大好きです, 1 か月を通して Google AI コミュニティの成功を共有する. 私たちはコミュニティメンバーの勤勉と献身を尊重します. さっそく、重要なハイライトをご紹介します!

製品のハイライト

ジェミニ 3.1 プロ

https://Medium.com/media/f2c4d7b237ceba04efb1fef29c870812/href

[👀34.5k+] ジェミニ 3.1 プロ: モデル, 誰も予想していなかったこと AI GDE ムハマド・ファルークより (アメリカ合衆国) 説明した, ベンチマーク結果を含むこの出版物が AI の大きな前進を示す理由. 彼はまた、 [👀45.3k+] AI の 100 倍のブレークスルー, 誰も話さないこと導入 アレセイア (Google DeepMind の新しい数学研究エージェント) そして説明します, なぜ「思考時間」が新しいスケーリング法則なのか、そしてそれが AI 開発の将来にどのような影響を与えるのか.

チュートリアル: Google Gemini を始める 3.1 プロ AI GDE タルン・ジェイン (もし) 調べた, 新モデルにアップデートされました, メンタルモデルも含めて, カスタムツールの使用, マルチモダリティなど.

ジェミニ

ジェミニ 3 エージェントティックビジョン: 単なる画像プロンプトを超えて (コラボノート) AI GDE Con​​nie Leung より (香港) 詳細に説明します, Python と Gemini SDK を使用して「デジタル ドキュメント」を作成する方法, 視覚障害を持つユーザーの視覚的なアクセシビリティを向上させるため. モデルは考える、行動する、観察するループを使用します。, Python コードを自律的に記述して実行します。, ユーザーの入力に基づいて特定の領域を調整および改善するため.

[👀18.9k+] Gemini のネイティブ Web スクレイパー: 100 % 「無料」かつマルチモーダル AI GDE ムハマド・ファルークより (私たち) 双子を探索する URLコンテキスト Webからデータをスクレイピングするツール, 画像やPDFを含む. このビデオでは実践的な例と機能拡張を示します, Gemini API を設定して使用する方法.

ジェミニ CLI

[👏161+] Docker サンドボックスで Gemini CLI 自律エージェントを実行する: AI GDE によるセキュア コーディング エージェントの究極ガイド Ifeanyi Idiaye (ナイジェリア) 新しい Docker Sandbox 機能を紹介し、分離されたマイクロ VM で Gemini CLI 自律コーディング エージェントを安全に実行する手順について説明します。. ハイライト表示されます, この環境が「YOLO モード」でどのように生産性を可能にするか。, エージェントを有効にすることで, コードを実行してファイルを安全に管理する, ホストシステムを危険にさらすことなく.

[👏108+] .NET を使用したローカル MCP 開発, AI GDE William McLean による C# と Gemini CLI (私たち) 詳しく説明してくれる, Gemini CLI を使用して C# MCP サーバーを作成する方法. .Net 環境をセットアップするための段階的な手順を提供し、Gemini CLI を MCP クライアントとして使用してソリューションを検証します。.

エージェントAI

WebMCP

[👏106+] 画面スクレイピングを超えて: WebMCP を使用したエージェントネイティブ Web アプリの作成 (リポジトリ) AI GDE ヒューゴ・ザニーニより (ブラジル) Google の実装を示します WebMCP React 旅行予約アプリケーション内で, 脆弱な DOM を中心に構造化された DOM をスクレイピング, API ベースのツールの置き換え. それはあなたに届きます 100 % 従来の方法と比較してトークンの消費と実行時間を大幅に削減しながら、決定的なフローを実現.

WebMCP: Chrome はすべての Web サイトを AI エージェント用の API に変えました AI GDE ロヒト・グマレより (イギリス) WebMCP の紹介, 新しいAPI, ウェブサイトを有効にする, 構造化ツールをブラウザに登録する, AI エージェントがスクリーンショットやスクレイピングを行わずに対話できるようにする. このアプローチはこれに貢献します, トークンの使用量を削減し、精度を向上させる, 同時に JavaScript- HTML ベースのツール登録が提供されます.

ADK

雰囲気ではなくスキル: AIエージェントに教える, きれいなコードを書く (リポジトリ) AI GDE エルトゥールル・デミルより (トゥルキエ) 調べた, それがどれほど重要であるか, AI エージェントの教育, きれいなコードを書く, 以下を適用することで クリーンなコード 「スキル」と呼ばれる指示ファイルによる原則. AIの導入によるコードの複雑さの増加を強調し、品質を維持するための制御システムの使用を強調しています。.

ADK を使用したシングル エージェントから本番環境に対応したマルチ エージェント アーキテクチャへ, MCP, AI GDE Henry Ruiz による A2A および AG-UI (アメリカ合衆国) 説明した, 単一エージェント AI アプリケーションを構築する方法 (前回の記事からの続きです) ADKプロトコルを使用する, MCP, A2A と AG-UI はさらに拡張可能なマルチエージェント システムに発展しました. それは示します, ロジックを特殊なエージェントに分解することでモジュール性がどのように形成されるか, 複雑なタスクの拡張性と保守性の向上.

[チュートリアル] 開発者ナレッジAPI

[👩🏻‍💻コードラボ] 開発者ナレッジ API と MCP サーバーのログインの概要をマスターする AI WHERE ヴリジラージ・シン (もし) API を有効にしてリモート サーバーを構成することで、Google ドキュメントに AI を固定するための Developer Knowledge API と MCP サーバーの統合について詳しく説明します.

[👏77+] AI GDE William McLean による Developer Knowledge API を介して Gemini CLI を使用して Google ドキュメントにアクセスする (アメリカ合衆国) Developer Knowledge API MCP サーバーを使用して Google 製品ドキュメントに直接アクセスする手順を説明します。.

Google Developer Knowledge API と MCP サーバー: AI アシスタントの公式ナレッジ ベースをインストールする AI GDE エヴァン・リン著 (台湾) API と MCP サーバーについて説明します, AI アシスタントにより、機械可読な公式ドキュメントへのリアルタイム アクセスが提供されます。. 説明します, これらのツールが AI の精度をどのように向上させるか, Knowledge MCP Server を使用して Gemini CLI を設定するための手順が含まれています.

ジェマ

TranslateGemma をベースにしたオフライン翻訳 Web サービス (コラボノート | リポジトリ) AI GDE 劉裕偉 (台湾) 新しい翻訳モデルを提示します, の 55 言語と画像入力に対応. 安全なオフライン翻訳 Web サイトを作成する個人プロジェクトも含まれています, これはモデルからインスピレーションを得たもので、試してみる実践的な例を提供します。.

[👩🏻‍💻コードラボ] トークンからツールへ: ジェマを発見する 3 AI GDE クルパ ガリヤ (もし) コードラボです, Gemmaを使用することで得られるもの 3 ハグフェイスリード付き. 実践的な実験も含まれています, 環境家具を含む, 模型店, トークン化とテキスト生成. さらに、構造化された経費とツール(機能的な)通話のデモンストレーション, これにより、モデルに天気検索などのタスク用の実際の Python 関数が提供されます。, 通貨換算など. 統合されています.

「台湾の魂」がデジタル国境を守る: T1 シリーズの詳細 – 台湾向けにローカライズされた Google Gemma 3 モデル AI GDE ジェリー・ウー (台湾) Twinkle AIを導入 (Gemma 3-4B-T1-it に基づく) ソブリンAIの重要性を強調. このモデルは深いローカリゼーションが特徴です, オリジナルの Gemma を超える、最適化された関数呼び出しとデータ セキュリティのための簡単な導入による堅牢な AI エージェントの可能性 3 台湾のタスクで.

インターンシップ前の実践的なワークショップ (スライド) AI GDE タルン・ジェイン (もし) 2日間のイベントでした, 以下のトピックを取り上げました: システムプロンプトとさまざまなプロンプトテクニックの使用; オープンソース LLM からの推論 (クウェンとジェマ 3) HuggingFace と vLLM を使用する; RAG システムを実装するための実践的な手順 (コラボノート).

https://Medium.com/media/d10e9d2804eb0ab3bb8ce48f0515c372/href

Android Studio と VSCode を使用してオフライン AI モデルをコーディングする (ビデオ) フォン TFUG イスラマバード (パキスタン) AI GDE Georgios Soloupis ショー, Gemma を Android Studio および VSCode と統合して安全なものを作成する方法, クラウドツールから完全に独立した完全にオフラインのコーディングワークフローを構築します.

雲

概念実証から製品化まで: AI システム向けのエンタープライズ対応プラットフォームの構築 (リポジトリ) AI GDE ルーベンス・ジンブレスより (ブラジル) マルチエージェント AI システムを GCP にデプロイするための包括的なリファレンス アーキテクチャを示します。, 明確な目的を持って開発されました, 開発者があらゆる AI エージェント システムを堅牢なインフラストラクチャに統合できるようにする.

BigQuery ショート クエリ モードを使用して PHP のレイテンシを半減した方法 (AI GDE Marton Kodok 氏) (ルーマニア) ショー, SQM を使用してクエリのレイテンシを短縮する方法 50 % 減らすことができる. そこで説明されてるよ, 従来の雇用創出を回避するようなもの- 小規模なクエリのライフサイクル, ポーリングを頻繁に行うと、オーケストレーションの労力を大幅に削減できます.

JAX と TPU

JAX を選ぶ理由? ダス・ナムピー, あなたが知っていること, しかし、より速く AI GDE ウェスリー・カンバレより (ウガンダ) 説明した, JAX が XLA を使用する方法, 数学的演算を高速化するため. フレームワークの力を初心者にわかりやすく紹介します。.

コードを変更せずに TPU 上でネイティブ PyTorch を実行する 彼らはどこにいますか リシラージ・アチャリヤ (もし) トーチTPUの紹介, ネイティブ開発者エクスペリエンスを重視し、高パフォーマンスで未変更の PyTorch モデルを TPU 上で実行できるようにします。.

JAX 0.9 リリースノートの概要 AI GDE 田中翔 (日本) JAX 0.9.0 の更新を要約します。, エフォートベースのバージョン管理を含む (EffVer), jax.thread_guard や jax.export での明示的なシャーディングのサポートなどの新機能. pmap から shard_map への移行についても説明します.

vmap による自動ベクトル化と Jax の grad による勾配 AI GDE ウェスリー・カンバレより (ウガンダ) 速度向上のための JIT の最も重要な JAX 変換をカバーします。, バッチ処理には VMAP、グラデーションには Grad, ニューラルネットワークをゼロからトレーニングする.

dl-jax101 AI GDE ムハマド・ギファリーより (インドネシア) 学習リソースです (インドネシア語で書かれた) JAX フレームワークを使用して深層学習の概念を理解し、実装する. 最適化と高性能に重点を置いています, これが JAX エコシステムです (亜麻とオプタックスを含む) オファー.

Nano-MoE-JAX AI GDE カーティキー治療による (もし) 簡単なことです, 専門家の教育学的混合 (教育省)-GPT スタイルの言語モデル (nanoGPT からインスピレーションを得た), JAX/Flax で最初から構築されました.

アル

TranslateGemma による学術論文の無料翻訳 (コラボノート) AI GDE ジミー・リャオより (台湾) TranslateGemma の紹介, Colab の無料 T4 GPU を使用して、arXiv 記事をバイリンガル HTML に翻訳するツール. この記事には、段階的なセットアップ手順が記載されています, 翻訳の品質とパフォーマンスを重視した結果の構成と表示.

オフ

[👏218+] アプリ開発者向けのオンデバイス RAG: 埋め込み, ベクトル検索, AI GDE のその先へ サーシャ デニソフ (ドイツ) Flutter Gemma プラグインと AI Edge LocalAgents RAG SDK を使用して、完全にオフラインのオンデバイス RAG パイプラインの構築を検討します. オンデバイスの埋め込みとベクトル検索の実装について詳しく説明し、実演します。, Agentic RAG を実装することでセマンティック検索の制限をどのように克服できるか.

#ジャックス [👏252+] AI GDE Joan Santoso によるデバイス ML モデルの構築とデプロイ (インドネシア) JAX を使用した ODML への移行を検討します。, Flax NNX と AI Edge LiteRT, 数字認識を備えた Flutter アプリを作成するには. モデル変換の実践的なワークフローを示し、特化されたワークフローの将来を構想します。, デバイス上のリソース効率の高い AI エージェント. 彼も一つあげました 話す その件について, デバイスベースの ML のモデル展開のベスト プラクティス (スライド)Flutter統合用のライブデモコンポーネントを使用.

[👏123+] AI GDE による FunctionGemma を使用したデバイス上の関数呼び出し Sasha Denisov (ドイツ) FunctionGemma を紹介し、モバイル/Web 開発者向けのガイドを使用して他の競合他社と詳細に比較します。.

コミュニティスポットライト

Google エージェント AI エンジニア | ADK, Vertex AI とマルチエージェント | ユダシティ

AI GDE アレン・ファーステンバーグ (アメリカ合衆国) そしてノーブル・アッカーソン (アメリカ合衆国) 一緒に始めました Google エージェント AI エンジニア (ナノレベルの Udacity) と 5 他のトレーナー. このプログラム (55 数時間 4 コース付き 4 最終プロジェクト) 高度なプロンプトについて説明します, エージェントのワークフローと RAG の構造- Gemini を使用したマルチエージェント システム, ADK-, バーテックスAI- と GCP インフラストラクチャ.

AIトレーニングキャンペーン

https://Medium.com/media/e74bff3b91885366ced8c3e4c35ac689/href

ML のための数学 フォン・タンモイ・タノイ (バングラデシュ) 帽子 4 完了したセッション, そこで彼は ML の基本的な数学原理と、 3500 到達したビュー数.

AI論文読書会 (プレイリスト) フォン TFUG イスラマバード (パキスタン) 最先端のAI研究に従事, CLIP 視覚言語学習から説明可能な遺伝的 AI および分散型 AGI セキュリティまで多岐にわたる.

離散化, 外れ値, 機能のスケーリング, ML パイプライン フォン 機械学習コミュニティ, に, ディープラーニングとNLP – バングラデシュ (バングラデシュ) 4 つの主要なデータ前処理手法を検討しました, ML ワークフローで使用される, 同時に理想的なプラットフォームとして Vertex AI を提案しました.

---

[2月 2026] AI コミュニティ活動のハイライトと成果は当初、Google Developer Experts on Medium で公開されました。, 人々が会話を続ける場所, このストーリーをハイライトして返信することで.