top of page
検索

Medium記事のご紹介

Heliosは最近、Mediumに2つの新しい記事を公開しました。

ここでは、その最新コンテンツをご紹介します。


Dev Tips: How to Get Structured JSON Output with LangChain and Pydantic


本記事では、LLM（大規模言語モデル）を使う開発者がよく抱える課題 ― 出力フォーマットの不安定さ ― に焦点を当てています。名前やメールアドレスを取り出すだけでも複雑な文字列処理が必要になる…そんな経験のある方に向けた内容です。

記事では、LangChain と Pydantic を組み合わせることで、LLMに対し「必ず決まった構造のJSONを返すよう強制する」実践的な方法を紹介しています。LangChainはプロンプトの管理やワークフローを担当し、PydanticはPythonの型ヒントを用いた厳密なスキーマ検証を行います。


記事では、次の3ステップで実装方法を解説しています。

  1. Pydanticの BaseModel を用いてデータモデル（スキーマ）を定義する

  2. PydanticOutputParser によって LLM向けのフォーマット指示を生成する

  3. LangChain によるパイプラインを構築し、モデルの応答を Python オブジェクトへ自動変換する


さらに、事前に決めたスキーマに従ってユーザーペルソナを自動生成するユースケースも紹介。「name・age・hobbies・job」などのフィールドをもつプロファイルを、安定した形式で大量生成できる点が強みです。

この手法により、LLMの曖昧さや予測不能な出力を排除し、信頼性の高い構造化データとして扱えるようになります。




Measuring the World Beneath the Wheels


こちらの記事では、一般的なスマートフォンを環境センサーとして活用するという試みを紹介しています。Helios内部の小さな試作プロジェクトとして始まったものが、加速度センサーやジャイロ、磁気センサー、GNSSなどを利用した、道路の傾斜を記録するKotlin製Androidアプリへと発展しました。


このアプリは軽量かつローカル完結型で、以下のような機能を備えています：

  • 車内の取り付け角度補正

  • 停車時の自動再キャリブレーション

  • 連続CSVログ出力（画面オフでも記録継続）

  • QGISでそのまま読み込めるGISフレンドリーなデータ形式


短距離のライドから長距離ドライブまで行った実地テストでは、取得データがDEM（地形モデル）の傾斜と高い相関を示しました。一方で、加減速による傾斜値の誤差（加速度バイアス）など、改善が必要な課題も明らかになりました。


記事では、Android開発特有の課題にも触れています：

  • Androidの権限仕様変更への対応

  • Gradle・JDKの調整

  • センサーフュージョン（複数センサー融合）の改善


さらに、GitHubやCodeXを活用したプロトタイピングのワークフローについても述べています。今後は GNSS–IMU の同期精度向上、アプリ内リアルタイム可視化、そして北部沖縄での環境モニタリングとの連携を見据えています。


 
 
 

コメント

bottom of page