このポストがなぜかやたらバズっていたので、調子に乗って自分がよく使っているghコマンドのサブコマンドを書いてみる。 gh pr checks --watch でCIの状況をコマンドで確認できるの便利— oinume (@oinume) August 16, 2025 gh pr view -w Usage gh pr view [<number> | <url> | <branch>] [flags] 該当のpull requestをブラウザで開くために使っている。自分は何かとブラウザ上で作業することが多いのでかなり多用してる。 -w を省略するとターミナル上でPRの内容が表示される。 引数の<number>などを省略するとカレントブランチのpull requestになる gh pr checks --watch Usage gh pr checks [<number> | <url> |

はじめに 「グローバルな環境で働いてみたい！」と思いながらも、英語に自信がなくて一歩を踏み出せないエンジニアは多いのではないだろうか。かくいう僕もその一人だった。大学受験を最後に英語の勉強などしておらず、受験勉強の貯金で読み書きはなんとかなったけど、スピーキングとリスニングはほぼできない状態。そんな状態で、英語が共通言語の会社に入社。しかも自分のチームにはベトナム・台湾・アメリカなど様々な国のメンバーがいて、みんな普通に英語で会話している。英語が第一言語ではない人ですらスラスラ話している中、僕だけが沈黙…。正直「これじゃあ話にならない」と焦った。 この記事では、そこから1年（2024年5月~2025年5月）で業務を100%英語でこなせるようになるまでに試した勉強法を書く。また、これはあくまで、自分に通用した方法であり、万人受けするものではないことを最初に断っておく。しかし、過去の自分と同じ

こんにちは。「カミナシ 教育」というプロダクトを作っているふじはら（@daipresents） です。毎日アイスを3本以上食べてます。 僕は「カミナシ 教育」のサービスチーム（スクラムチームみたいなチーム）でマネジメントを担当していますが、それ以外ではダブルワークでアジャイルコーチとしていろんな企業の開発支援も行っています。 カミナシでは各チームが自律して動くことを求められ、それぞれが試行錯誤しながらがんばっています。なので、カミナシではあんまりアジャイルコーチの仕事はしていないのですが、自分のチームを俯瞰して見ていると、自然とアジャイルな見積もりと計画づくりをしていないことに気がつきました。 『アジャイルな見積もりと計画づくり』は名著です。だから、僕はチームでの開発にかかわる方に、この本をいつもおすすめします。なのになぜ、このチームはやらないのか？ 具体的には スプリント計画 ストーリー

エスマットでは、コンテナ基盤としてAWS EKSを採用しています。開発者はマイクロサービスの開発・デバッグを行う際に開発用の共通クラスターにTelepresenceを使い開発中のサービスのみを入れ替えて動作検証をおこなっていました。 しかし、Telepresence v2.21以降、OSS版ではpersonal interceptorが削除されたため複数開発者が共通クラスターにTelepresenceで同時に接続することができなくなりました。そのため、代替方法を探す必要が発生しました。いくつかの候補を検討した結果、最終的にmirrordを採用することにしました。 この記事では、Telepresenceからmirrordに移行した経緯を解説します。また、mirrordを実際にどのような設定で運用しているかを紹介します。 Telepresenceとmirrordの比較 私たちのチームが直面して

はじめに こんにちは。データ分析エンジニアの木介です。 今回は、AWS Summit 2025 New Yorkにて発表されたS3 Vectorsについて、既存のベクトルストレージとの比較も含めて紹介していきたいと思います。 aws.amazon.com はじめに S3 Vectorsとは 1. 他ベクトルストレージとのコスト面での比較 2. 機能面での制限事項 3. S3 Vectorsのベストプラクティス 他ベクトルストレージとの速度面での比較 他ベクトルストレージとの精度面での比較 1. ベクトル検索による精度比較 2. ハイブリッド検索との精度比較 まとめ S3 Vectorsとは AWS S3の新機能として提供されるベクトルストレージです。 S3で提供されるため、従来のAWS上で利用できたベクトルストレージであるOpenSearch Serverlessや、Auroraなどと違い

はじめに 弊社エスマットでのファームウェア開発において、しばらく悩まされていた課題だった技術ドキュメントの整備を AI エージェントの Devin に任せてみました。 結果として、人手で 4 週間と見積もられた作業が、わずか 6 時間のレビュー作業で完了。合計で 1 万行を超える Markdown ドキュメントが作成され、ファームウェアの理解促進と AI コーディング精度の向上という目標を実現できそうなところまできました。 この記事では、Devin を活用したドキュメント整備の具体的なアプローチと、実際の運用で得られたノウハウを共有します。 背景：散在・陳腐化したファームウェアドキュメントの課題 ドキュメントの現状と課題 弊社製品であるスマートマットのファームウェアは、元々外注先で開発されたものを引き継いで開発を続けていました。外注先から引き継いだ時点で体系的なドキュメントは無かったようで

概要 Claude CodeのSub agentsで最新仕様を調査して技術選定するエージェントを作って運用したら、かなり便利になった 普通にタスクを投げるだけだとAIの内部知識だけで進めてしまうので、古いノウハウで設計されてしまって困っていた 新しいバージョンを指定したとしても憶測でそれっぽくセットアップされてしまうことも多く、どこまでAIが知っているのかが分からない。事前に正しい仕様を理解させないといけなかった 今回作ったエージェントはそうした仕様確認が必要なタスクで呼び出されることで必ず検索を行い、使用するモジュールやその設定についてのベストプラクティスを提供してくれる なぜSub agentsが必要だったか AIの古い知識問題 たとえばTailwind CSSをセットアップしてもらうと、今現在ではv3時代の設定で進められてしまう v4を指定してもtailwind.config.jsを

はじめに 正直に言って、AIエージェントを初めて理解しようとしたとき、私は完全に見当違いをしていた。単なる賢いチャットボットの延長線上にあるものだと思っていた。でも、実際に触れてみて驚いた。これは全く違う生き物だった。 エージェントとは「行為者性（agency）」を持つ存在だ。つまり、ただ反応するだけじゃなくて、目的を持ち、意図的に行動し、経験から学習する自律的な存在だ。これって、ある意味で「生きている」ということに近いんじゃないだろうか。 従来のソフトウェアを思い出してみる。入力に対して決まった出力を返す、予測可能な機械だった。でもAIエージェントは違う。確率的で、時に予想外の振る舞いを見せる。まるでデジタル世界に新しい種類の「生命」が誕生したかのような感覚を覚えることがある。 私たちは今、Andrej Karpathyが言うところのSoftware 3.0の時代にいる。自然言語がプログ

Obsidianのプラグイン Obsidianは、基本プラグインを使わない素のObsidian原理主義者（？）なのですが、そんな自分もこっそり隠れキリシタンのように（隠れオブシディアン原理主義者とでも呼ぼうか）使っているプラグインを紹介します。 今（2025年7月時点）で3つあるので、3つだけ紹介します。それぞれ、ちょっと使い方に注意点もあるので、それも添えて。 使用するプラグイン増えたら追記予定です。予定は未定。 ターミナル 結構前から「ObsidianがMCPホストになってくれたらいいのになー」と思っていたのですが、Claude Code（Gemini CLIでも可）とこのターミナルで、ObsidianがMCPホスト同然になりました。 最近、コーディング以外の調べ物や文章を書いたりするとき、VS CodeエディタとClaude Codeを使うことが多くなってきたのですが、最近はObsi

きっかけ: Kiroのリリース Oikonです。 2025年7月14日に、AIエディタKiro Preview版がリリースされました。アイコンがとても可愛いです。 このKiroの登場には、エンジニアから様々な反応がありました。 KiroはまだPreview版のため、現時点で評価を下すべきではないと思いますが、私が見ている限りだと反応はさまざまです。 AmazonがAIエディタを出した！ またVSCodeのフォークか 要件定義してくれるのがいい！ Claude Codeで良くないか？ Kiroの登場は、個人的にAIコーディングツールについて改めて考えるきっかけになりました。この記事では以下のことをつらつら書きます。 Kiro登場までのツール Kiroの登場と特徴 最近のAIコーディングツールについて思うこと Kiro登場までのツール IDE型 (GitHub Copilot, Cursor,

アスエネ株式会社の @umzo（うめぞう）です！ アスエネでは「アスエネキャリア」という脱炭素・ESG人材の転職支援サービス開発のチームリーダーをしています。 アスエネキャリアとは？ アスエネキャリアとは、脱炭素・ESG人材の転職支援サービスです。持続可能な社会を目指し、脱炭素や気候変動、サスティナビリティに関心のある人々が、最適なキャリアを築けるようにサポートしています。 はじめに Claude Code の新機能である Sub Agents は、複雑なタスクを専門的なエージェントに委任することで、より効率的な開発を実現する機能です。発表されたばかりの機能で、不明なことも多いため、この機能を効果的に使う方法を「自動委任機能」を中心に検証しました！ Sub Agents とは Sub Agents は、特定の専門領域に特化したAIエージェントを作成し、メインエージェントから必要に応じて呼び

使ってみた テストとして 3 つお題を用意しました。 状況としてはメールでお客様から連絡いただいた一次情報をイメージしています。 それぞれお題とClaude Codeによって出力された結果、またそれに対する評価を記載していきます。 またClaude Codeとのやり取りは一回のみとし、初回の回答内容を評価していきます。 お題 1. 3 層 Web アプリケーションの本番環境構築 お題 EC サイトを立ち上げたいんです。フロントエンド、API、データベースの 3 層構成で 商品画像とかもあるので、CDN も使いたいです 同時接続ユーザーは 1000 人くらいを想定してます 月間 PV は 1000 万くらいかな？でも季節変動があるので、12 月とかは 5 倍くらいになるかも データベースは 500GB くらいから始めて、年 20% くらい増えていく予定 セキュリティは重要なので、WAF とか

Claude CodeのSub agentsという機能が今自分が困っているユースケースの改善に役立ちそうだったので使ってみました。 結論から書くと、1-2時間くらいでサクッと作った割には期待された効果を発揮できました。便利ですね。当面積極活用していきたいと感じました。 開発において定型的な作業は多く発生します。これまではそれをルールファイルに記載して制御していましたが、Sub agents に適切に分離することで、責務が明確になり、不要なルールを読み込まなくて良くなり、エージェント全体を通してルールと責務が整備できるようになったなと感じました。 Sub agents とは？ Create and use specialized AI sub agents in Claude Code for task-specific workflows and improved context mana

本記事は AWSアワード受賞者祭り 6日目の記事です。 ✨🏆 5日目 ▶▶ 本記事 ▶▶ 7日目 🏆✨ こんにちは、玉邑です。 年齢を重ねるにつれて、睡眠時間が翌日のパフォーマンスに大きく影響することを実感するようになりました。よく眠ることの大切さを、改めてしみじみと感じています。今回は、そんな貴重な睡眠時間をしっかり確保するための工夫についてお話しします。 ITシステムの運用に携わっている方であれば、夜間や休日のオンコール*1対応を経験されたことがあるのではないでしょうか。 私自身も、15年以上前にシステム運用を担当していた頃は、連日鳴り止まないオペレーターからの電話に疲弊していました。 当時はシングル構成のサーバーが多く、可用性を高める仕組みの成熟度もまだ低かったように思います。 現在のIT技術では、可用性を高めるための仕組みが非常に洗練されています。 たとえば、AWSのマルチAZ

本記事では Go で CLI を開発して OSS として公開する際に依存するライブラリなどのライセンス文書を一緒に配布するようにした話を紹介します。 Go で CLI をビルドして OSS として公開する場合、バイナリには依存するライブラリ (標準ライブラリを含む) のコードが含まれます。 そのため、 MIT や BSD-3 ライセンスなど多くのライセンスではライセンス文書も一緒に配布する必要があります。 The above copyright notice and this permission notice shall be included in all copies or substantial portions of the Software. Redistributions in binary form must reproduce the above copyright no

こうした領域の相当部分は「観察 → 判断 → アクション」であり、人間が実施すると非常に技術力と経験が求められ、各社 SRE を担当する方に業務が属人化するという現象が発生します。 ここで考えられているのが、AI Agent による支援・自動化と親和性が極めて高いということです。 AI Agent 活用の潮流と SRE 昨今の AI エージェントは、運用データ（メトリック／ログ／イベント）を LLM ベースで要約・推論し、自然言語で対話しながら修復アクションを提案・実行する方向に急速進化しています。Microsoft は Build 2025 で Azure SRE Agent を発表し、インシデント検出から診断、協働復旧に至るプロセスの高速化を狙うソリューションを提示しました。 この発表を見た筆者は、「これでトイルが減る」「SRE の仕事が変わる」「AI が SRE を全部やる時代？」と

Claude Codeに関して、どわーーっといろんなノウハウが各所で散見されていて、辞書的な記事があったらいいなと思い、これを書いています。 いざ1から使い始める時に、これさえ読めば、ある程度使いこなせることを目指して、この記事を書きました。 細かい話はいろいろなところで書かれていると思うので、ざっくりと書いていきます。 社内で行ったチュートリアル資料です。 Claude Codeとは？ ターミナル内で動作し、コードベースを理解し、自然言語コマンドを通じてより高速なコーディングを支援するエージェンティックなコーディングツールです。 Cursorとかと違って、ターミナルで動くAIコーディングツールってことです。 そもそもなんでClaude Codeが強いの？ なんだか AIコーディングツールで、同じくSonnet4/Opusとか使うんだったら、CursorやClineでも同じじゃない？ と思

Today, AWS announces the developer preview of the AWS API model context protocol (MCP) server, a new tool that enables foundation models (FMs) to interact with any AWS API through natural language by creating and executing syntactically correct and valid CLI commands. With the AWS API MCP Server, customers using popular MCP clients can streamline tasks like troubleshooting workloads, managing appl

## Description このコマンドは以下の作業を自動で実行します： 1. `npm run format` でPrettierフォーマットを実行 2. 変更内容を適切な粒度でコミットに分割 3. GitHub PRを作成 ## Implementation prettierをかけたあと、適切な粒度でコミットし、PRを作って **使用例:** `/create-pr` → 自動でPR作成完了 私が使っているMCP実例 MCPとは Claude Codeを外部システムと連携させる仕組み よく使っているMCP Puppeteer: ブラウザ操作の自動化 Figma: デザインファイルの取得 o3-search-mcp: Claude Codeが直接o3と相談する https://zenn.dev/yoshiko/articles/claude-code-with-o3 https://d

こんにちは👋 2025年7月15日、AWSからS3 Vectorsと呼ばれる機能がプレビュー公開されました。 Amazon S3 Vectors は、ベクトルの保存とクエリをネイティブにサポートする初のクラウドオブジェクトストアです。Amazon S3 に保存されたコンテンツの AI エージェント、AI 推論、セマンティック検索のために、コストに最適化された専用のベクトルストレージを提供します。 元々AWSでRAGシステムを構築する場合は、KendraやOpenSearch Service、Aurora(pgvector)などの高コストなベクトルDBを用意する必要がありました。OpenSearch Serverlessなどはサーバレス...と謳っているものの、実態は起動時間によるOCU単位での従量課金であり、個人でRAGシステムを構築する際の大きな障壁となっていました。 今回発表されたS