SE奮闘記

Rust言語で開発したWindowsアプリ（WinRemap）のGUIテストを自動化したくて調査したときの覚書。 Geminiでディープリサーチしてから、Claudeアプリで記事にしている。 環境： Windows 11 Pro 25H2 Webのテスト自動化にはPlaywrightという定番があるが、Windowsデスクトップアプリには決定打が乏しい。  WinAppDriverは開発が停滞し、UI Automation（UIA）を生で叩くとCOMの作法に付き合うことになる。 Terminator（mediar-ai）とは？ Windowsデスクトップを対象としたオープンソースのGUI自動化基盤。 「Playwright for windows computer use」を掲げている。 参考： mediar-ai/terminator - GitHub 構成は主に2つ。 terminator-rs — Rust製のコアライブラリ。Python（terminator.py）とTypeScript（@mediar-ai/terminator）のバインディングもある terminator-mcp-agent — MCPサーバー。Claude CodeやCursorから直接デスクトップを操作できる 対応プラットフォームは事実上 Windows専用 。 開発元はアメリカ・サンフランシスコのMediar.ai（Mediar Inc.）。 従来のComputer Useとの違い AnthropicやOpenAIのComputer Useは、スクリーンショットをVLM（視覚言語モデル）に解釈させて座標をクリックするビジョン依存型。 1ステップごとにVLM推論（Vision-Language Model：視覚言語モデル）が入るので遅い 画像トークンを大量に消費するのでランニングコストが嵩む 解像度やフォント描画の揺らぎで誤操作する（非決定論的） TerminatorはOSのアクセシビリティツリー（Windows UI Automation）を直接読む。 スクリーンリーダーが使っているのと同じUIの「意味」が入ったツリー。 座標ではなく role:Button, name:Save, window:WinRemap のような属性で要素を特定する ウィンドウのサイズやDPIが変...

WinRemapというWindows上で入力したキーを別の入力に置き換える常駐ソフトを開発した。 DaikiSuganuma/winremap: A per-application key remapper for Windows, written in Rust — inspired by xremap (Linux) and Keyhac 環境： Windows 11 Pro 25H2 １．開発の経緯 今まではKeyhacというソフトでWindows上でCtrl+f, Ctrl+nなどのキーバインドをカスタマイズして便利に作業していた。 WinRemapを作ろうと思ったきっかけ Claude CodeをWindowsTerminal, ZED, PhpStormなどのアプリで起動すると、それぞれのアプリでのキーバウンドが違う。 Keyhacの設定やアプリの設定を見直していたが、どこにどんな設定をしたか忘れてしまう。 Keyhacの設定(config_personal.py)を整理整頓したくなった。 AIエージェント（Claude Code）の開発に慣れてきたので、Rust言語でWindowsアプリを作りたくなった。 せっかくなのでIME Statusも取り込むことにした。 ２．作ってみた感想 更新予定。 AIエージェント（Claude Code）を用いたアプリ開発に自信がついた。 自分用に作ったアプリなので当然ながら快適。 ▼ 関連記事 WindowsターミナルのPowerShellとClaude CodeでCtrl+ZのUndoを有効にする Windows11をクリーンインストール（2022年12月） WindowsのChrome上のTextareaやGmailでEmacsのキーバインドを使いたい

Mac miniにWindows11からVNCで操作していると、遅延があるのが気になるので評判がいいRustDeskを試したときの覚書。 Claude Fable 5と対話。 環境： Mac mini 2024 メモリ24GB, Tahoe 26.5.2 使ってみて、ほぼ遅延がなく快適なのでVNCから乗り換えた。 １． RustDeskとは？ RustDeskは、TeamViewerやAnyDeskの代替として開発されたオープンソースのリモートデスクトップソフト。 名前の通りコア部分がRust言語で書かれており、GUIにはFlutterを採用。 Windows・macOS・Linux・iOS・Androidに対応し、ライセンスはAGPL-3.0で公開されている。 開発のきっかけは2020年、開発者がTeamViewerの商用ライセンスの価格に驚き「自分で作る」と決めたこと。 2021年のGitHub公開以降、スター数11万超まで成長した人気プロジェクト。 特徴 無料で無人アクセス可能 — 時間制限や商用判定によるブロックがない セルフホスト対応 — 接続を仲介するサーバー（hbbs/hbbr）を自前で運用でき、外部インフラに依存しない構成が組める LAN内ならIP直接続 — サーバーすら不要で、IPアドレス指定だけで低遅延に接続できる 映像はVP8/VP9/AV1とH.264/H.265に対応し、 VNCと比べて描画は圧倒的に滑らか 。 通信はNaClベースのエンドツーエンド暗号化。 なお、開発元の透明性については過去に議論があったソフト。 ただし、クライアントとOSSサーバーはコードが完全公開されており、LAN内利用や外部通信の遮断といった構成を取れば、この種の懸念は技術的にコントロール可能。 rustdeskとrustdesk-serverの違い RustDeskはVNCと違い、1つのバイナリが「操作する側（ビューア）」と「操作される側（被制御）」の両方の機能を持っていて、役割は固定されていない。 rustdesk-serverは接続の仲介インフラ。 インターネット越しに互いを見つけるための電話帳＋中継局。 ２． Mac miniにRustDeskをインストール caskオプションを付けてGUIアプリとしてインストール実行。 % br...

Mac miniのVMware FusionにFreeBSD 15.1をインストールした時の覚書。 環境： Mac mini 2024 メモリ24GB, Tahoe 26.5, VMware Fusion 26H1 １． ISOイメージを指定してインストール実行 FreeBSD-15.1-RELEASE-arm64-aarch64-disc1 を公式サイトからダウンロード。 VMware Fusionの設定での注意点 ネットワークアダプタは「ブリッジされたネットワーキング」を選択 Traditional distribution setsとPackagesの違い Would you like to install the base system using traditional distribution sets or pachages(technology preview) Packagesは従来の更新方法）freebsd-update → pkg）をpkgに一本化する取り組み。 FreeBSD 16ではpkgに統一される。 FreeBSD 15は移行猶予期間で、マイナーバージョン間(15.0 → 15.1)は現状ひと手間必要らしい。 ２．OS起動後のSSH設定 インストール後はコンソールでrootログインし、SSHの設定を行う。 # less /etc/ssh/sshd_config PermitRootLogin yes PasswordAuthentication yes これでsshdを再起動。 # service sshd restart ここでスナップショットを撮っておく。 WindowsからSSHでアクセスできるか確認。 ３．セットアップスクリプトをAIエージェントで作成 Claude Codeでセットアップスクリプトを生成してもらう。 今後はこのスクリプトを元に本番サーバーもAIエージェントに設定してもらうう予定。 ▼ 関連記事 FreeBSDを13.1から14.0にアップグレード FreeBSD13.1の仮想マシンをインストールして初期設定

WindowsターミナルでClaude Codeを使っていると、打ち間違いのたびに反射的にCtrl+Zを押してしまう。しかしUndoにならない。PowerShellとClaude Codeの両方でCtrl+ZをUndoにした時の覚書。 Claude（Cowork）と対話しながら設定した。 環境： Windowsターミナル + PowerShell + Claude Code １． PowerShell側の設定（PSReadLine） PowerShellのコマンドライン編集はPSReadLineが担当している。 まず現状のCtrl+Zの割り当てを確認。 PS:> Get-PSReadLineKeyHandler -Key Ctrl+z Windowsモード（既定）ならUndoに割り当て済みのこともある。割り当てられていなければ、以下をプロファイルに追記して恒久化する。 if (!(Test-Path $PROFILE)) { New-Item -Type File -Path $PROFILE -Force | Out-Null } Add-Content $PROFILE 'Set-PSReadLineKeyHandler -Key Ctrl+z -Function Undo' Add-Content $PROFILE 'Set-PSReadLineKeyHandler -Key Ctrl+y -Function Redo' . $PROFILE これでPowerShellのプロンプト上はCtrl+ZでUndo、Ctrl+YでRedoが効く。 効かない場合はWindowsターミナル側のキーバインド（設定 → 操作）がCtrl+Zを奪っていないか確認する。 なお、これはコマンドライン入力のUndoであって、実行済みコマンドの取り消しではない。 ２． Claude Code側はPSReadLineが効かない PowerShellから起動したClaude Codeのプロンプトでは、上の設定をしてもCtrl+ZでUndoできない。 Claude Codeは独自に入力を処理しているため、PSReadLineの設定は効かない。 調べると、Claude Codeの入力Undoの既定キーは Ctr...

Obsidianが流行っているということなので調査したときの覚書。 Geminiでディープリサーチしてから、Claudeアプリで記事にしている。 Obsidian（オブシディアン）とは？ Markdown形式による個人知識管理のための「ローカルファースト」アプリ。 参考：  Obsidian (ソフトウェア) - Wikipedia 「一生モノの、あなたの第二の脳（A second brain, for you, forever.）」 公式サイト： Obsidian - Sharpen your thinking Obsidian（オブシディアン）を直訳すると、日本語で「黒曜石（こくようせき）」。 1. 背景と歴史 Obsidianは、「Dynalist」エディタの開発者コンビが生み出したツール。 共同創設者はShida Li氏（CTO）とErica Xu氏（COO）。 カナダのウォータールー大学で出会い、約10年間にわたり共同開発を続けてきた 前作「Dynalist」（階層型アウトライナー）を運用する中で、2つの課題に直面 厳密な階層構造では、多方向に広がる人間の思考を表現しきれない クラウド依存のため、サービス終了とともにユーザーのデータが失われるリスクがある この反省から「プレーンテキスト主導で、ユーザーがデータを完全に所有できるノートアプリ」の開発に着手 主なマイルストーン 2020年3月：COVID-19の隔離期間中に開発され、プライベートベータ版を公開 2022年10月：正式バージョン1.0.0をリリース 2022年12月：無限キャンバス機能「Canvas」を導入 2023年2月：コミュニティ出身のSteph Ango氏（kepano）がCEOに就任 2025年2月：商用利用を含めて完全無料化 2025年8月：データベース機能「Bases」をコアプラグインとして標準搭載 開発元はカナダの「Dynalist Inc.」 2. なぜ流行っているのか？ 流行の理由は、性能面だけでなく思想面にある。 File over App（アプリよりファイルを優先する）哲学 データは独自形式やクラウドDBではなく、ローカルのMarkdown（.md）ファイルとして保存される ベンダーロックインが発生せず、仮にObsidianが消滅してもファイルは手元に残り続ける プ...

Mac miniにインストールしたAIエージェント（Claude Code）がローカルでWordPressの開発ができるようにした時の覚書。 環境： Mac mini 2024 メモリ24GB, Tahoe 26.5.1 → Tahoe 26.5.2 １． PHP 8.3とwp-cliのインストール Homebrewで確認してインストール。 % brew update % brew search php % brew search wp-cli % brew install php@8.3 wp-cli 下記エラー ==> Running `brew cleanup php@8.3`... Disable this behaviour by setting `HOMEBREW_NO_INSTALL_CLEANUP=1`. Hide these hints with `HOMEBREW_NO_ENV_HINTS=1` (see `man brew`). Error: Your Command Line Tools are too outdated. Update them from Software Update in System Settings. If that doesn't show you any updates, run:   sudo rm -rf /Library/Developer/CommandLineTools   sudo xcode-select --install Alternatively, manually download them from:   https://developer.apple.com/download/all/. You should download the Command Line Tools for Xcode 26.3. まずは システム設定 → 一般 → ソフトウェアアップデート でmacOSを最新（Tahoe 26.5.2）にした。 再起動後、App Storeで「Xcode」をインストール。 Xcodeを起動して、コンポーネントをインストール。 コンソールで下記実行。 % xcode-select --install xcode-select: note:...

Windows Terminalの PowerShell から Claude Code を起動すると、改行が Ctrl + Enter に割り当てられていて、他のアプリと操作感が違って戸惑ったときの覚書。 この記事はClaudeアプリで生成。 なぜ Shift + Enter が効かないのか Claude Code は本来 Shift + Enter での改行に対応しています。 にもかかわらず効かないのは、Windows Terminal がデフォルトで Enter と Shift + Enter にまったく同じバイト列（エスケープシーケンス）を送ってしまうからです。 その結果、Claude Code 側では両者を区別できず、Shift + Enter を押しても「Enter（＝送信）」と同じ扱いになってしまいます。 これは Windows Terminal に限らず、多くのターミナルが抱える古くからの仕様です。 iTerm2 や WezTerm などは独自にこの問題を解決していますが、Claude Code の /terminal-setup コマンドの対応リストに Windows Terminal は含まれていません。 そのため、Windows Terminal では自分で設定を追加する必要があります。 解決策：settings.json を設定 ポイントは、Shift + Enter を押したときに CSI u という現代的なキー入力エンコード（\u001b[13;2u）を送るよう Windows Terminal に教えてあげることです。 これにより Claude Code が Shift + Enter を「ただの Enter」と区別できるようになります。 設定ファイルを開く Windows Terminal で次の手順で設定ファイルを開きます。 設定（Ctrl + ,）を開く 左下の「JSON ファイルを開く」をクリック settings.json がエディタで開きます。 新しい形式（actions と keybindings が分離している場合） 最近の Windows Terminal では、コマンドの定義（actions）とキー割り当て（keybindings）が 2つの配列に分離しています。 この場合は、両方に1つずつ追記します。 1. acti...

Zedエディタをインストールした後にキーバインドを変更した時の覚書。 GeminiのDeep Researchで調査。 環境： Windows 11 Pro 25H2, Zed 1.7.2 １．ターミナルパネルでのキーバインドを変更 Claude Codeを実行しているときに、Ctrl + Hで単語単位で削除されるのが気持ち悪いので、設定を変更する。 参考：  Keybindings | Key Bindings and Shortcuts - Zed メニューのOpen Keymap Fileからkeymap.jsonを開く。 下記を追記。   {     "context": "Terminal",     "bindings": {       "ctrl-p": ["terminal::SendKeystroke", "ctrl-p"],       "ctrl-n": ["terminal::SendKeystroke", "ctrl-n"],       "ctrl-h": ["terminal::SendKeystroke", "backspace"],       "ctrl-k": ["terminal::SendKeystroke", "ctrl-k"],     },   }, ２．ターミナルスレッドとターミナルパネルの違い ターミナルスレッド（Terminal Threads）は、エージェントパネル（Agent Panel）の中に、通常のAIスレッドと同じ階層でターミナルセッションをマウントする仕組み。 エージェントパネルを開いて＋ボタンでTerminalを選択するとターミナルスレッドが起動する。 一覧表 比較項目 ターミナルスレッド  (Terminal Threads) ターミナルパネル  (Terminal Panel) 主な配置場所 エージェント...

クレジットカードの明細書PDFを見ながらクラウド会計に登録するのをAIエージェントを使ってやらせてみた時の覚書。 １． APIキーによる認証ではクラウド会計にアクセスできない アプリポータルの「APIキー管理」で新規登録をクリックすると、利用可能サービスは「クラウド連結会計」しか登録できない。 サポートに問い合わせてみると、次のような回答。 恐れ入りますが、APIキーによる認証は、現状「マネーフォワード クラウド連結会計」のみ対応しております。 その他のサービスにつきましては未対応のため、選択肢に表示されません。 ご希望に添えず申し訳ございませんが、ご理解を賜りますようお願い申し上げます。   お手数ではございますが、その他のサービスはOAuthによる認証でご対応いただきますようお願いいたします。 詳細な手順は以下のページをご参照ください。   ■OAuthによる認可の仕組みを学ぶ https://developers.biz.moneyforward.com/docs/tutorials/getting-started-api-call-manually/ ２． 公式MCPサーバーを使う 2026年3月から公式MCPサーバーが使える（サポートからは案内されなかった）。 参考：  『マネーフォワード クラウド会計』、リモートMCPサーバーを全プランで提供開始｜株式会社マネーフォワード まずはアプリポータルで権限付与を行う。 参考：  マネーフォワード クラウド会計MCPサーバーについて | マネーフォワード クラウド会計サポート MCPサーバーとして Claude Codeに登録する。 > claude mcp add --transport http mfc_ca https://beta.mcp.developers.biz.moneyforward.com/mcp/ca/v3 OAuth認証はClaude Codeを実行した後に/mcpコマンドから行う。 コンソールにOauth認証のURLが表示されるので、ブラウザに渡して認証を完了させる。 詳細はClaude Codeに聞けば教えてくれる。 ▼ 関連記事 「MFクラウド会計」と「Freee」を比較してMFクラウド会計にした