Slide 1

Slide 1 text

ネットシェア可 Orleans + Sekiban + SignalR でリアルタイムWeb作ってみ た 株式会社ジェイテックジャパン 高丘 知央 2025年4月26日(土曜日) .NETラボ 勉強会 2025年4月 #dotnetlab

Slide 2

Slide 2 text

自己紹介 高丘 知央 - Tomohisa Takaoka X: @tomohisa GitHub: @tomohisa Works at: 株式会社ジェイテックジャパン、J-Tech Creations, Inc. JTS Group CTO: 中小企業の受託開発をモダンな開発スタイルで Microsoft MVP for Developer Technologies from Nov 2024- OSS: Sekiban - Event Sourcing and CQRS Framework 5月19日に #イベントソーシング勉強会 第二回を行います。良かっ たらご参加ください! 2 / 17

Slide 3

Slide 3 text

最近の活動 エージェントコーディング頑張って ます。 Cline or GitHub Copilot Agent AIコーディングの理想と現実 はてなブックマーク 850 テクノロ ジーデイリー#1 バズった表現『AIは知識の代替では なく増幅器』は実は自分では書いて おらず、Sonnet 3.7が僕の下書きを まとめた時に作った表現 3 / 17

Slide 4

Slide 4 text

本日のアジェンダ 1. 参加型登壇について 2. Orleans プロジェクト進捗 3. AIコーディングについて 4. まとめ 4 / 17

Slide 5

Slide 5 text

1. 参加型登壇について 5 / 17

Slide 6

Slide 6 text

1-1. 参加型登壇:リアルタイムアンケート ※ このトークは聴衆参加型登壇です! Orleans + Sekiban + SignalRで作ったアプリを使ってみよう。 リアルタイムアンケートのリンク:下に表示しています! https://dotnetlab2025.azurewebsites.net/questionair/AM47RL 6 / 17

Slide 7

Slide 7 text

2. Orleans プロジェクト進捗 7 / 17

Slide 8

Slide 8 text

2-1. Orleans プロジェクト進捗 Orleans + Sekiban Azure へのデプロイ (App Service) Bicep + az login 対応 Azure SignalR でのリアルタイムWeb マテリアライズドビュー Azure Container Apps Azure Kubernetes Dynamo DB + AWS etc... オンプレミス 8 / 17

Slide 9

Slide 9 text

管理者サイト App Service / Blazor App Service / Blazor クライアント サイト バックエンド App Service Clustoring State Streaming Cosmos DB Cosmos DB Queue Storage Streaming State Table Storage Events Cosmos DB リアルタイム 処理 Azure SignalR VNet Application Insights Log Analitics Workspace App Service スケールアウト可能 KeyVault 接続 情報 9 / 17 2-2. Orleans プロジェクトアーキテクチャ

Slide 10

Slide 10 text

アンケートシステム、オープンソースで開発しています。 ローカルはAspireで開発 Sekiban Orleans バックエンド Admin Web フロントエンド (Blazor) 回答用フロントエンド (Blazor) BicepによるIaC 10 / 17 https://github.com/tomohisa/EsStudy0314 2-3. オープンソースですよ

Slide 11

Slide 11 text

3. AIコーディングについて 11 / 17

Slide 12

Slide 12 text

3-1. AIが得意な領域 得意なもの: 「真似」できるコード 書くのが面倒だが比較的単純なコー ド C# Source Generatorのような定型的 なコード生成 類似したパターンの応用(一度成功 したら繰り返せる) https://zenn.dev/jtechjapan_pub/articl es/5ea55a6ba47658 12 / 17

Slide 13

Slide 13 text

3-2. AIが得意な領域を活用した 記法 コンテキストを制限して、まず設計をし てから実装に移る タスクリスト+タイムスタンプ付き 設計ファイル Cline と Copilot両方で交互に実行で きる https://zenn.dev/jtechjapan_pub/articl es/d441feb5123c9f 13 / 17

Slide 14

Slide 14 text

3-3. 現実:AIコーディングの限界 現実的な限界 1週間でゼロからプログラミングの概念を学べるわけではない AIは知識の代替ではなく増幅器として機能 ドメイン知識がないと問題発生時の対応が困難 プログラミング、デバッグなど基礎の勉強は必要ですね。 14 / 17

Slide 15

Slide 15 text

4. まとめ 15 / 17

Slide 16

Slide 16 text

4. まとめ アクターモデルのOrleans + Sekibanが随 分充実してきて、現在Previewだがそろそ ろGA SignalRは便利! AIコーディングで引き続き開発していき ます! 16 / 17

Slide 17

Slide 17 text

ネットシェア可 ありがとうございました! 株式会社ジェイテックジャパン JTS Group https://www.jtechs.com/japan/ Sekiban - イベントソーシング・CQRSフレームワーク https://github.com/j-tech-japan/sekiban X: @tomohisa GitHub: @tomohisa