daiiz https://blog.hatena.ne.jp/daiiz/ #daiizメモ https://daiiz.hatenablog.com/ Okonomi 知的生産活動支援 AI Agent「Okonomi」の開発を続けている。 daiiz.hatenablog.com PNG画像に対応したことで、PCやスマホのスクリーンショットをネイティブに理解できるようになった。フォルダに突っ込んでおくだけでよしなに情報抽出できる。これの動作の様子は別の機会にまとめる。 JPEG画像に対応したことで、実世界の写真を読み解けるようになった。インデクシング工程でGeminiで画像を解析し、得られた視覚的な情報をOkonomiの独自のテキストフォーマットで文字として記録しておく。推論時にはこのテキストメモと画像バイナリを両方入力として使う。Geminiはマルチモー… 190 <iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Fdaiiz.hatenablog.com%2Fentry%2F2025%2F06%2F11%2F235900" title="Okonomi: PNG/JPEG画像の入力に対応 - #daiizメモ" class="embed-card embed-blogcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;"></iframe> https://i.gyazo.com/86c84c6d74c8ff76921331f8c6640843.png Hatena Blog https://hatena.blog 2025-06-11 23:59:00 rich https://daiiz.hatenablog.com/entry/2025/06/11/235900 1.0 100%