Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
Honoをフロントエンドで使う 3つのやり方
Search
Sponsored
·
Your Podcast. Everywhere. Effortlessly.
Share. Educate. Inspire. Entertain. You do you. We'll handle the rest.
→
Yusuke Wada
February 17, 2025
Programming
6.2k
8
Share
Honoをフロントエンドで使う 3つのやり方
LINEヤフー × Deno Land Inc. Meetup
2025-02-17 Yusuke Wada
Yusuke Wada
February 17, 2025
More Decks by Yusuke Wada
See All by Yusuke Wada
飯MCP
yusukebe
0
480
へんな働き方
yusukebe
6
2.9k
Cap'n Webについて
yusukebe
0
290
OSS開発者の憂鬱
yusukebe
16
18k
r2-image-worker
yusukebe
1
250
Introduce Hono CLI
yusukebe
6
3.9k
私はどうやって技術力を上げたのか
yusukebe
47
21k
Reactをクライアントで使わない
yusukebe
8
7k
AI時代のUIはどこへ行く?
yusukebe
23
12k
Other Decks in Programming
See All in Programming
PHP 7.4でもOpenTelemetryゼロコード計装がしたい! / PHPerKaigi 2026
arthur1
1
530
ローカルで稼働するAI エージェントを超えて / beyond-local-ai-agents
gawa
2
260
テレメトリーシグナルが導くパフォーマンス最適化 / Performance Optimization Driven by Telemetry Signals
seike460
PRO
2
220
今年もTECHSCOREブログを書き続けます!
hiraoku101
0
230
今こそ押さえておきたい アマゾンウェブサービス(AWS)の データベースの基礎 おもクラ #6版
satoshi256kbyte
1
230
10年分の技術的負債、完済へ ― Claude Code主導のAI駆動開発でスポーツブルを丸ごとリプレイスした話
takuya_houshima
0
1.8k
Mastering Event Sourcing: Your Parents Holidayed in Yugoslavia
super_marek
0
150
Reactive ❤️ Loom: A Forbidden Love Story
franz1981
2
220
実践ハーネスエンジニアリング #MOSHTech
kajitack
7
5.9k
AIエージェントで業務改善してみた
taku271
0
490
ふりがな Deep Dive try! Swift Tokyo 2026
watura
0
110
20260320登壇資料
pharct
0
160
Featured
See All Featured
Faster Mobile Websites
deanohume
310
31k
Building the Perfect Custom Keyboard
takai
2
720
ラッコキーワード サービス紹介資料
rakko
1
2.9M
A Tale of Four Properties
chriscoyier
163
24k
Building Experiences: Design Systems, User Experience, and Full Site Editing
marktimemedia
0
470
Chasing Engaging Ingredients in Design
codingconduct
0
160
Git: the NoSQL Database
bkeepers
PRO
432
67k
Being A Developer After 40
akosma
91
590k
What’s in a name? Adding method to the madness
productmarketing
PRO
24
4k
Visualization
eitanlees
150
17k
Gemini Prompt Engineering: Practical Techniques for Tangible AI Outcomes
mfonobong
2
350
Understanding Cognitive Biases in Performance Measurement
bluesmoon
32
2.8k
Transcript
:VTVLF8BEB )POPΛϑϩϯτΤϯυͰ͏ ͭͷΓํ -*/&Ϡϑʔʷ%FOP-BOE*OD.FFUVQ
.F w :VTVLF8BEB w 8FCGSBNFXPSLEFWFMPQFS w 4FOJPS%FWFMPQFS"EWPDBUF !$MPVE fl BSF
w #PLFUFDPGPVOEFS w $SFBUPSPG)POP w IUUQTHJUIVCDPNZVTVLFCF
ࠓ ʮ)POPΛϑϩϯτΤϯυʹ͏ʯ ͜ͱʹ͍ͭͯ͠·͢
ˎҙࣄ߲ w ࠓճಛఆͷϥϯλΠϜʹݶͬͨͰ͋Γ·ͤΜ w ڞ௨෦ͷΛ͠·͕͢ɺ͋ΔϥϯλΠϜͰಈ͔ͳ͍͔͠Ε·ͤΜ w ʮ%FOPͰಈ͔ͳ͍ʯ͋Δ͔͠Ε·ͤΜ w ޙ΄ͲରԠ͢ΔՄೳੑ͕͋Δ w
ߟ͑ํಉ͡Ͱ͢
ϑϩϯτΤϯυͱ Ϣʔβʔ͕γεςϜͱ৮ΕΔͱ͜Ζ ˓)5.-ɺը૾ɺ$44ɺΞηοτɺΠϯλϥΫγϣϯ ʷ+40/ɺ9.-ɺ(SBQI2-FUD
)POPݩʑόοΫΤϯυΛతʹ࡞ΒΕͨ w ύϥϝʔλ͔ΒσʔλΛऔಘ͠ +40/Ͱฦ͢ w ΦϦδϯʹΞΫηε͠ϨεϙϯεΛ ฦ͢ϦόʔεϓϩΩγ w ϔομɺ63-ͷݕূ w
ύεΛݩʹϦμϨΫτͤ͞Δ w FUD
)POPϑϩϯτΤϯυʹ͑Δ )POPࣗମ͕ϑϩϯτΤϯυ Λఏڙ͢Δ )POPͷ্ʹϑϩϯτΤϯυ ϑϨʔϜϫʔΫ ΛͷͤΔ ϑϩϯτΤϯυ ϑϨʔϜ ϫʔΫ ͷதͰ)POPΛ͏
)POPΛϑϩϯτΤϯυͰ͏ͭͷํ๏Λհ )POPࣗମ͕ϑϩϯτΤϯυΛఏڙ͢Δ wαʔόʔαΠυϨϯμϦϯάIPOPKTYIUNMϔϧύʔ3FBDUFUD wΫϥΠΞϯτؚΉIPOPKTYEPN)POP9FUD )POPͷ্ʹϑϩϯτΤϯυϑϨʔϜϫʔΫΛͷͤΔ w IPOPSFBDUSPVUFSBEBQUFS
ϑϩϯτΤϯυϑϨʔϜϫʔΫͷதͰ)POPΛ͏ w /FYUKT 7FSDFM"EBQUFS
)POPࣗମ͕ ϑϩϯτΤϯυΛఏڙ͢Δ
αʔόʔαΠυϨϯμϦϯά )POPͷΞϓϦ͕)5.-ΛϨϯμϦϯά͢Δ
)5.-Λग़ྗ͢Ε͍͍ จࣈྻϦςϥϧͰ)5.-Λॻ͘
+49͕͑Δ )POPͰςϯϓϨʔτΤϯδϯͷΘΓʹαʔόʔαΠυ+49Λ͏ UTDPO fi HKTPOͰAIPOPKTYAΛࢦఆ ֦ுࢠΛUTYʹม͑Δ UTDPO fi
HKTPO
IPOPKTY 3FBDUͱಉ͡Α͏ͳ+49͕ॻ͚Δ +49ΛDIUNMʹ͚ͩ͢ͰαʔόʔαΠυϨϯμϦϯά͞ΕΔ
IUNMϔϧύʔ ʮIUNMϦςϥϧʯΛ͑ͯมͷจࣈྻ͕Τεέʔϓ͞ΕΔ ʮMJUIUNM74$PEF֦ுʯͳͲ͏ͱγϯλοΫεϋΠϥΠτ͕͖͘
3FBDU͑Δ 3FBDUΛΠϯετʔϧ͠UTDPO fi HKTPOΛదʹઃఆ͢Δ SFOEFS5P3FBEBCMF4USFBNʹ+49͢ͱ3FBCMF4USFBN͕ͱΕΔ
DTFU3FOEFSFSDSFOEFS DTFU3FOEFSFSͰϨϯμϥʔΛઃఆՄೳ ίϯςϯπΛΒͬͯ3FTQPOTFΛฦ͢ DSFOEFSͰίϯςϯπΛ͢ ྫ+49λά
IPOPKTYͷ໘ന͍ػೳ "TZOD$PNQPOFOUΛͦͷ·· DIUNMͰϨϯμϦϯάͰ͖Δ 4VTQFOTF͕αʔόʔαΠυͷ ࣮͚ͩͰಈ͘ &SSPS#PVOEBSZ͕͋Δ 4VTQFOTFͷྫ
ΫϥΠϯτؚΉ )POPͰαʔόʔαΠυϨϯμϦϯά ͦΕʹΫϥΠϯτͷΠϯλϥΫγϣϯΛ͢
ΫϥΠΞϯτίϯϙʔωϯτͱ7JUF ΫϥΠΞϯτͰಈ͘ίϯϙʔωϯτΛϏϧυͭͭ͠)POPͰಈ͔͢ඞཁ͕͋Δ 7JUFͱ!IPOPWJUFEFWTFSWFSΛ͏ WJUFDPO fi HUT )POPΞϓϦΛࢦఆ͢Δͱ։ൃαʔόʔ্ཱ͕͕ͪΔ
αʔόʔ͔Βࢀর͍ͯ͠ΔΫϥΠΞϯτίʔυϏϧυ͞ΕΔ
41" "1*͕࡞ΕΔ AA w Ψϫͷ)5.- w +BWB4DSJQUͷϖʔδΛϚϯτ͢Δ w IPOPKTYEPN3FBDUΛ͏ ABQJA
w "1*ΤϯυϙΠϯτ
TSDJOEFYUTY
TSDDMJFOUUTY
)POP9 443ͭͭ͠ΠϯλϥΫγϣϯΛ͚͍ͭͨ࣌ʹ͑Δ 7JUFͱ)POPΛͬͨϝλϑϨʔϜϫʔΫ IUUQTHJUIVCDPNIPOPKTIPOPY
*TMBOET)ZESBUJPO *TMBOEίϯϙʔωϯτ443͞ΕɺΠϯλϥΫγϣϯ͕ೖ͞ΕΔ
*TMBOEίϯϙʔωϯτ BQQSPVUFTDPVOUFSUTY
ϧʔτఆٛ BQQSPVUFTJOEFYUTY
$PVOUFSίϯϙʔωϯτ ϨϯμϦϯά͞Εͨ)5.-ʹΫϥΠΞϯτͷΠϯλϥΫγϣϯ͕ೖ͞ ΕΔ
)POPͷ্ʹ ϑϩϯτΤϯυϑϨʔϜϫʔΫΛͷͤΔ
)POPͷ্ʹϑϩϯτΤϯυϑϨʔϜϫʔΫΛͷͤΔ 8FC"1*ͷ3FRVFTU3FTQPOTFΛ͍ͬͯͨΒͷͤΔ͜ͱ͕Ͱ͖Δ ϑϩϯτΤϯυΞϓϦΛ.JEEMFXBSFʹͯ͠)POPΞϓϦͰಈ͔͢
IPOPSFBDUSPVUFSBEBQUFS 3FBDU3PVUFSΛ)POPͷ্Ͱಈ͔ͨ͢ΊͷΞμϓλ 7JUFͷϓϥάΠϯͱ֤ϓϥοτϑΥʔϜͰಈ͔ͨ͢Ίͷϋϯυϥͷηοτ WJUFDPO fi HUT
)POPΞϓϦ3FNJYΞϓϦͷॱͰ࣮ߦ͞ΕΔ
ͭͷخ͍͜͠ͱ "1*ΛੜͤΔ )POPͷ.JEEMFXBSF͕͑Δ TFSWFSJOEFYUT ABQJA w "1* ABENJO
A w #BTJDೝূϛυϧΣΞదԠ
෦࣮γϯϓϧ
ϑϩϯτΤϯυϑϨʔϜϫʔΫͷதͰ )POPΛ͏
ϑϩϯτΤϯυϑϨʔϜϫʔΫͷதͰ)POPΛ͏ ϑϩϯτΤϯυϑϨʔϜϫʔΫͷதͷʮ"1*ϧʔτʯͰ)POPΛಈ͔͢ "1*ΛΫϥΠΞϯτ͔Βୟ͘31$ػೳ͕͑Δ
/FYUKTͷதͰ͏ 7FSDFM"EBQUFS BQJͷΩϟονΦʔϧʹஔ͘ BQQBQJ<<SPVUF>>SPVUFUT
13$Λ͏͜ͱ͕Ͱ͖Δ ΫϥΠΞϯτ͔Β"1*ͷఆٛΛ5ZQF4DSJQUͷܕͱͯ͠Δ͜ͱ͕Ͱ͖Δ
None
None
Ҏ্ ·ͱΊ
·ͱΊ )POPͰͭͷΓํͰϑϩϯτΤϯυΛ࡞Δ͜ͱ͕Ͱ͖Δ )POPࣗମ͕ϑϩϯτΤϯυΛఏڙ͢Δ wαʔόʔαΠυϨϯμϦϯά wΫϥΠΞϯτؚΉ )POPͷ্ʹϑϩϯτΤϯυϑϨʔϜϫʔΫΛͷͤΔ w IPOPSFBDUSPVUFSBEBQUFS
ϑϩϯτΤϯυϑϨʔϜϫʔΫͷதͰ)POPΛ͏ w /FYUKT 7FSDFM"EBQUFS
ऴΘΓ