GGlyphMetrum
AIコーディングワークスペース

レーベンシュタイン編集距離

文字列を正規化せずUnicodeコードポイント単位でレーベンシュタイン距離を計算してください。

● ● ●GlyphMetrum●
ワークフロー · レーベンシュタイン編集距離 ×
def edit_distance(a, b):
    if not isinstance(a, str) or not isinstance(b, str):
        raise ValueError("text.required")
    previous = list(range(len(b) + 1))
    for i, left in enumerate(a, 1):
        current = [i]
        for j, right in enumerate(b, 1):
            current.append(min(current[-1] + 1, previous[j] + 1,
                               previous[j - 1] + (left != right)))
        previous = current
    return previous[-1]
✳文字列を正規化せずUnicodeコードポイント単位でレーベンシュタイン距離を計算してください。
✓ 変更内容適用前に確認 ↗
ワークスペースのイメージ
  1. 適用前に確認

    実際の動作を期待する結果と比較します。検証に失敗した場合は、次の変更を加える前に原因を調べてください。

  2. モデル

    OpenAI互換またはAnthropicのエンドポイントを、ベースURLと必要なAPIキーで設定し、接続をテストします。ローカルのモデルサーバーは起動が必要です。リモートツールは別途データを送信する場合があります。

  3. プロジェクト

    空文字、絵文字一つの置換、合成形と分解形を試し、見た目の同一性は仮定しません。

ワークフロー

レーベンシュタイン編集距離

ワークフロー ↗
ワークフロー
def edit_distance(a, b):
    if not isinstance(a, str) or not isinstance(b, str):
        raise ValueError("text.required")
    previous = list(range(len(b) + 1))
    for i, left in enumerate(a, 1):
        current = [i]
        for j, right in enumerate(b, 1):
            current.append(min(current[-1] + 1, previous[j] + 1,
                               previous[j - 1] + (left != right)))
        previous = current
    return previous[-1]
AIコーディングワークスペース

コードを書く前にテキストの一致の意味を定義する

GlyphMetrumは、接続したAIモデルを使ってプロジェクトのテキスト処理の変更を調べるWindows用コーディング環境です。まず、入力の比較、近いラベルの候補提示、基準を満たさない値の拒否など、アプリケーションに必要な判断を説明します。変更案を求める前に関連する関数と呼び出し元を調べるようアシスタントに依頼し、実装の詳細を目に見える動作と結び付けます。

distance.pyの例は、文字単位の編集による比較を通じた具体的な出発点です。これはサンプルのプロジェクト文脈であり、GlyphMetrumに組み込まれた検索エンジンや照合機能ではありません。大文字・小文字、正規化、許容する違いの程度には、アプリケーション独自の判断が必要な場合があります。距離の計算機構とは分けてそれらをレビューしてください。

空のテキストや、見た目は似ていても表現が異なる文字列を含め、期待結果を説明できる例で動作をテストします。同点や適切な候補がない場合を呼び出し元がどう扱うかも確認します。対応するOpenAI互換またはAnthropicのエンドポイントに接続し、必要に応じて認証情報を設定します。制約のないモデルを選べるのは、提供される場合だけです。モデルの制限、利用可能なツール、コンテキスト上限は設定したサービスに依存します。この開発環境は作業の整理を支援し、結果がアプリケーションに合うかは利用者が判断します。

開発タスクで決めるテキスト比較の方針

サンプルは完全な照合方針を定義していますか?

いいえ。検討するための比較機構を示しています。どの変換を許し、どの結果を一致と認めるかはアプリケーション側で決め、距離だけに頼らず呼び出し元を通してテストする必要があります。

大文字・小文字を区別しない処理を自動追加すべきですか?

意図する動作に合う場合だけです。識別子には区別が必要でも、表示ラベルには不要な場合があります。代表例をアシスタントに示し、無関係なテキストに影響しないよう、どこで正規化するかをレビューします。

曖昧な候補の提示はどう確認しますか?

複数候補が同じ距離になる例を含め、アプリケーションがどう応答すべきか示します。距離が正しくても適切な同点処理は決まらないため、比較関数に加えて選択ロジックも調べます。

GlyphMetrumはすぐに使えるあいまい検索サービスですか?

そのようなサービスは提供するとしていません。プロジェクト内のテキスト処理コードを検討し、レビューするための開発環境です。インデックス作成、アプリケーションの動作、検索基盤の実装は利用者の責任です。

Windows版をダウンロード ↗

GlyphMetrum · 更新日 2026-10-25