトル化を行い，内蔵の ChromaDB に保存するようだ。 ↩︎ ↩︎ ↩︎

VS Code 1.122.0 の不具合に関する覚え書き【解消済み】

2026-05-28T05:42:28+00:00

【2026-05-30 追記】

今回の不具合は 1.122.1 で修正されたようだ。

APT で code を保留にしている場合は

$ sudo apt-mark unhold code
$ sudo apt update
$ sudo apt upgrade

とすればスムーズに更新できるだろう。

今回のこれは Linux ユーザの評判をかなり落としたんじゃないかねぇ。起動していきなり画面共有の許可ダイアログが出るのは流石に拙かった。私もビビったもん。

Issue スレッドも罵詈雑言の嵐だったし。

【2026-05-29 追記】

似た isuue が複数立ったのでまとめられたようだ。現在生きてる issue はこっち。

Last update asks for screen sharing permission every time · Issue #318697 · microsoft/vscode

原因らしきものが見つかったようだ。それにしても，罵詈雑言の嵐だな（笑）

👋 This is caused by a new flow for reporting vscode issues (gated behind a setting issueReporter.wizard.enabled). Unfortunately there is a small snippet of code that executes outside the gated setting. Despite us having a test plan item for linux, this has slipped our testing because the test plan item was mistakenly done on WSL and not on a proper linux distribution. I apologize for this regression. We unfortunately cannot “pause”/“freeze” an update on linux due to the way package managers work, so we are now working on a fix and a .1 release.

via Last update asks for screen sharing permission every time

というわけで，今回の現象は別のバグが発生して問題を報告しようとし，その際に画面共有の許可を求めるコードが実行されてしまうことが原因だったようだ。なんだそれ？ヤバくね？

とにかく，今回のケースについては修正されるまでは 1.121.0 にダウングレードしておくのが正解のようだ。

VS Code 1.122.0 の不具合に関する覚え書き【2026-05-28】

先程 VS Code 1.122.0 がリリースされ，自宅マシンの Ubuntu 環境に APT でアップデートしたのだが，起動時に変なダイアログが出るようになった。

Screen Sharingより

どうもこれは既に issue として上がっているようだ。

これを回避する方法として2つ挙がっている。

Wayland から X11 (XWayland) に切り替える
ひとつ前のバージョン 1.121.0 にダウングレードする

1 は環境変数か起動時引数で指定する方法がある。環境変数を指定する方法はこれ。

$ ELECTRON_OZONE_PLATFORM_HINT=x11 code

起動時引数の指定は ~/.vscode/argv.json ファイルに以下の記述を追加するとよい。

{
  ...

  // Temporary bug fix for v1.122.0 (disabling Wayland)
  "ozone-platform": "x11"
}

手元の環境で試してみたが，この方法はうまく行かなかった。

というわけでバージョンダウンする。

$ sudo apt install code=1.121.0-1779186519
$ sudo apt-mark hold code

2行目は apt upgrade を保留するコマンドで，これを解除するには以下のコマンドを実行する。

$ sudo apt-mark unhold code

Issue を眺める限り単純じゃないっぽいが，次バージョンで修正されることを期待しよう。

【おまけ】 Agents Window

（この節は「Secretary as a Service」へ移動した）

ブックマーク

VS Code 1.122リリース、GitHubサインインなしでBYOKを利用可能に | gihyo.jp

Ubuntu 26.04 LTS へのアップグレード

2026-05-19T03:40:42+00:00

先月の4月に Ubuntu 26.04 LTS がリリースされた。

急ぐ必要はないし，システムがなにか言ってくるまで様子見を決め込んでいたのだが，今朝ようやく通知が来た。

とりあえずパッケージを最新状態にしてから

アップグレード開始。

このウィンドウが出たときに脳内 BGM があの名曲になった（笑）

サードパーティのパッケージについてのアラート。

今はスクショ撮って AI に「何書いてあんの？」って聞けば教えてくれるので，ホンマ助かる。ここは大人しく「はい」を選択して続行する。サードパーティ・パッケージのリポジトリは一旦無効化されるが，アップグレード後に手動で回復させる。

アップグレード自体は特にトラブルなく完了した。

再起動も問題ないかな。

このウィンドウが出たときに脳内 BGM が（以下略）

このあと簡単な設定を行う。

んー。こんな感じかな。バージョン等を確認しておく。

$ cat /etc/os-release
PRETTY_NAME="Ubuntu 26.04 LTS"
NAME="Ubuntu"
VERSION_ID="26.04"
VERSION="26.04 LTS (Resolute Raccoon)"
VERSION_CODENAME=resolute
ID=ubuntu
ID_LIKE=debian
HOME_URL="https://www.ubuntu.com/"
SUPPORT_URL="https://help.ubuntu.com/"
BUG_REPORT_URL="https://bugs.launchpad.net/ubuntu/"
PRIVACY_POLICY_URL="https://www.ubuntu.com/legal/terms-and-policies/privacy-policy"
UBUNTU_CODENAME=resolute
LOGO=ubuntu-logo

セキュリティ関連ツールもチェックしておくか。

$ gpg --version
gpg (GnuPG) 2.4.8
libgcrypt 1.12.0
Copyright (C) 2025 g10 Code GmbH
License GNU GPL-3.0-or-later <https://gnu.org/licenses/gpl.html>
This is free software: you are free to change and redistribute it.
There is NO WARRANTY, to the extent permitted by law.

Home: /home/username/.gnupg
サポートしているアルゴリズム:
公開鍵: RSA, ELG, DSA, ECDH, ECDSA, EDDSA
暗号方式: IDEA, 3DES, CAST5, BLOWFISH, AES, AES192, AES256,
      TWOFISH, CAMELLIA128, CAMELLIA192, CAMELLIA256
ハッシュ: SHA1, RIPEMD160, SHA256, SHA384, SHA512, SHA224
圧縮: 無圧縮, ZIP, ZLIB, BZIP2

うーん。 GnuPG を 2.5 系に上げる気はなさそうだな。今ちょっと面倒くさいことになってるし，しょうがないか。

$ ssh -V
OpenSSH_10.2p1 Ubuntu-2ubuntu3.2, OpenSSL 3.5.5 27 Jan 2026

OpenSSH も OpenSSL も微妙にバージョンが古い気がするが… まぁいいか。

動作確認で Snap 版 Remmina を起動したら，こんなのが表示される。

あれ？これ設定がリセットされてる？念のためもう一度設定しておこう。

$ sudo snap connect remmina:audio-record :audio-record
$ sudo snap connect remmina:avahi-observe :avahi-observe
$ sudo snap connect remmina:cups-control :cups-control
$ sudo snap connect remmina:mount-observe :mount-observe
$ sudo snap connect remmina:password-manager-service :password-manager-service
$ sudo snap connect remmina:ssh-keys :ssh-keys
$ sudo snap connect remmina:ssh-public-keys :ssh-public-keys

サードパーティのパッケージを作業の覚え書きとして挙げておく。

PPA 版 Git
- Git stable releases : “Ubuntu Git Maintainers” team
GitHub CLI
- Installing gh on Linux and BSD
NodeSource 版 Node.js
- Node.js Distributions
  - v24 LTS 版を選択
pgAdmin 4
- Download
VS Code
- Running Visual Studio Code on Linux
xtradeb applications
- Ungoogled Chromium
- KeePassXC

おー。全部 resolute バージョンに対応してるな。待ってた甲斐があったな（笑）

「ソフトウェアとアップデート」をインストールする

Ubuntu 26.04 LTS から APT リポジトリを GUI で管理できる「ソフトウェアとアップデート」がなくなってしまった。ただ，リポジトリにはあるらしいのでインストール可能。

「ソフトウェアとアップデート」のパッケージ名って何だっけ？よく分からないのでアプリセンターで検索したらあったよ。

ここからインストールして事なきを得た。

多分 Ubuntu 側はアプリセンターに統一したいんだろうけど APT リポジトリ管理が隠蔽されてるのは困るのよ。サードパーティのリポジトリ設定が正しいか確認するのに GUI の「ソフトウェアとアップデート」を使ってるし OS アップグレード設定もこれで行っている。

もうちょっと考えてほしい。少なくとも LTS 版でやることじゃないよなぁ。

ブックマーク

参考

スーパーユーザーなら知っておくべきLinuxシステムの仕組み: Brian Ward (著), 柴田芳樹 (翻訳); インプレス 2022-03-08 (Release 2022-03-08); 単行本（ソフトカバー）; 4295013498 (ASIN), 9784295013495 (EAN), 4295013498 (ISBN); 評価

[Comment] 版元で PDF 版が買える。セキュリティ・エリアにも持ち込めるよう紙の本を買ったのだが，オンライン読書会が始まったので PDF 版も購入。Linux システムの扱い方に関するリファレンス本として優れている。最初に軽く流し読みして，必要に応じて該当項目を拾い読みしていけばいいだろう。

reviewed by Spiegel on 2023-02-11 (powered by PA-APIv5)

SP Silicon Power シリコンパワー USBメモリ 8GB USB3.1 / USB3.0 亜鉛合金ボディ防水防塵耐衝撃 Jewel J80 SP008GBUF3J80V1TJA: シリコンパワー (Release 2017-02-01); Personal Computers; B01MS6RPN2 (ASIN), 4712702655278 (EAN); 評価

[Comment] ブータブル USB 作成用に購入。ひたすらデザインで決めた（笑）以前に同じデザインの 32GB 版を買ったが，最小サイズで買い直した。現在は在庫切れ？状態。

reviewed by Spiegel on 2022-07-17 (powered by PA-APIv5)

VTuber ごっこ

2026-04-28T11:50:41+00:00

前回は Web カメラからの映像をゲーム画面と合成して Zoom に出力するところまでやった。こうなると次は VTuber だよね。

そういや，今って VTuber の定義ってあるんだっけ。まぁ，定義するのがバカバカしいほど意味が広がってるのは確かだけど。日本版 Wikipedia の記事を見ても「結局 VTuber ってなんやねん？」という感想しか出ないし。

日頃お世話になってる Kagi Assistant に「技術寄りに定義して」と頼んだら，こう返してくれた。

2D または 3D の CG アバターを用い、トラッキング技術によって演者の動きをリアルタイムに反映させながら、動画配信プラットフォームで活動する存在

まぁ，この辺が無難だろうな。そして「技術的な構成要素」として以下の3つを挙げてくれた。

モーションキャプチャ（身体の動き）
フェイシャルキャプチャ / トラッキング（表情）
リップシンク（音声同期）

つまり動く CG キャラを使って上の3つの要素を満たせば，一応は「VTuber ごっこ」ができるわけだ。「動画配信プラットフォームで活動」する気はないけど。

既存の Web カメラを使って Live2D¹ のアバターを動かすことはできそうだ。

調べてみたところ（調べたのは AI だが），どうやら Ubuntu で Live2D モデルを動かすには VTube Studio 一択のようだ。 VTube Studio は Steam で提供され Ubuntu では Proton 環境下で動作する（つまり中身は Windows アプリ）。使い方と OBS Studio との連携方法は以下のページが参考になった。

ただし Ubuntu で使う場合，そのままでは Web カメラの映像を認識しないので Facetracker を経由する必要がある²。

flowchart LR subgraph ubuntu [Ubuntu] direction LR Webcam[/"Webcam"/] Facetracker["Facetracker"] subgraph proton [Steam/Proton] VTS["VTube Studio"] end end Webcam e1@--> Facetracker Facetracker e2@-->|OpenSeeFace| VTS e1@{ animate: true } e2@{ animate: true }

Facetracker は Flatpak で提供されている³。

$ sudo flatpak install flathub de.z_ray.Facetracker
Looking for matches…
Required runtime for de.z_ray.Facetracker/x86_64/stable (runtime/org.gnome.Platform/x86_64/50) found in remote flathub
Do you want to install it? [Y/n]: y

de.z_ray.Facetracker permissions:
    ipc    network    fallback-x11    wayland    x11    devices



        ID                                        Branch         Op    Remote     Download
 1. [✓] de.z_ray.Facetracker.Locale               stable         i     flathub      2.0 kB / 4.1 kB
 2. [✓] org.freedesktop.Platform.GL.default       25.08          u     flathub      4.4 MB / 142.4 MB
 3. [✓] org.freedesktop.Platform.GL.default       25.08-extra    u     flathub      3.0 MB / 142.4 MB
 4. [✓] org.freedesktop.Platform.codecs-extra     25.08-extra    u     flathub    869.0 kB / 14.4 MB
 5. [✓] org.gnome.Platform.Locale                 50             i     flathub    147.7 kB / 385.9 MB
 6. [✓] org.gnome.Platform                        50             i     flathub    254.2 MB / 408.8 MB
 7. [✓] de.z_ray.Facetracker                      stable         i     flathub    167.9 MB / 171.4 MB

Changes complete.

VTube Studio と連携させるために，以下のディレクトリに設定ファイル ip.txt を置く。

~/.local/share/Steam/steamapps/common/VTube Studio/VTube Studio_Data/StreamingAssets/

ip.txt の内容は以下の通り。

# To listen for remote connections, change this to 0.0.0.0 or your actual IP on the desired interface.
ip=0.0.0.0

# This is the port the server will listen for tracking packets on.
port=11573

Facetracker を起動するとこんな画面が表示される。

Facetrackerより

Webcam でカメラを指定する以外は既定のままでも動くが Server Settings はそのままだと多分ヤバいので，常用するなら変えたほうがいいだろう。 Server Settings を変えた場合は先程の ip.txt も記述を合わせること。

左上のボタン（アイコンではない）を押さないとトラッキングが始まらないので注意。

VTube Studio にカメラを繋いでキャリブレーションなどの設定をし，背景をグリーンバックにした状態がこれ。

VTube Studioより

VTube Studio にはあらかじめいくつかの Live2D モデルが用意されていて，比較的自由に使っていいみたい（EULA があるので注意）。もちろん自前で用意したモデルも使える。

下の方で小さいのがちょろちょろ動いてるが，これが watermark になってるらしい。 DLC を購入（1,520円）すると消せるそうな。買い切り有り難い。

VTube Studio をソースとして OBS Studio に取り込んでフィルタを設定したところ。

OBS Studioより

クロマキーで背景が綺麗に抜けているのが分かる。 gogh 画面と合わせるとこんな感じ。

OBS Studioより

うんうん。いい感じやね。くたびれたオッサンの絵面がこうなるんだから，そりゃあ VTuber が流行るわけだよ（笑）

さて OBS はだいたい遊び尽くしたかな。 Streamplace を使った gogh 作業配信は気まぐれで続けている。 Bluesky でアナウンスするので，よろしかったらどうぞ。

ブックマーク

RogueRen/Linux-Guide-to-Vtubing: this is a guide to help Vtubers who use Linux or vtubers who want to start using linux - Codeberg.org

参考

VTuber学: 岡本健 (その他), 山野弘樹 (その他), 吉川慧 (その他); 岩波書店 2024-08-28 (Release 2024-08-28); Kindle版; B0DBZ3QP7J (ASIN); 評価

[Comment] VTuber を歴史的観点，理論的観点から記述していく試み。多様な論者が登場してなかなか面白い。Kindle 版も横書きで読みやすい。

reviewed by Spiegel on 2024-09-16 (powered by PA-APIv5)

VTuberの哲学: 山野弘樹 (著); 春秋社 2024-03-20 (Release 2024-04-20); Kindle版; B0D1V1WXRH (ASIN); 評価

[Comment] VTuber を哲学的視点から記述していく試み。固定レイアウトなのでブラウザの Kindle Cloud Reader で読めるの助かる。

reviewed by Spiegel on 2024-09-15 (powered by PA-APIv5)

あくまのかんづめ〜周防パトラのエッセイ集〜: 周防パトラ (著); エムディエヌコーポレーション（MdN） 2024-08-09 (Release 2024-08-09); Kindle版; B0D9LH6CW3 (ASIN); 評価

[Comment] 「個人Vtuber周防パトラは何者なのか？！」を見て衝動買い。泣いていいのか笑っていいのか分からん（褒め言葉）。これを読んで「推しちゃったっ！」を聴くと感慨深いかも。

reviewed by Spiegel on 2024-10-29 (powered by PA-APIv5)

「Live2D」の名称およびロゴは株式会社 Live2D の登録商標だそうな。また，開発用のソフトウェア（SDK および Live2D Cubism Editor）の利用には，利用者の規模や目的に応じた利用許諾契約（End-User License Agreement; EULA）が適用されるとのこと。ちなみに VTube Studio にも EULA が設定されているので利用の際はご注意を。 ↩︎
VTube Studio は OpenSeeFace に対応している。 OpenSeeFace 自体は Python スクリプトのようだが Facetracker が OpenSeeFace のインタフェースを持っているということらしい。ちなみにマイク入力はちゃんと認識するみたいなので，リップシンクは問題ない。 ↩︎
Flatpak は Ubuntu に既定で入っていない。 Flatpak の導入については前回の記事を参照のこと。 ↩︎

OBS 合成映像を Zoom に出す

2026-04-27T09:47:22+00:00

この前の読書会のときに Zoom カメラの背景を gogh のスクリーンショットにしてたんだけど，どうせなら背景が動いたらいいよね。でも Zoom 単体の機能では Web カメラの背景を削除することはできるけど，背景として別の動画を合成するのは難しそう，というかできない？じゃあ OBS Studio の仮想カメラの機能を使って OBS の合成映像を Zoom に出せばいいんじゃないか？というわけで，実際にやってみることにした。

なお，今回のスペックは以下の通り：

PC: ショップブランド PC
- プロセッサ: AMD Ryzen5 PRO 4650G (6 Cores / 12 Threads with Radeon Graphics)
- メモリ: 32GB
- ストレージ: 512GB SSD
Web カメラ: サンワダイレクト 400-CAM086
OS: Ubuntu Desktop 25.10
OBS Studio: 32.1.2 (64 bit)

ゲーム PC 未満のスペックだが，日常的な作業では困らない程度。

Flatpak 版 OBS Studio に換装する

以前 Streamplace でゲーム配信した際は Windows 版の OBS Studio を使ったのだが（その前の gogh 内にストリーム配信したときは Windows 環境だったので），その後 Ubuntu に OBS Studio をインストールして Streamplace に配信できることを確認している。 Windows を入れているミニ PC はスペックが貧弱でゲームと OBS Studio を同時に動かすのは厳しいので OBS Studio は Ubuntu 環境で動かしたい。

いわゆるグリーンバック背景とかの設備無しで Web カメラ映像の背景部分を分離・透過させるには Background Removal (obs-backgroundremoval) プラグインを導入することがほとんど唯一の選択のようだ。 obs-backgroundremoval はバイナリ提供だが Linux 版も用意されている。

ただ，私の環境では obs-backgroundremoval のインストールに失敗してしまった。私は APT 版の OBS Studio をインストールしていて obs-backgroundremoval もダウンロードした .deb ファイルを使ってインストールしたのだが，ライブラリの互換性とか色々と面倒みたいで， Kagi Assistant にも「Flatpak 版を入れるのが一番確実」などと言われてしまった。

Flatpak の特徴

Ubuntu のパッケージマネージャーには主に APT, Snap, Flatpak の3つがあるが，それぞれにメリット・デメリットがある。 Kagi Assistant に簡単にまとめてもらった。

特徴	APT (deb)	Snap	Flatpak
管理主体	各ディストリビューション	Canonical社 (Ubuntu)	コミュニティ (非営利)
依存関係	システム共有 (競合のリスクあり)	自己完結 (独立)	自己完結 (独立)
更新速度	OSのサイクルに依存 (遅め)	非常に速い	非常に速い
サンドボックス	なし (システムに直接アクセス)	あり (厳格)	あり (柔軟に調整可能)
起動速度	非常に速い	やや遅い (圧縮解凍のため)	速い
主な用途	システムツール、基本ソフト	サーバー、CLI、GUIアプリ	デスクトップアプリ (GUI)
透明性	オープンソース	サーバー側がクローズド	完全オープンソース

Snap や Flatpak 版のアプリはサンドボックス内に隔離されているため Ubuntu システムの内部状態との競合を避けることができる（セキュリティ上もより安全）。この特徴は GUI アプリのほうが効いてくるだろう。だから Flatpak 版を入れろと言ってくるわけか。

上の表に対して「オープンソースと完全オープンソースの違いは何？」と訊いたらリポジトリ管理の違いを意図しているらしい。つまり APT の公式リポジトリ管理はディストリビュータの制御下にあるが， Flatpak は flathub も含めて完全にコミュニティによる管理である，ということらしい。なのでオープンソースの定義（Open Source Definition; OSD）とは関係がない。

うーん。ホンマにそんな言い回しがあるのか？

Flatpak の導入

Flatpak は既定では Ubuntu にインストールされていない。ので，まずは Flatpak のインストールから。

$ sudo aptitude install flatpak

$ flatpak --version
Flatpak 1.16.1

よしよし。 OBS Studio を入れるには

$ sudo flatpak install flathub com.obsproject.Studio

とすればいいのだが， Flatpak インストール直後の状態でこれをやると

$ sudo flatpak install flathub com.obsproject.Studio
Looking for matches…
error: No remote refs found for ‘flathub’

と怒られる。そこで flathub リポジトリを参照する設定を加える。

$ sudo flatpak remote-add --if-not-exists flathub https://flathub.org/repo/flathub.flatpakrepo

これで準備OK。

Flatpak 版 OBS Studio に換装する

まず APT 版をアンインストールしておく。

$ sudo aptitude remove obs-studio

あとで分かったのだが， APT 版と Flatpak 版はユーザデータの格納場所（構造も？）が異なるため，そのままではデータを引き継げない（手動でコピー&ペーストすればいいのかもしれないが）。

APT 版のユーザデータ: ~/.config/obs-studio
Flatpak 版のユーザデータ: ~/.var/app/com.obsproject.Studio/config/obs-studio

APT 版のユーザデータをすっぱり諦めるのなら remove じゃなくて purge でもいいかもしれない。

改めて OBS Studio のインストールから。

$ sudo flatpak install flathub com.obsproject.Studio
Looking for matches…
Required runtime for com.obsproject.Studio/x86_64/stable (runtime/org.freedesktop.Platform/x86_64/25.08) found in remote flathub
Do you want to install it? [Y/n]:y


com.obsproject.Studio permissions:
    ipc                   network               fallback-x11       pulseaudio       wayland      x11      devices
    file access [1]       dbus access [2]

    [1] host, xdg-run/pipewire-0
    [2] org.a11y.Bus, org.freedesktop.Flatpak, org.freedesktop.Notifications, org.kde.StatusNotifierWatcher


        ID                                            Branch             Op        Remote         Download
 1. [✓] org.freedesktop.Platform.GL.default           25.08              i         flathub        141.4 MB / 142.4 MB
 2. [✓] org.freedesktop.Platform.GL.default           25.08-extra        i         flathub         25.6 MB / 142.4 MB
 3. [✓] org.freedesktop.Platform.Locale               25.08              i         flathub          1.7 MB / 379.0 MB
 4. [✓] org.freedesktop.Platform.codecs-extra         25.08-extra        i         flathub         14.1 MB / 14.3 MB
 5. [✓] org.gtk.Gtk3theme.Yaru                        3.22               i         flathub        139.3 kB / 191.5 kB
 6. [✓] org.freedesktop.Platform                      25.08              i         flathub        201.3 MB / 252.7 MB
 7. [✓] com.obsproject.Studio                         stable             i         flathub        192.3 MB / 202.8 MB

Installation complete.

再ログイン（または再起動）するとアプリの一覧（ダッシュボタンを押すとアイコンの一覧が表示されるやつ）に OBS Studio のアイコンが追加されているはず。アイコンをクリックして起動確認しておく。

Background Removal プラグインのインストール

obs-backgroundremoval のインストールも Flatpak で行う。

$ sudo flatpak install com.obsproject.Studio.Plugin.BackgroundRemoval
Looking for matches…


        ID                                                     Branch        Op        Remote         Download
 1. [✓] com.obsproject.Studio.Plugin.BackgroundRemoval         stable        i         flathub        111.8 MB / 112.0 MB

Installation complete.

インストール後 OBS Studio を起動し直し [ツール] → [プラグインマネージャー] を開いて obs-backgroundremoval がインストール済みで有効になっていることを確認する。

プラグインマネージャーより

Windows 版 obs-backgroundremoval にはインストーラはなく zip 圧縮ファイルで提供されている。

インストールするには zip ファイルを展開し obs-backgroundremoval\ フォルダ以下をフォルダごと c:\ProgramData\obs-studio\plugins\ フォルダにコピーする。

Web カメラ映像の加工

まずは「ソース」に Web カメラを追加する。

ソースの追加より

ソースに追加したカメラの「フィルタ」を開いて「エフェクトフィルタ」から「背景除去（Background Removal）」を追加する（「音声/映像フィルタ」は弄らなくてよい¹）。

エフェクトフィルタの追加より

あとはパラメータをいじっていい感じにすればよい。

背景除去より

（緩く顔出し NG ってことでご容赦。まぁくたびれたオッサンの顔なんか見たくないやろw）

背景の gogh のゲーム画面と合わせるとこんな感じになる。

合成結果より

おー。ちゃんと部屋に居るっぽい（笑）

Zoom へ出力する

OBS Studio 側で「仮想カメラ開始」した状態で Zoom 側のカメラを「OBS Virtual Camera」に設定する。こんな感じ。

Zoom 設定ビデオとエフェクトより

おそらく Discord や Microsoft Teams なども似たような感じで行ける筈。

よし！じゃあ来月のオンライン読書会はこれで行こう。

ブックマーク

APT vs Snap vs Flatpak: Ubuntu Package Managers Explained (and When to Use Each)

他に参考にしたツール

Webcamoid はオープンソース（GPLv3）の製品で Linux を含むクロスプラットフォームでバイナリが提供されている。 Ubuntu では APT でインストール可能だが，専用のインストーラ（有料）が用意されているらしい？

$ aptitude search webcamoid
p   webcamoid                 - full featured webcam capture application
p   webcamoid-data            - icons and locale files for webcamoid
p   webcamoid-plugins         - full featured webcam capture application - plugins

多くのエフェクトを持ち仮想カメラ機能も備える。複数のカメラを同時に管理・切り替えできる。ただ背景除去についてはグリーンバックなどの設備があることが前提のようで（ChromaKey エフェクトなら不完全ながら可能らしいが），今回の用途には合わなかった。

Webcamoid のダウンロードと使い方 - ｋ本的に無料ソフト・フリーソフト
Webcamoid 8.5、Webカメラ用のシンプルなクロスプラットフォームアプリケーション : 現在は v9
ウェブカメラを最大限に活用するための6つの最高のLinuxカメラアプリ : Webcamoid 以外にもいくつかのカメラアプリが紹介されている。

参考

サンワダイレクト WEBカメラマイクなし画角60度フルHD 1080P 200万画素三脚対応 Zoom/Teams対応ケーブル3m 400-CAM086: サンワダイレクト; エレクトロニクス; B08TC3NR9L (ASIN), 4969887781586 (EAN); 評価

[Comment] マイクなんて飾りですよ。エラい人には分からんのです（笑）リモート会議で使うのなら必要十分な性能。

reviewed by Spiegel on 2022-02-05 (powered by PA-APIv5)

色々とググってみると「背景除去」を「音声/映像フィルタ」から追加するみたいな記述ばっかりで「そんなのねーよ！」とひたすら悩んだ。どうも古いバージョンでは，本当に「音声/映像フィルタ」から Background Removal を追加して抜いた背景の色を（緑などに）指定し，その上で「エフェクトフィルタ」の「クロマキー」で指定した色を透過にする手順だったようだ。 ↩︎

Gogh でてきぱきワーキング【2026-05-23 追記】

2026-04-04T10:08:09+00:00

gogh で作業支援

いわゆる作業支援ゲームあるいはもっと簡単に「作業ゲー」と呼ばれるものは色々と登場しているが gogh (ゴッホ) で自身の作業ルームを公開されている方を Bluesky で見かけたので私も試してみた。

gogh - Focus with Your Avatar
ambr｜note : gogh の制作会社によるブログ
gogh ゴッホ - YouTube : gogh の公式 YouTube チャンネル
@goghjpn.bsky.social on Bluesky : gogh の公式 Bluesky アカウント

Steam 版の gogh は作業ルームをかなり細かくカスタマイズできて，しかもそれを他のユーザと共有できるというので，クリエイター寄りの方々にも人気らしい。

実際、マルチプレイヤー機能が入ってからは本当に爆発的に広まりました。これはgogh配信の大きな特徴なのですが、想像もしていなかったような有名なイラストレーターさんや漫画家さんが次々に作業配信をしてくれました。開発チームには漫画好きやイラストレーターファンが多いので「え…？あの先生も…！？」とチームのSlackに毎日驚きと喜びが溢れていました。

世界30万本を超えたSteam版goghを振り返る - 開発編｜ambrより

モバイル版（Android/iOS）が無料で提供されているにもかかわらず有料の Steam 版がこれだけ売れてるというのは，この辺に理由があるのかも知れない。

Steam 版の gogh の特徴としてはマルチルーム（マルチプレイ）機能の他に

ポモドーロ・タイマー¹
ToDO リスト，日課，日記の記入・管理
複数のアバターを作成可能（最大18アバター）
- DLC でコラボレーションアバターも提供されている
- アバターデザインを公開・共有可能（v3.1.1 より）
複数の部屋を作成可能（最大27部屋）
- 大人数が入れるLサイズ部屋も作成可能
- 壁や天井のない野外ルームもあり
- ルームデザインを公開・共有可能（v3.0.0 より）
- 透過背景可能（v3.1.1 より）
ルームアイテムへのWebカメラストリーミング
- OBS の仮想カメラにも対応（後述）
YouTube 連携（v3.0.0 より）
お絵描きチャット（通常のチャット機能，音声チャット機能はない）
ローカル音楽プレイリスト
テキストチャット機能（v3.2.0 より正式リリース）

などといったものがある。

via File:Pomodoro Technique.jpg - Wikimedia Commons

試しに（マルチプレイヤーでも使えるように）Lサイズ部屋をひとつ作ってみたのだが，うっかり興が乗ってしまい夜ふかし（というかほとんど徹夜）してしまった。我ながら何やってんだか。

goghより

任意の画像データ（GIF も可）を絵や写真オブジェクトとして室内に設置できる。上の部屋では Flickr で公開している写真を展示してみた。まぁ，飾るような写真じゃないんだけどね。雰囲気だよ雰囲気（笑）

gogh と OBS

gogh は OBS と組み合わせてゲーム内でストリーム配信することもできる²。たとえばパソコンモニタやプロジェクタ・スクリーンといったオブジェクトに OBS の仮想カメラの映像を映し出すことができる。

今まで配信とか無縁の生活だったが，面白そうなので OBS Studio をインストールして試してみた³。のだが，どうしても上手くいかない。最初は OBS 側のシーンやソースの設定の問題かと思って色々弄ってみたが全然ダメで，ふと思いついて Web カメラを gogh のアイテムに直結してみたが，これもダメだった。これって多分 gogh 側にカメラ映像が渡ってないな。

ちなみに私のメインマシンは Ubuntu なのだが，よく考えたら Steam 版 gogh は Windows 版のみの提供で Linux/Ubuntu 環境では Proton でエミュレーションして動かしているのだった。だから OBS との連携ができなくても仕方ないのかな？

しょうがない。ミニ PC (Windows 機) に OBS Studio を入れるか。あまりパワーがないのでまともに動くか不安だけど。

goghより

おっ。あっさり動いた。自分で自分を映してるので合わせ鏡みたいになってるが，まぁよかろう。一応 gogh とは別のゲームを起動して仮想カメラで映してみたが，これも問題なかった。パワーがないのでちょっとカクカクしてたけど（笑）

.｡oO（マルチプレイ用に部屋を公開したらストリーミングが切れてしまった。これってこういうもの？）

OBS を使えば YouTube などのサービスにも配信できる。とはいえ，これで稼ぐ気はないし，何となく Google のサービスは嫌なので atproto エコシステム下のサービスである Streamplace を使うことを考えてみようかな。

Start streaming with OBS | Streamplace Docs

上手くいったらまた報告する。

ブックマーク

参考

てきぱきワーキン〓ラブ (5) (ビームコミックス): 竹本泉 (著); エンターブレイン 2000-05-01; コミック; 4757700423 (ASIN), 9784757700420 (EAN), 4757700423 (ISBN); 評価

[Comment] ついに（「さよパラ」にも出てきた）アレックスの謎が解ける？

reviewed by Spiegel on 2017-10-13 (powered by PA-APIv5)

ポモドーロ・タイマーはいわゆるポモドーロ法（Pomodoro Technique）に基づいたタイマーで，メインの作業時間（通常25分）と休憩時間（通常5分）を交互に繰り返すことで集中力を維持するためのもの。gogh では作業時間と休憩時間の長さはユーザが自由に設定できる。「ポモドーロ」とはイタリア語で「トマト」を意味し，この名前はこの方法を考案した Francesco Cirillo がトマト型のキッチンタイマーを使っていたことに由来するらしい。 ↩︎
OBS (Open Broadcaster Software) はオープンソースの高機能ライブ配信・録画用ソフトウェア。 “OBS Studio” という製品名で無料提供され Windows, macOS, Linux 用のバイナリが提供されている。映像・音声のミキシング，ライブ配信，高画質録画，シーンの切り替えといった機能を備えている。 YouTube や Twitch といったサービスへの配信にも対応している。また仮想カメラ機能を使い Zoom や Microsoft Teams といったビデオ会議ツールのカメラ入力としても利用できる。 ↩︎
ちなみに OBS Studio のインストールには通常の方法の他に Steam からインストールする方法もある。 Steam 版は自動更新してくれるメリットがある。ただし Windows バイナリのみの提供で Ubuntu 機ではインストールできないこともないが起動時に「ネイティブ版を使え」と怒られる。それでも無視して起動しようとしたらクラッシュした。 Linux ネイティブの OBS Studio は Flatpak で提供されている。また Ubuntu 環境では PPA に公式リポジトリがあるので，そちらから APT でインストールすることもできる。 ↩︎

MPA for Linux でログイン検証（Linux で個人番号カードを読む 2）

2026-04-01T06:25:15+00:00

前回の続き。

myna のリポジトリによると，サブプロジェクトの MPA for Linux を使って Linux の Web ブラウザでマイナポータルや e-Tax のサイトに個人番号カードを使ってログインできるらしい。素晴らしい！

Rust ツールチェーンのインストール

事前準備として Rust ツールチェーンのインストールを行う。

Rust の基礎勉強をしてたのはもう6年も前で，仕事に結びつくこともなかったので完全に放置していた。しかも，あれから自宅パソコンを買い替えたりして開発環境もなくなったので，インストールからやり直すことに。

インストールページに従って，以下のスクリプトをダウンロード&実行する。

$ curl --proto '=https' --tlsv1.2 -sSf https://sh.rustup.rs | sh
info: downloading installer

Welcome to Rust!

This will download and install the official compiler for the Rust
programming language, and its package manager, Cargo.

...

   default host triple: x86_64-unknown-linux-gnu
     default toolchain: stable (default)
               profile: default
  modify PATH variable: yes

1) Proceed with standard installation (default - just press enter)
2) Customize installation
3) Cancel installation
>

今回はこのまま Enter キーを押して続行。

info: profile set to default
info: default host triple is x86_64-unknown-linux-gnu
info: syncing channel updates for stable-x86_64-unknown-linux-gnu
info: latest update on 2026-03-26 for version 1.94.1 (e408947bf 2026-03-25)

...

Rust is installed now. Great!

To get started you may need to restart your current shell.
This would reload your PATH environment variable to include
Cargo's bin directory ($HOME/.cargo/bin).

To configure your current shell, you need to source
the corresponding env file under $HOME/.cargo.

This is usually done by running one of the following (note the leading DOT):
. "$HOME/.cargo/env"            # For sh/bash/zsh/ash/dash/pdksh
source "$HOME/.cargo/env.fish"  # For fish
source "~/.cargo/env.nu"  # For nushell
source "$HOME/.cargo/env.tcsh"  # For tcsh
. "$HOME/.cargo/env.ps1"        # For pwsh
source "$HOME/.cargo/env.xsh"   # For xonsh

これで ~/.rustup/ および ~/.cargo/ ディレクトリ以下にツールチェーンがインストールされた。 PATH 設定が ~/.cargo/env ファイルに記述されていて ~/.profile と ~/.bashrc が ~/.cargo/env を読み込むよう書き換えられている。必要に応じて内容を調整する。

とりあえず，今すぐ PATH を通したいなら

$ . ~/.cargo/env

とすればよい¹。

起動確認しておこう。

$ rustc --version
rustc 1.94.1 (e408947bf 2026-03-25)

うんうん。問題なさそうやね。 Rust の勉強もやり直すかなぁ。

MPA for Linux のインストール

いよいよ MPA for Linux をインストールする。

適当なディレクトリに github.com/jpki/myna リポジトリを clone する。

$ git clone https://github.com/jpki/myna.git

リポジトリ内の mpa ディレクトリに移動して cargo install を実行する。

$ cd myna/mpa
$ cargo install --path .
  Installing mpa v23.0.0 (/home/username/path/to/myna/mpa)
    Updating crates.io index
     Locking 107 packages to latest Rust 1.94.1 compatible versions
      Adding der v0.7.10 (available: v0.8.0)
      Adding generic-array v0.14.7 (available: v0.14.9)
      Adding sha1 v0.10.6 (available: v0.11.0)
      Adding sha2 v0.10.9 (available: v0.11.0)

         ...

   Compiling myna v0.6.4 (/home/username/path/to/myna)
   Compiling mpa v23.0.0 (/home/username/path/to/myna/mpa)
    Finished `release` profile [optimized] target(s) in 16.86s
  Installing /home/username/.cargo/bin/mpa
   Installed package `mpa v23.0.0 (/home/username/path/to/myna/mpa)` (executable `mpa`)

これで ~/.cargo/bin/ ディレクトリにホストアプリケーション mpa がインストールされた。

次に同ディレクトリにある install.sh を実行してホストアプリケーションをブラウザに登録する。ブラウザのプロファイルが既定の場所にあるのであれば，引数なしで起動すればよい。

$ ./install.sh
=== Installing Native Messaging Host manifests ===
Host path: /home/username/.cargo/bin/mpa

Installed: /home/username/.config/google-chrome/NativeMessagingHosts/com.github.jpki.mpa.json
Installed: /home/username/.config/chromium/NativeMessagingHosts/com.github.jpki.mpa.json
Installed: /home/username/.mozilla/native-messaging-hosts/com.github.jpki.mpa.json

ブラウザのプロファイルが既定のの場所にない場合は

./install.sh --user-data-dir /path/to/datadir

のように指定できるらしい。今回は既定のままでOK。

次にブラウザのほうほうにも拡張機能をインストールする必要があるのだが，正規ルートからはインストールできないようなので Developer mode で強制的に行う。手順は以下の通り。

Chrome

chrome://extensions/を開く

右上のディベロッパーモードをON

パッケージ化されていない拡張機能を読み込むで./mpa/extensionを読み込む

拡張機能のメニューからMPA for Linuxを開く

動作確認ボタンを押してエラーが出なければOK

Firefox(一時的)

about:debuggingのこのFirefoxを開く

一時的なアドオンを読み込むで./mpa/extension/manifest.jsonを読み込む

拡張機能のメニューからMPA for Linuxを開く

動作確認ボタンを押してエラーが出なければOK

ブラウザ拡張のインストールより

メインで使ってる Firefox に入れるのは怖いので，サブとして使ってる ungoogled-chromium で試した。やり方はたぶん Chrome と同じでいいよね。こんな感じ？

ちなみに Developer mode を OFF にするとこの拡張機能も無効になる。これがあるからオススメしにくいんだよなぁ。

これで MPA for Linux の導入は完了。上手くログインできるかなぁ。

マイナポータルサイトにログインする

マイナポータルより

左サイドにあるログインボタンを押してログイン画面に移動する。

ログイン | マイナポータルより

ここで暗証番号の入力を求められる。

暗証番号入力より

利用者証明用パスワード（4文字の数字）を入力して OK ボタンをクリックする。ボタンをクリックせず Enter キーを押すとなにも起こらず処理が止まってしまうので注意（困るなぁ）。

ホーム | マイナポータルより

よし。上手くいった！

e-Tax サイトにログインする

e-Tax サイトのログインは個人用と法人用がある。私は個人用からログインする。

個人ログイン | e-Taxより

下の方にスクロールすると

個人ログイン | e-Taxより

「ICカードリーダーで読み取り」ボタンがあるので，これをクリックする。あとは前節と同じように暗証番号の入力を求められるので，利用者証明用パスワード（4文字の数字）を入力して OK ボタンをクリックする。

TOP | e-Taxより

こちらも問題なく入れた！

これで Linux 機で確定申告できる！

マイナポータルおよび e-Tax の両サイトへのログインを確認できたので，ブラウザ拡張機能の Developer mode を OFF に戻しておく。

これで来年は自宅 Linux 機で確定申告できるな。もうスマホで確定申告するのは嫌なのよ。スマホは入力端末としては向かないっスよ。

ミニ PC の Windows 機はますますゲーム専用機になっていくな（笑）まぁ，それはそれで重宝しているからいいか。

参考

スーパーユーザーなら知っておくべきLinuxシステムの仕組み: Brian Ward (著), 柴田芳樹 (翻訳); インプレス 2022-03-08 (Release 2022-03-08); 単行本（ソフトカバー）; 4295013498 (ASIN), 9784295013495 (EAN), 4295013498 (ISBN); 評価

reviewed by Spiegel on 2023-02-11 (powered by PA-APIv5)

コマンドの . は source と同じ意味で，指定したファイルを現在の shell で実行する。 ↩︎

Linux で個人番号カードを読む

2026-03-31T11:23:14+00:00

自宅の Ubuntu 機に IC カードリーダーを接続し，個人番号カードの内容を読み取る。

事前準備

今回は IO DATA の非接触式 IC カードリーダー USB-NFC4 を使用する。

USB-NFC4 | ICカードリーダーライター | アイ・オー・データ機器 I-O DATA

昨年の夏頃に Amazon で安売りしてたのを買ったのだが，そのまま放置していた。いざ確定申告で使おうとしたら Windows 機で認識できなくて使えなかった。そのまま捨て置くのはもったいないので Linux で使えるか試そうという話である。

Ubuntu 側で必要なのは以下のソフトウェア

OpenSC/OpenSC: Open source smart card tools and middleware. PKCS#11/MiniDriver
デバイスドライバ : CIR315A 用のドライバで代用
jpki/myna: マイナンバーカード・ユーティリティ・JPKI署名ツール · GitHub

では早速はじめよう。

インストール

Wiki によると Linux 版の OpenSC は自前でビルドしろとあるが， Ubuntu であればバイナリが提供されているっぽいのでそちらを使う。

$ sudo aptitude install opensc opensc-pkcs11 pcscd pcsc-tools libpcsclite1 libusb-1.0-0 libpcsclite-dev libusb-1.0-0-dev
libpcsclite1 は、要求されたバージョン (2.3.3-1) で既にインストールされています
libusb-1.0-0 は、要求されたバージョン (2:1.0.29-2) で既にインストールされています
libpcsclite1 は、要求されたバージョン (2.3.3-1) で既にインストールされています
libusb-1.0-0 は、要求されたバージョン (2:1.0.29-2) で既にインストールされています
以下の新規パッケージがインストールされます:
  libccid{a} libeac3{a} libintl-perl{a} libintl-xs-perl{a} libpcsc-perl{a} libpcsclite-dev libusb-1.0-0-dev libusb-1.0-doc{a} opensc 
  opensc-pkcs11 pcsc-tools pcscd 
更新: 0 個、新規インストール: 12 個、削除: 0 個、保留: 0 個。
アーカイブの 2,824 kB を取得する必要があります。展開後に 12.8 MB のディスク領域が新たに消費されます。
先に進みますか? [Y/n/?]

起動確認だけしておく。

$ opensc-tool -i
OpenSC 0.26.1 [gcc  15.2.0]
Enabled features: locking zlib readline openssl pcsc(libpcsclite.so.1)

問題はなさそうかな¹。

CIR315A の製品ページから「USB Linux インストーラ」をダウンロードする。

CIR315A関連ファイルのダウンロードより

ダウンロードしたファイルの内容は以下の通り：

Circle_USB_Linux_Installer_v2.2.2_(driver_v.2.2.2).zip (2025-07-25 時点)
- Generic-Debian
  - libabcccid_2.2.2-1_amd64.deb

この libabcccid_2.2.2-1_amd64.deb をインストールする。

$ sudo dpkg -i libabcccid_2.2.2-1_amd64.deb

myna は GitHub のリリースページからバイナリをダウンロードしてインストールする。

myna-v0.6.4-x86_64-unknown-linux-gnu.zip (2026-03-12 時点)
- myna

ファイル myna を PATH の通ってるディレクトリに置く。こちらも起動確認だけしておこう。

$ myna help
Usage: myna [OPTIONS] <COMMAND>

Commands:
  text     券面入力補助AP
  visual   券面確認AP
  test     Test card reader
  jpki     公的個人認証
  pin      Pin operation
  unknown  謎のAP
  help     Print this message or the help of the given subcommand(s)

Options:
  -v...          
  -d, --debug    
  -h, --help     Print help
  -V, --version  Print version

個人番号カードを読み込む

まずは USB-NFC4 を繋いだだけの状態で IC カードリーダーが認識されているか確認する。

$ opensc-tool -l
# Detected readers (pcsc)
Nr.  Card  Features  Name
0    No              Circle CIR315 CL [CIR315 CL] (137K231232M2) 00 00

USB-NFC4 から「ピッ！」って音がする。やっと認識してくれたよ。

ではカードリーダーに個人番号カードを乗っけてみる。

$ opensc-tool -l
# Detected readers (pcsc)
Nr.  Card  Features  Name
0    Yes             Circle CIR315 CL [CIR315 CL] (137K231232M2) 00 00

Card 項目が Yes になっている。よしよし。

次に PIN 情報を取得する。

$ pkcs15-tool --list-pins
Using reader with a card: Circle CIR315 CL [CIR315 CL] (137K231232M2) 00 00
PIN [User Authentication PIN]
	Object Flags   : [0x12], modifiable
	ID             : 01
	Flags          : [0x12], local, initialized
	Length         : min_len:4, max_len:4, stored_len:0
	Pad char       : 0x00
	Reference      : 1 (0x01)
	Type           : ascii-numeric
	Tries left     : 3

PIN [Digital Signature PIN]
	Object Flags   : [0x12], modifiable
	ID             : 02
	Flags          : [0x12], local, initialized
	Length         : min_len:6, max_len:16, stored_len:0
	Pad char       : 0x00
	Reference      : 2 (0x02)
	Type           : ascii-numeric
	Tries left     : 5

鍵は取り出せるかな。

$ pkcs15-tool --read-certificate 1
Using reader with a card: Circle CIR315 CL [CIR315 CL] (137K231232M2) 00 00
-----BEGIN CERTIFICATE-----

...

-----END CERTIFICATE-----

ありゃ。暗証番号がなくてもいいのか。でもちゃんと取り出せてるみたい。

もういっちょ。

$ pkcs15-tool --read-certificate 2 --verify-pin --auth-id 02
Using reader with a card: Circle CIR315 CL [CIR315 CL] (137K231232M2) 00 00
Please enter PIN [Digital Signature PIN]: 
-----BEGIN CERTIFICATE-----

...

-----END CERTIFICATE-----

こちらもちゃんと取り出せてるようだな。

“Please enter PIN” には署名用パスワードを入力する²。正しく入力すると以下のポップアップが出る。

myna のほうも動かしてみよう。

$ myna pin status
券面入力補助AP 暗証番号: 3
券面入力補助AP 暗証番号A: 10
券面入力補助AP 暗証番号B: 10
券面確認AP 暗証番号A: 10
券面確認AP 暗証番号B: 10
JPKIユーザー認証用 暗証番号: 3
JPKIデジタル署名用 パスワード: 5

これでパスワード入力を失敗できる（ロックアウトされまでの）残り回数が分かる。

券面情報を取得してみよう。

$ myna text attrs
暗証番号(4桁): ****
氏名    : **********
住所    : **********
生年月日: ********
性別    : *

実際にはちゃんと内容が表示されるが，ここでは伏せ字にしている。あしからず。暗証番号には券面事項入力補助用パスワードを入力する。

myna を使えば PDF ドキュメントなどに電子署名を付与できる。こんな感じらしい。

$ myna jpki pdf sign input.pdf -o signed.pdf

署名の検証は以下の通り。

$ myna jpki pdf verify signed.pdf

「JPKI署名用証明書は4属性(氏名・住所・生年月日・性別)を含みますので注意してください」とあるので，実際に運用する場合はホンマにご注意を。

さらに「MPA for Linux」を使えば Linux のブラウザでマイナポータルや e-Tax などのサイトに個人番号カードを使ってログインできるようだ。ただし（今のところ） Rust のビルド環境が必要なのとブラウザ拡張を無理やり入れるみたいな操作が必要らしいので，今回は割愛する。またどこかで試そうか。

今回はここまで。次回へ続く。

ブックマーク

Linux & IO DATA USB-NFC4 & マイナンバーカード

参考

スーパーユーザーなら知っておくべきLinuxシステムの仕組み: Brian Ward (著), 柴田芳樹 (翻訳); インプレス 2022-03-08 (Release 2022-03-08); 単行本（ソフトカバー）; 4295013498 (ASIN), 9784295013495 (EAN), 4295013498 (ISBN); 評価

reviewed by Spiegel on 2023-02-11 (powered by PA-APIv5)

OpenSC v0.27 より前のバージョンには脆弱性が報告されている。 2026-03-31 時点では Ubuntu の APT リポジトリには反映されてない模様。頑張って反映させてね。 ↩︎
個人番号カードの暗証番号・パスワードには署名用パスワード（最大16文字の英数字），利用者証明用パスワード（4文字の数字），券面事項入力補助用パスワード（4文字の数字），個人番号カード用（住民基本台帳用）パスワード（4文字の数字）の4つがある。 ↩︎

List of Ubuntu [text.Baldanders.info]

Go 1.27 のリリース

参考図書

Ubuntu サーバで LLM 構築へ：（2）用語集

人工知能

別表記

意味，定義など

機械学習

別表記

意味，定義など

統計的機械学習

別表記

意味，定義など

ブックマーク

深層学習

別表記

意味，定義など

ブックマーク

ニューラルネットワーク

別表記

意味，定義など

生成 AI

別表記

意味，定義など

大規模言語モデル

別表記

意味，定義など

ブックマーク

トランスフォーマー

別表記

意味，定義など

ブックマーク

RAG

別表記

意味，定義など

ブックマーク

Embedding

別表記

意味，定義など

MCP

別表記

意味，定義など

AI エージェント

別表記

意味，定義など

ブックマーク

Ubuntu サーバで LLM 構築へ：（1）事前学習

アーキテクチャ

モデル選択

nomic-embed-text について

今回はここまで

VS Code 1.122.0 の不具合に関する覚え書き【解消済み】

【2026-05-30 追記】

【2026-05-29 追記】

VS Code 1.122.0 の不具合に関する覚え書き 【2026-05-28】

【おまけ】 Agents Window

ブックマーク

Ubuntu 26.04 LTS へのアップグレード

「ソフトウェアとアップデート」をインストールする

ブックマーク

参考

VTuber ごっこ

ブックマーク

参考

OBS 合成映像を Zoom に出す

Flatpak 版 OBS Studio に換装する

Flatpak の特徴

Flatpak の導入

Flatpak 版 OBS Studio に換装する

Background Removal プラグインのインストール

Web カメラ映像の加工

Zoom へ出力する

ブックマーク

他に参考にしたツール

参考

Gogh で てきぱきワーキング【2026-05-23 追記】

gogh で作業支援

gogh と OBS

ブックマーク

参考

VS Code 1.122.0 の不具合に関する覚え書き【2026-05-28】

Gogh でてきぱきワーキング【2026-05-23 追記】