別の例を試しました。

使用した InDesign のバージョンは 20.0.1 です。

Photoshop などではすでにサポートされていた画像生成AI機能が 日本語版 InDesign 2025 でも使えるようになりました。

使用した InDesign のバージョンは 20.0.1 です。

７年くらい前に購入したグリッター。 自分が買うはじめての電動アシスト自転車だった。 イオンで自転車を買えば、ものによっては２万円くらいで買える時代だったから、１０万円ほどもする自転車となると、買うのもかなりの勇気が必要だった。

その１ からの続きです。

その１では、 Streamlit で UI だけつくったので、 あとは、実際にプロンプトから OpenAI API 経由で文章を生成させる機能を追加します。

Streamlit で Open AI API を使いデモをつくります。 Open AI API への対応はその２でやることにして、 今回は Streamlit で最低限のウェブインタフェースをつくるところまで進めます。

昨年くらいから断続的にテキストパーサーを調べて実験コードを書いてきた （この辺の話）のですが、 機能変更が落ち着いてきたのでとりあえず公開しました。TypeScript 版です。 ライセンスは MIT です。 このブログで書いてきたパーサーコンビネータは Kotlin で実装しているのですが、 それを TypeScript に移植してあれこれ修正したものです。 ライブラリ本体は TypeScript で書いていますが、パースするコードを書くときは JavaScript でゆるくかけるので楽です。

Kotlin 版では tailrec が使えたので深い再帰が発生してもスタックオーバーフローにはならないと思うのですが、 TypeScript 版はそのあたりの対策は今のところしていません。 そんな巨大なテキストをパースすることもないのかな。

以前のポストで書いた通り、ここ数年はサラサナノをずっと使ってきました。 少し前に blen(ブレン)を試したのですが、 なんとなく気に入らなくてサラサナノを使い続けていました。 最近になって blenU が発売されたことを知りました。 blen （blenU ではない方） のリフィルが共通で使いまわせるので試してみることに。 というのは、blenU は油性（軽い力で濃い「S油性インク」を搭載）で、 自分は油性ボールペンはほぼ使わない・・・えっとジェットストリームの細身のやつ、を少し前に試しはしたのですが、やはり・・・合わない。 blen のエマルジョンインク（よく分からんが油性ではない！）のリフィルが blenU 軸に入るということで早速購入してみた。

ハイパーリンクのつくり方がわかったので サーバから取得した JSON に記述されている 名前とURL の一覧情報から ハイパーリンクの一覧情報をつくろうと思う。

ボタンをクリック（エンター）するとミニバッファにメッセージを出したり、 所定のURLのページをブラウザに表示させる emacs lisp を書いた。

以前に 「Markdown to InDesign 開発入門」 という キンドル本を書いたのですが、書き直そうと思い始めた。 理由のひとつは、 内容が古くなってしまったこと、そして もうひとつは、パーサーコンビネーターを使えばもっと簡単にマークアップテキストをInDesign ドキュメントに 変換できるのではないか？と思い始めたから。

この本では、markdown テキストをパースするために既存の markdown パーサーライブラリを使っている。 その markdown パーサーを ExtendScript として作動させることができないので、 普通の Node.js でつくった markdown テキスト to JSON変換サーバーを用意してそっちで変換する、 という方法を使っている。 既存の markdown パーサーライブラリであるためパーサーを自分で書く必要もないのは 圧倒的なメリットだが、かなりややこしい話になってしまった。 使う側にしたらテキストをパースして InDesign ドキュメントに変換したいだけなのに （ローカルで変換サーバー起動するとか面倒なことを・・・）。

今使えるかどうか確認しているパーサーコンビネータは TypeScript で記述されているので、 ここではまずそのための事前調査としてごく簡単な TypeScript を ExtendScript で実行できるか試してみます。

以前に大学受験の学生に英作文の添削を頼まれてつくったものです。 普通に ChatGPT でもできると思いますが、 毎回添削対象英作文以外のプロンプトは固定なので、APIでつくりました。 単に間違いを修正するだけでなく、修正個所について箇条書きで説明してもらうようにプロンプトで指示を出しています。

今なら GPTs を使うとよいのかもしれません。

API の場合、月額課金ではなく使用量に応じた課金なので、処理量が少なかったり実験レベルのアイデアの検証には API 課金の方が良い。

なお、 ここではシンプルにエンドポイントのURLに所定形式のJSONを投げて回答をもらう方式で実装していきます。 実装言語は Kotlin です。

たとえばネットからダウンロードしたテキストを新しいバッファーに 貼り付けるにはどうしたらいいか？ということを考えた。