Posts

markitdownとopenpyxlを比較してみた【Excel解析】

  • POST
はじめに 生成AIにExcel資料を読ませたいとき、.xlsx をそのまま渡せないため、事前にテキストへ変換する必要があります。 Pythonでこれをやる定番ライブラリが markitdown と openpyxl です。 この記事では、同じ sample.xlsx を両方で解析して、何が取れて何が取れないのかを比較しました。 PowerPoint版の比較は markitdownとpython-pptxを比較してみた【PowerPoint解析】 をご覧ください。 markitdownとは markitdown は、Microsoftが公開しているPython製のOSSで、さまざまなファイルをMarkdownに変換するツールです。 PDF、Word、Excel、PowerPoint、HTMLなど、多くの形式に対応 見出し・リスト・表といった文書の構造をMarkdownとして残す コマンドライン(markitdown sample.xlsx)でも、Pythonコードからでも使える 生成AI(LLM)に文書を読ませる前処理として使う用途を想定している Markdownはトークン数が少なく、LLMが扱いやすい形式です。そのため、RAGやAIエージェントの入力準備でよく使われます。 markitdown(GitHub) openpyxlとは openpyxl は、Excelファイル(.xlsx / .xlsm)を読み書きするためのPythonライブラリです。 シート・セル・数式・結合セル・コメントなどをPythonのオブジェクトとして扱える 既存ファイルの読み取りだけでなく、新規作成や編集もできる 数式と、保存済みの計算結果の両方を取得できる 対応するのはxlsx / xlsmのみ(PDFやWordは扱えない) markitdownが「変換ツール」なのに対して、openpyxlは「Excelを操作するための部品」です。 テキストを取り出すには、シートとセルを自分でたどるコードを書く必要があります。 openpyxl(公式ドキュメント) 2つのツールの概要 項目 markitdown openpyxl バージョン(検証時) 0.1.9 3.1.5 提供元 Microsoft(作者 Adam Fourney) OSSコミュニティ(メンテナ Charlie Clark) ライセンス MIT MIT 出力形式 Markdown(表形式)のみ 出力形式は固定されない(自分でテキスト化する) 入力形式 PDF / Word / Excel / PowerPoint / HTML など xlsx / xlsm のみ 書き込み 不可(変換専用) 可(新規作成・編集もできる) ざっくり言うと次の違いです。

markitdownとpython-docxを比較してみた【Word解析】

  • POST
はじめに 生成AIにWord資料を読ませたいとき、.docx をそのまま渡せないため、事前にテキストへ変換する必要があります。 Pythonでこれをやる定番ライブラリが markitdown と python-docx です。 この記事では、同じ sample.docx を両方で解析して、何が取れて何が取れないのかを比較しました。 markitdownとは markitdown は、Microsoftが公開しているPython製のOSSで、さまざまなファイルをMarkdownに変換するツールです。 PDF、Word、Excel、PowerPoint、HTMLなど、多くの形式に対応 見出し・リスト・表といった文書の構造をMarkdownとして残す コマンドライン(markitdown sample.docx)でも、Pythonコードからでも使える 生成AI(LLM)に文書を読ませる前処理として使う用途を想定している Wordの変換には内部で mammoth というライブラリが使われます。 Markdownはトークン数が少なく、LLMが扱いやすい形式です。そのため、RAGやAIエージェントの入力準備でよく使われます。 markitdown(GitHub) python-docxとは python-docx は、Wordファイル(.docx)を読み書きするためのPythonライブラリです。 段落・表・ヘッダー/フッター・コメントなどをPythonのオブジェクトとして扱える 既存のdocxの読み取りだけでなく、文書の新規作成や編集もできる 見出しスタイル・フォント・太字・斜体なども操作できる 対応するのはdocxのみ(PDFやExcelは扱えない) markitdownが「変換ツール」なのに対して、python-docxは「docxを操作するための部品」です。 テキストを取り出すには、段落や表を自分でたどるコードを書く必要があります。 python-docx(GitHub) 2つのツールの概要 項目 markitdown python-docx バージョン(検証時) 0.1.9 1.2.0 提供元 Microsoft(作者 Adam Fourney) Steve Canny ライセンス MIT MIT 出力形式 Markdown(テキスト) Pythonオブジェクト(自分でテキスト化する) 入力形式 PDF / Word / Excel / PowerPoint / HTML など docxのみ 書き込み 不可(変換専用) 可(文書の作成・編集もできる) 検証方法 次のスクリプト(compare_docx.

markitdownとpymupdf4llmを比較してみた【PDF解析】

  • POST
はじめに 生成AIにPDF資料を読ませたいとき、PDFをそのまま渡すと見出しや表の構造が崩れたり、そもそも文字が取れなかったりします。そこで、事前にMarkdownへ変換するのが定番です。 Pythonでこれをやるライブラリとしてよくあがるのが markitdown と pymupdf4llm です。 この記事では、同じ sample.pdf を両方で変換して、何が取れて何が取れないのかを比較しました。ライセンスの違いも重要なので、最後にまとめています。 他の形式の比較は次の記事をご覧ください。 markitdownとopenpyxlを比較してみた【Excel解析】 markitdownとpython-pptxを比較してみた【PowerPoint解析】 markitdownとは markitdown は、Microsoftが公開しているPython製のOSSで、さまざまなファイルをMarkdownに変換するツールです。 PDF、Word、Excel、PowerPoint、HTMLなど、多くの形式に対応 見出し・リスト・表といった文書の構造をMarkdownとして残す コマンドライン(markitdown sample.pdf)でも、Pythonコードからでも使える 生成AI(LLM)に文書を読ませる前処理として使う用途を想定している markitdown(GitHub) pymupdf4llmとは pymupdf4llm は、Artifex Softwareが提供するPDF処理ライブラリ PyMuPDF をベースに、PDFをLLM向けのMarkdownに変換するパッケージです。 見出し(#)・表・太字などをMarkdownとして出力する Markdown以外に、JSONやプレーンテキストでも出力できる ページごとに分割して取得できる(page_chunks=True) OCRにより、テキストが埋め込まれていない画像PDFも処理できる 入力は主にPDF(PyMuPDFが扱える形式) markitdownが「いろいろな形式を変換する汎用ツール」なのに対して、pymupdf4llmは「PDFに特化した変換ライブラリ」です。 PyMuPDF4LLM(公式ドキュメント) 2つのツールの概要 項目 markitdown pymupdf4llm バージョン(検証時) 0.1.9 2.1 提供元 Microsoft(米国) Artifex Software(米国) ライセンス MIT AGPL-3.0 出力形式 Markdownのみ Markdown / JSON / プレーンテキストなど 入力形式 PDF以外も可(Word / Excel / PowerPoint / HTMLなど) 主にPDF(PyMuPDFが扱える形式) テキスト埋め込みなしPDF(画像PDF) 抽出不可 OCRにより抽出可能 テキスト埋め込みありPDF 抽出可能(誤検出などあり) 抽出可能 検証方法 次のスクリプト(compare_pdf.

markitdownとpython-pptxを比較してみた【PowerPoint解析】

  • POST
はじめに 生成AIにPowerPoint資料を読ませたいとき、.pptx をそのまま渡せないため、事前にテキストへ変換する必要があります。 Pythonでこれをやる定番ライブラリが markitdown と python-pptx です。 この記事では、同じ sample.pptx を両方で解析して、何が取れて何が取れないのかを比較しました。 markitdownとは markitdown は、Microsoftが公開しているPython製のOSSで、さまざまなファイルをMarkdownに変換するツールです。 PDF、Word、Excel、PowerPoint、HTMLなど、多くの形式に対応 見出し・リスト・表といった文書の構造をMarkdownとして残す コマンドライン(markitdown sample.pptx)でも、Pythonコードからでも使える 生成AI(LLM)に文書を読ませる前処理として使う用途を想定している Markdownはトークン数が少なく、LLMが扱いやすい形式です。そのため、RAGやAIエージェントの入力準備でよく使われます。 markitdown(GitHub) python-pptxとは python-pptx は、PowerPointファイル(.pptx)を読み書きするためのPythonライブラリです。 スライド・図形・表・グラフ・ノートなどをPythonのオブジェクトとして扱える 既存のpptxの読み取りだけでなく、スライドの新規作成や編集もできる 図形の位置・大きさ・フォント・色なども操作できる 対応するのはpptxのみ(PDFやWordは扱えない) markitdownが「変換ツール」なのに対して、python-pptxは「pptxを操作するための部品」です。 テキストを取り出すには、スライドと図形を自分でたどるコードを書く必要があります。 python-pptx(GitHub) 2つのツールの概要 項目 markitdown python-pptx バージョン(検証時) 0.1.9 1.0.2 提供元 Microsoft(作者 Adam Fourney) Steve Canny ライセンス MIT MIT 出力形式 Markdown(テキスト) Pythonオブジェクト(自分でテキスト化する) 入力形式 PDF / Word / Excel / PowerPoint / HTML など pptxのみ 書き込み 不可(変換専用) 可(スライドの作成・編集もできる) MITライセンスとは MIT は、マサチューセッツ工科大学(Massachusetts Institute of Technology)で生まれたことに由来する名前です。

法人向け「情弱ビジネス」11選

  • POST
はじめに 個人向けには、情報商材、MLM(マルチ商法)、高額な結婚相談所など、情報弱者を狙ったビジネスが数多くあります。 実は法人向けにも、同じ構造のビジネスが存在します。 個人の場合は「自分のお金」ですが、法人の場合は「会社のお金」です。 そのため被害に気づきにくく、気づいたときには数百万円〜数千万円が流出していた、ということも珍しくありません。 この記事では、法人向け情弱ビジネスの代表的なパターンと見分け方、そして勤務先が被害に遭っていないか確認するチェックポイントを紹介します。 ※特定の企業や商品を批判する記事ではありません。あくまで「よくある手口のパターン」を紹介するものです。 なぜ法人は狙われるのか 法人が狙われやすいのには、次のような理由があります。 決裁者が現場を把握していない: 経営者や管理職が技術や相場に詳しくないことが多い 自分のお金ではない: 担当者に「高い」という痛みがなく、価格に鈍感になりやすい 社内に専門家がいない: IT担当者や法務担当者がおらず、比較検討できない 「乗り遅れたくない」心理: DX、AI、補助金など、流行に乗り遅れる不安を突かれる 一度契約すると見直されにくい: 前任者が契約したものが、そのまま続いてしまう 法人向け情弱ビジネスの一覧 1. 高額なDX・AI導入コンサルティング 項目 内容 手口 「DXで生産性が数倍に」「AIで人件費を削減」とうたい、月額数十万円〜のコンサル契約を結ぶ 実態 成果物が一般的な資料やテンプレートだけで、現場に定着しない 見分け方 具体的な成果指標(KPI)や、実績の詳細(事例・数値)を示せない 2. 補助金・助成金の申請代行(成功報酬が不透明なもの) 項目 内容 手口 「実質無料で導入できる」と勧誘し、高額な機器やシステムの購入とセットで申請を代行する 実態 補助金の対象になる分、本体価格が相場より大幅に上乗せされている 見分け方 補助金なしの本体価格を教えてくれない。相見積もりを嫌がる 3.

フリーアドレスの問題点6選|目的が曖昧な導入が現場にもたらす弊害

  • POST
はじめに 「フリーアドレス」は、席を固定せず、その日の気分や業務内容で自由に座る席を選べる、自由で柔軟な働き方のはずでした。 しかし現場では、「自由」とは名ばかりの不自由さを感じている人が少なくありません。 この記事では、導入目的が曖昧なまま始まったフリーアドレスが職場に生む問題点を、箇条書きで整理します。 想定される前提 コロナ禍を機にリモートワークが定着し、「オフィスコスト削減」と「コミュニケーション活性化」を掲げて全社導入 出社率は5割程度と想定し、席数は全社員の6割に削減 導入説明会では「部署の垣根を越えて自由に交流できる」と説明されたが、コスト削減・交流促進・働き方改革と、会社の説明が日によって変わり、誰も本当の目的を説明できない フリーアドレスの問題点 1. 毎朝の席探しで疲弊する 出社のたびに「今日はどこに座るか」を考える無駄な意思決定が発生する 窓際は日差しがまぶしい、壁際は埋まっている、モニター付きは全滅など、条件の良い席は早い者勝ち 荷物の置かれた席が空いているのか分からず、近くの人に聞くのも気まずい 席決めとPCのセットアップで時間がかかり、仕事を始める前に気力を消耗する 2. 暗黙の固定席が生まれ、人間関係の摩擦になる 誰が決めたわけでもないのに、「いつもの人のいつもの席」ができあがる 知らずに座ると「そこはいつも私の席です」と言われ、気まずい空気になる 「自由に座っていい」という建前と、実際の暗黙のルールが食い違う 3. 制度が形骸化する 半年も経つと、ほぼ全員が毎日同じ席に座るようになる(体感では98%が同じ席) 部署を超えた交流という本来の狙いが機能しない 「毎日同じ席に座る」ことが前提の運用になり、固定席と実質的に変わらない 4. 誰がどこにいるか分からない 席表がないため、出社しているのかどうかすら分からない チャットで居場所を尋ねても「今日はどこに座ってるか分かりません」と返ってくる 中途入社者は顔と名前が一致せず、1か月経っても半分以上の人が分からない 人探しのために、かえってコミュニケーションコストが増える 5. 設備の格差で不公平感が生まれる モニター付きの席は全体の2割程度しかなく、早く出社した人から埋まる 保育園の送りなど、時間に制約がある人ほど不利になる ノートPCの小さい画面で設計書とコードを並べて見ることになり、作業効率が落ちる 「早い者勝ち」というルールが、公平とは言えない結果を生む 6. 出社要請で運用が破綻する リモート前提で席数を6割に減らしたのに、会社が突然「原則、全員出社」を要請する 席が足りず、会議室やラウンジまで開放することになる ラウンジでのオンライン会議は周囲の声がうるさく、まともに参加できない 早く来た者勝ちの席取り競争が起こり、朝7時台に出社して席を確保する人まで現れる 「リモート前提で席を減らしておいて、出社しろとはどういうことか」と社員の不満が高まる 解説 これらの問題の根本原因は、フリーアドレスそのものではなく、導入目的が曖昧なまま始まったことにあります。 コスト削減、コミュニケーション活性化、リモートワーク対応など、フリーアドレスにはさまざまなメリットがあります。 しかし、目的が定まらないまま導入すると、上記のような問題が連鎖的に起こります。 精神的な負担:毎朝の席選びと、暗黙の固定席による人間関係の摩擦 制度の形骸化:交流の狙いが機能せず、誰がどこにいるかも分からない 不公平感:人気席は早い者勝ちで、時間に制約のある人が不利になる 運用の矛盾:出社要請をきっかけに、席数の設計が破綻する つまり、制度の設計が「会社の都合」や「見た目の新しさ」で決まっており、現場で働く人の視点が抜け落ちていることが問題なのです。

AWS BedrockでClaudeとGPTモデルを使用する(Bedrock Mantle対応)

  • POST
はじめに AWS Bedrockでは、ClaudeだけでなくOpenAIのGPTモデルも利用できます。 本記事では、BedrockのClaude・GPTモデルを呼び出すときに知っておきたい2つのエンドポイントの違い、必要なIAM権限、そしてPythonのサンプルコードを紹介します。 1. Bedrockの2つのエンドポイント Bedrockには2つのエンドポイントがあります。 通常のBedrock: bedrock-runtime Bedrock Mantle: bedrock-mantle Bedrock Mantleとは Amazon Bedrock Mantleは、OpenAIやAnthropic互換のAPIを利用して最新モデルをスムーズに実行できるよう最適化された、Amazon Bedrockの分散推論エンジンおよび専用コンソール体験です。 従来のBedrockとの最大の違いは、AWS固有の仕様から解放され、OpenAIやAnthropicのコードをそのまま持ち込めるようになった点です。 従来はAWS独自の仕様に合わせるため、boto3などを使って複雑なレスポンスのパース処理(JSONの解析など)を書く必要がありました。 OpenAI/Anthropic互換APIの利用: 既存のOpenAI SDKやAnthropic SDKのコードから、ベースURLとAPIキーを書き換えるだけで、そのままBedrock上のモデルを呼び出せる モデルID指定の違い Mantleでは、global.openai.gpt-6-luna の global. 部分を外し、openai.gpt-6-luna のようにモデルIDを指定する必要があります。 この点が通常のBedrockと異なります。 2. IAMに付与すべき権限 ユーザーグループを作成し、対象のユーザーグループにBedrockのAPIを実行する権限を付与します。 必要な権限は、以下の組み込みポリシーです。 ポリシー 用途 AmazonBedrockLimitedAccess 通常のBedrockを採用する場合に必要。Bedrockへの限定的なアクセス権で、一般的なAPI呼び出し(bedrock:InvokeModel)やモデル一覧取得などが許可されますが、利用可能なモデルや機能は制限される場合があります AmazonBedrockMantleInferenceAccess Mantleを使用する場合に必要 AmazonBedrockMarketplaceAccess AWS Marketplace経由で提供されるモデルのサブスクリプション関連の権限。GPTなどMarketplaceモデルを使う場合、初回に必要 3. 設定手順 ユーザーグループにポリシーを付与する ユーザーグループを作成し、アプリが使用する上記の組み込みポリシーを付与します。 ユーザーを作成しアクセスキーを発行する ユーザーグループ内にユーザーを作成し、作成したユーザーのアクセスキーを作成します。

本当にあった?エンジニアの怖い話「同調圧力が強い会社におけるツール選定」

  • POST
はじめに 「社内でみんなが使っているツール以外を使うと、基礎ができていないと言われる」。そんな話を聞いたことはないでしょうか。 この物語では、使うツールの好みが、なぜか「基礎力」の評価にすり替えられてしまう職場を描きます。 SIerは「古臭い」と言われがちですが、問題は技術への感度ではなく、別のところにあるのかもしれません。 本記事は、個人や企業を誹謗中傷することを目的としたものではなく、以下を目的としています。 企業からは都合の良い情報しか発信されないことが多いため、求職者が一方的な情報に惑わされないようバランスを取る 仕事の中で起こりうる想定外な出来事や、理不尽な出来事をあらかじめ知り、対処や心構えの一助としていただく 業界に対して不満はあるが、立場上声を上げにくい現場の方々に代わって、内情を吐露することでガス抜きの場とする 実体験をもとに、なかなか表に出てこない業界の実情をお伝えし、学生やエンジニア、マネージャーの皆様の今後のキャリア選択に役立てていただければ幸いです。 「同調圧力が強い会社におけるツール選定」 これは、とあるSIerでの出来事。 官公庁や民間企業の業務システムを請け負い、Javaを中心とした開発を行っている会社だった。 社内では長年の慣習から、テキスト編集は サクラエディタ、Javaの開発は Eclipse、サーバーへの接続は TeraTerm を使う人が圧倒的多数を占めていた。 新しい技術のキャッチアップ自体は、決して遅れているわけではない。 クラウドやコンテナ、生成AIの勉強会も開かれ、新しい取り組みに前向きな社員も多い職場だった。 そんな中、中途入社した部下Aは、これまでの経験から、Javaの開発には IntelliJ IDEA、サーバーへの接続には Rlogin を使っていた。 1. エディタ編 ある日、上司Bが部下Aの席の後ろを通りかかった。 上司B 🤨 「ん? それ、Eclipseじゃないね。」 部下A 🙂 「あ、いえ、IntelliJ IDEAです。補完やリファクタリングが便利なので使っています。」 上司B 😒 「ふーん……。テキストの編集もサクラエディタじゃないの?」 部下A 😊 「IDEの組み込みエディタで済ませています。ファイル間の移動が楽なので気に入っています。」 上司B 😑 「…………そう。」 2. ターミナル編 数日後、部下Aがサーバーのログを確認していると、再び上司Bが画面をのぞき込んできた。 上司B 🤨 「ターミナルもTeraTermじゃないね。」 部下A 😊 「Rloginです。タブ管理で複数サーバーに同時操作ができるので、このプロジェクトでの利用にてきしているかと。」 上司B 😠 「みんなTeraTermでやってるんだよ。なんでわざわざ違うものを使うの?」 部下A 😳 「便利だからですが……。」 3. 「基礎ができていない」編 その日の夕方、部下Aは会議室に呼び出された。

本当にあった?エンジニアの話「早く出社しても評価は上がらない編」

  • POST
はじめに ベテランの会社員からは「朝早く出社すると評価が上がる」という声をよく聞きます。 しかし、実際にやってみても評価が上がらない、それどころか逆効果になることさえあります。 この物語では、役員のアドバイスを素直に実行したSIerの新人が、客先常駐先で思わぬ現実に直面する様子を描きます。 「誰よりも早く出社した新人と、遅れて来る先輩」 これは関東のとあるSIerでの出来事。 従業員は数百人規模。多くのエンジニアが客先に常駐して開発や保守を行っており、自社オフィスに出社する機会はほとんどない。 上司や役員の目が届かない客先常駐では、勤怠の管理は各自の裁量に任されている部分が大きかった。 新人Aは入社して間もない頃、研修の懇親会で役員Cと話す機会があった。 新人A 🙂 「どうすれば早く評価してもらえるようになりますか?」 役員C 😊 「簡単だよ。誰よりも早く出社しなさい。やる気は必ず見られているからね。」 新人A 😃 「わかりました!頑張ります!」 素直な新人Aは、配属された客先常駐先で、翌日から始業の30分以上前に出社することにした。 オフィスにはまだ誰もいない。静まり返ったフロアで、Aは一人、席に着いて先輩たちを待った。 始業時間の9時になった。先輩の席は空いたままだ。 9時15分。まだ来ない。 9時30分を過ぎた頃、ようやく先輩Bがコーヒー片手にのんびりと現れた。 先輩B 😄 「おはよー。あれ、もう来てるの?早いねぇ。」 新人A 😳 「おはようございます。……先輩、始業時間は9時ですよね?」 先輩B 😏 「ああ、客先だから誰も見てないしね。細かいこと気にしてたら疲れちゃうよ。」 困惑するAをよそに、他の先輩たちも次々と遅れて出社してくる。 誰も遅刻を気にしていない。それどころか、始業前から席にいるAの姿は、むしろ浮いていた。 その日の昼休み、先輩Bが他の先輩たちに話しているのが聞こえてきた。 先輩B 😆 「新人のA、朝一番に来てたんだよ。役員に何か吹き込まれたんだろうなぁ。」 先輩D 🤣 「マジで?かたいやつだなぁ。」 先輩B 😂 「応用力ないよね〜。」 へらへらと笑う先輩たち。その輪の中に、Aの居場所はなかった。 新人A 😨 「(僕は、ただ評価されたかっただけなのに……。)」 その後もAは、しばらく早めの出社を続けた。 しかし、評価が上がる気配はなかった。むしろ「言われたことをそのままやる、融通の利かないやつ」というレッテルだけが残っていった。 解説 なぜ、早く出社しても評価されなかったのでしょうか。 人間は、自分に近いマインドの人を高く評価する傾向があります。 出勤時間にルーズな組織では、「時間を守ること」そのものが評価軸になりません。そこで誰よりも早く出社しても、「自分たちと違う人」と見なされ、無意識に「かたいやつ」「応用力のない人」と評価を下げられてしまうことがあります。 役員の助言が間違っていたわけではありません。役員が過ごしてきた組織では、それが評価につながったのでしょう。しかし、評価の基準は組織によって異なります。 過去の成功体験に基づくアドバイスは、別の組織では通用しないことがあります。 また、朝型・夜型は遺伝的な要素も大きいと言われています。最近は朝はゆっくり始めたいと考える人も増えており、出勤時間の早さだけで人を評価することは、そもそも適切ではないのかもしれません。 評価を上げたいのであれば、世の中全体の流れと、自分が所属する組織のマインドを知ることが重要です。「何をすれば評価されるのか」は、誰かの助言を鵜呑みにするのではなく、自分の目で見極める必要があります。 おわりに 世の中には様々な企業や人が存在し、常識では考えられないようなことが実際に起きます。 勤怠に対する意識ひとつ取っても、組織によって驚くほど違いがあります。

Claude Codeの権限モードまとめ

  • POST
はじめに Claude Codeには、ファイル編集やコマンド実行をどこまで自動で許可するかを決める権限モードがあります。 本記事では、各モードの特徴と使い分けをまとめます。 詳細は公式ドキュメントも参照してください。 権限モード - Claude Code Docs モードの一覧 Claude Codeに存在する各モードは下表の通りです。 弱い順、並べると次の順番になります。 モード 自動で行われる操作 向いている場面 Plan 読み取りのみ 実装前の調査・設計 Manual 一部の操作のみ 機密データ、1件ずつレビューしたい場合 Accept edits 作業ディレクトリ内のファイル編集 通常の機能実装、テスト追加 Auto 分類モデルが安全と判断した操作 長時間タスク、機械的な変換 Bypass permissions ほぼすべて 隔離環境のみ モード別の詳細 Plan ファイルの読み取りのみで、基本的にファイル編集を行わない調査専用モードです。 実装前に、実装方針や変更計画を作成する際に使用します。 Manual Claude Codeが操作前にユーザーへ確認を求める標準的なモードです。 ファイルの読み取りなど一部の操作は承認なしで自動的に行われますが、それ以外は原則、ファイルの編集やコマンドの実行前にユーザーの承認が求められます。 機密データを扱うプロジェクトや、変更を一つずつレビューしたい場合に適しています。 Accept edits 作業ディレクトリ内のファイル編集を自動承認するモードです。 ファイル・ディレクトリの作成、移動、複製などが承認なしで実行されます。 gitなどのコマンド実行は、ユーザーに承認を求めます。 通常の機能実装やテストコードの追加、変更を最後にまとめてレビューしたい場合に適しています。 Auto 別の分類用モデルが安全と判断した操作を自動実行するモードです。