Toshimaru toshimaru

name

cognitive-rhythm-writing

description

説明的な文章に緩急を設計するための規範。緩急を装飾ではなく認知モードの切替（観察→逡巡→断定→再観察）と未回収の緊張の管理として扱い、文の拍、段落の密度波形、節の入り方、緩みと駄文の判別、執筆後の機械的な点検手順を定める。読み物として読ませたい章・記事・解説文を生成するとき、または「密度はあるが平坦でおもしろくない」文章を診断・修正するときに使用する。

認知リズムを生むための日本語ライティング規範

密度の高い文章が退屈になるのは、情報が多いからではなく、全文が同じ認知モードで書かれているからである。この規範は、読者の認知モード（観察する、迷う、確信する、確かめ直す）を意図的に切り替え、常に「続きを読む理由」を維持することで、読み進める推進力を作る。

name

japanese-tech-writing

description

日本語の技術文書・書籍原稿の文章規範。整形（一文一行、引用ブロック、脚注、コラム記法）、段落と論証の構成（パラグラフライティング）、論証の厳密さ（ツッコミどころの除去）、読み手の負荷の管理、視点と語り、演出の抑制、LLM っぽい空句の禁止、冗長の排除を定める。日本語で技術書の章、草稿、記事、解説文を書くとき、または推敲・リライトするときに使用する。

日本語技術文書の文章規範

日本語で技術的な原稿（書籍の章、記事、解説文）を書く・推敲するときは、以下の規範に従う。

整形

LLM Wiki

A pattern for building personal knowledge bases using LLMs.

This is an idea file, it is designed to be copy pasted to your own LLM Agent (e.g. OpenAI Codex, Claude Code, OpenCode / Pi, or etc.). Its goal is to communicate the high level idea, but your agent will build out the specifics in collaboration with you.

The core idea

Most people's experience with LLMs and documents looks like RAG: you upload a collection of files, the LLM retrieves relevant chunks at query time, and generates an answer. This works, but the LLM is rediscovering knowledge from scratch on every question. There's no accumulation. Ask a subtle question that requires synthesizing five documents, and the LLM has to find and piece together the relevant fragments every time. Nothing is built up. NotebookLM, ChatGPT file uploads, and most RAG systems work this way.

Ruby: The future of frozen string literals

What is a literal?

In programming languages, literals are textual representations of values in the source code. This is a syntactical concept.

Some examples:

7 # integer literal

```mermaid
sequenceDiagram
    participant dotcom
    participant iframe
    participant viewscreen
    dotcom->>iframe: loads html w/ iframe url
    iframe->>viewscreen: request template
    viewscreen->>iframe: html & javascript
 iframe-&gt;&gt;dotcom: iframe ready

`github.ref` vs `github.head_ref` in GitHub Actions

Trigger event	`pull_request`	`pull_request_target`	`push`
`github.ref`	refs/pull/53/merge	refs/heads/main	refs/heads/test/pull_request_target
`github.head_ref`	test/pull_request_target	test/pull_request_target	-

main: default branch
test/pull_request_target: topic branch name
53: pull request number

概要

「CTO採用したいんやがどんな人採用すればいいかわからん」と聞かれることあるので、自分のスタートアップのCTO感をここにふらっとまとめてみる。

CTO

そもそもCTOは

経営チームのメンバーである
すなわち経営職である

Standard System Design Approach Template

Link : https://leetcode.com/discuss/career/229177/My-System-Design-Template [@Topcat]

(1) FEATURE EXPECTATIONS [5 min]

        (1) Use cases
        (2) Scenarios that will not be covered
        (3) Who will use
        (4) How many will use
        (5) Usage patterns

	$ nmcli connection add type wifi ifname wlo1 con-name 0001docomo ssid 0001docomo
	Connection '0001docomo' (a6fde1b0-6055-4e6c-a314-05027eb6083a) successfully added.
	$ nmcli con edit id 0001docomo

	===\| nmcli interactive connection editor \|===

	Editing existing '802-11-wireless' connection: '0001docomo'

	Type 'help' or '?' for available commands.
	Type 'print' to show all the connection properties.

	// chromeを利用して、ユーザ一覧を表示しつつconsoleで↓を実行すると、現在の参加者からランダムで一人表示することができます

	const names_array = document.querySelector("[aria-label='参加者']").innerText.split("\n").filter((word)=> !word.match(/\（\|メイン\|ミュート\|主催者\|画面共有\|その他の操作\|keep_off\|more_vert\|keep\|domain_disabled/))
	const names_set = new Set(names_array)
	const names_uniq_array = Array.from(names_set)
	names_uniq_array[Math.floor(Math.random() * names_uniq_array.length)]