2026-02-10 - 2026-02-16
読んだ記事
shotterよさそう、他のアプリもいい
artoも試す
使ってみようとはまだ思わないけど作れるのがすごい
firecrackerみたいにAzureで実運用されるようになったら面白いな
未だに外部キー制約張ってるプロダクト触ったことない...
DDLの変更(=migrationの実行)はそれほど簡単ではないし、アプリケーション側に整合性の責任を負わせる設計の方が回りやすいんだよな
なるほどなぁ
Next.jsが、というかフレームワークが、という感じ
golangci-lintを素のまま使うことが多いので参考になった
meta linterなのよね
6,000行のPerl、多分普通にGoで書き直しても倍以上にはなるよね...
互換性検証環境作って1ヶ月で終わるのはすげぇ
OSS、無償で対応する大量のボランティアに依って成り立ってるからなぁ...
業務のコードだってPRを出したメンバーがAI生成ポン出しだったらレビューしたくないのに
使っても良い場合はある、ということはわかった
けど、だいぶ限定的よね
その限定的な状況で十全に使えてるのはすごいと思う
アウトバウンドを絞るのはだいぶむずいからなぁ...
managedなdeny listを使うくらいがせいぜいか
BigQueryではCTEが多いイメージ
データ分析系のエンジニアはCTEを使うんじゃないかなー
アプリケーション系のエンジニアはORMしか使わない人も多いもんな
これは、いいなぁ...
ローカルで検証するときにS3読み込みしてなかったのかな？
DuckDB + Lambda + S3はやりたいと思ってたので参考になる
はー、Cloudflareすげぇなー
人間向けではないけど
良さそう
安定はしないけど、ふわっとした条件でsortしたい要件ってあるから、これはいいかも
読むほうが間に合わない気もする
毎日ショートショートが読める、とかなら嬉しいかもしれないけど、十分面白いものなら誰が書いたものでもいい、とは思わないんだよな
tigとgitコマンドで足りてるからあんまり試そうと思わなかったんだけど、nix-shellでシュッと試してみた
ショートカットが豊富で悪くないけど、TUIもあんまり好きじゃないんだよな...
面白いけど、これをある程度把握してないといけない人たちがいるんだよな...
すげぇ話だ...
OpenclawからGitHubにPR上がるのか
読んだ本
書いた
すげー時間がかかった...
あまりに辛かったのでblogにすることで供養した
その他
体重計データをexportしてAIに読み込ませたらなにか有用なアドバイスもらえないかな？
↓それらしいこと言うじゃない...???
結果としての計測データは渡せるけど、過程としての食事・運動のデータは渡しづらいんだよな
あすけん再開の機運か？
ヘルスケアに連携もさせた
code:junie.md
❯ junie "weight_watarukura_1770799254.csv は身長180cm、46歳の日本人男性の体重等の推移データです。既に週3回7分間のHIITトレーニングと週2回15分のマシントレーニング、週2回45分のトレッドミルでのウォーキングを実践 しています。内臓脂肪を減少させ、健康を増進するためのアドバイスを作成してください"
Successfully authenticated.
● Opened file
weight_watarukura_1770799254.csv 1 - 101 体重やBMI、体脂肪率などの健康データが記録されたCSVファイルが開かれた。
● Opened file
analyze_data.pyファイルが開かれ、体重や体脂肪率の変化、平均心拍数、内臓脂肪の推移を計算・表示するコードが確認された。 ● Opened file
analyze_data_simple.pyファイルが開かれ、BMIの判定ロジックと最新のBMI値に基づく状態表示のコードが確認された。
✕ python3 analyze_data.py
│ Traceback (most recent call last): │ ...
│ import pandas as pd
│ ModuleNotFoundError: No module named 'pandas'
● python3 analyze_data_simple.py
│ ### Data Analysis Result ###
│ ...
│ Muscle Mass Change: 0.10 kg
│ BMI Status: Normal (23.3)
データ分析が正常に完了し、30件の記録に基づく最新および平均の体重、BMI、体脂肪率、内臓脂肪、体年齢などの健康指標が報告された。BMIは正常範囲内で変化はほとんどなかった。
● Task result
### 分析結果の要約
過去約1ヶ月（2026/01/04〜2026/02/10）のデータを分析した結果、以下の状態であることが分かりました。
* **現状:** BMI 23.3（標準範囲内）、体重 75.6kg（安定）。
* **課題:** 内臓脂肪レベルが **12.0** で高止まりしており、体内年齢（48歳）が実年齢（46歳）を上回っています。
* **運動習慣:** HIIT、筋トレ、ウォーキングを組み合わせた非常に質の高い習慣を既に持っています。
* **傾向:** 運動習慣があるにもかかわらず、この1ヶ月間で体重・体脂肪率・内臓脂肪に目立った変化が見られません。これは現在の「摂取エネルギー」と「消費エネルギー」が完全に均衡しているか、体が現在の負荷に慣れてしまっている（プラトー）可能性を示唆しています。
### 内臓脂肪減少・健康増進のためのアドバイス
#### 1. 食習慣の微調整（内臓脂肪への最短ルート）
内臓脂肪は運動よりも食事の影響を強く受けます。現在の運動量を維持しつつ、以下の点を見直してください。
* **アルコールと果糖の制限:** 内臓脂肪蓄積の主因です。特に夜の飲酒や清涼飲料水、果物の摂りすぎを控えるだけで、レベル12から10未満への改善が期待できます。
* **タンパク質中心の食事へのシフト:** 筋肉量(56.3kg)を維持しつつ脂肪を燃やすため、1日120g程度のタンパク質摂取を目指してください。
* **食物繊維の強化:** 海藻、きのこ、納豆などの水溶性食物繊維を先に食べる（ベジタブルファースト）ことで、インスリンの急上昇を抑え、内臓脂肪の合成を防ぎます。
#### 2. トレーニングの「強度」と「タイミング」の変更
* **HIITの強度再確認:** 心拍数が最大心拍数（220-年齢＝約174）の80〜90%（140〜155bpm以上）に達しているか確認してください。慣れてしまった場合は、種目を変えるかペースを上げてください。
* **筋トレの負荷アップ:** マシントレーニング15分を、週2回から「負荷を上げて10回×3セットが限界の重さ」に設定し、大きな筋肉（脚、背中、胸）を重点的に鍛えて基礎代謝（現在1452kcal）の底上げを狙います。
* **ウォーキングのタイミング:** 脂肪燃焼効率を上げるため、朝食前（空腹時）または夕食後30分〜1時間の間に行うのが内臓脂肪減少に効果的です。 #### 3. 体内年齢を下げるための「回復」戦略 体内年齢が高い原因として、運動による疲労が抜けきっていないか、睡眠の質が低い可能性があります。
* **質の高い睡眠:** 7時間以上の睡眠を確保し、寝る2時間前までに夕食を済ませてください。 * **アクティブレスト:** 週に1日は完全オフの日を作り、ストレッチや入浴などで血流を改善し、代謝をスムーズにします。 ### 目標設定 * **短期目標:** 内臓脂肪レベル 11.5以下への更新（まずは変化を起こす）。 * **中期目標:** 内臓脂肪レベル 9.5（標準域）への到達、体内年齢 45歳以下。
現在の運動習慣は非常に素晴らしいので、食事に少し「引き算」の意識を取り入れるだけで、内臓脂肪は劇的に落ち始めるはずです。