2026年7月23日 振り返り

過去に作成した 8510、つまりデバッグツールを久しぶりに使うことになったようだ。今日は使ってみようと思った。

まず合成データをベースにした E2E テストを Qwen Validation Debugger で 50項目ほどテストしたところ、検証の問題点が山ほどあったように思える。その過程で Qwen Validation Debugger ツール自体を AI が GUI で操作させ、私が監視する役割を担うことで効率が最大化されるということを前回の作業で悟ったようだ。

現在は Markdown からの JSONL 収集がほぼ完了し、SQLite へも格納したので、当ツールで適切な JSONL 文書を取得できるかテストした。LLM が GUI で私が作ったデバッグページを開き、コードがチャンク単位で分割されてリクエストがどのように送られるか、戦略を実行した際に SQLite から意図した文書の内容が取得できるかを直接確認させ、私はその背後で観察・修正する形で進めた。

午後5時に夕食の約束があったため途中で止めたが、ある程度期待した動作、すなわち LLM が適切な文書かを検査し、適合しない場合は SQLite で直接検索して文書の有無を判断させるか、検索が正しく行われるかなど、さまざまな活用の良い機会となった。

あと、今日はサイトを少し改善した。うーん…現在の運営方式だと典型的なスパムブログや「これをクリックするとウイルスに感染するんじゃない？」という印象を与える可能性があると思った。なぜなら、普段検索するときに信頼できないサイトはほとんどが詐欺やスパムに見えるからで、そう考えていたからだ。そこでまずアイコンからサイトマップの改善、サイトリンク設定などを行った。

さらに OpenRouter のモデルで元々 gpt-oss:120b を使用していたが、無料枠が再び終了したため、完全に openrouter/free モデルに CI パイプラインを置き換えた。

最後に Vercel のデプロイが不安定だったので、再適用できるように修正を行った。今日は温かい飲み物を飲みながら一日を締めくくろうと思う。