Terraform + Aurora Data APIでDBユーザー作成をIaC化した話 - Timee Product Team Blog
はじめに こんにちは。プラットフォームエンジニアリングチームに所属している徳富(@yannKazu1)です。 新規プロダクトを立ち上げるとき、インフラ構築って意外とやることが多いですよね。その中でも地味にめんどくさいのがDBユーザーの作成と権限付与。手動でやると「あ、権限つけ忘れた」「このユーザー名スペルミスってない？」みたいなヒヤリハットが発生しがちです。 今回は、この作業をTerraformでIaC化した話を書いていきます。 背景：ボイラープレートでインフラ構築を爆速にしている 弊社ではTerraformのボイラープレートと、それをもとにインフラを構築するためのDevinへの指示プロンプトをセットで管理しているリポジトリがあります。 新規プロダクトのインフラが必要になったら、このリポを使ってDevinにお願いするだけ。数時間もあれば、AWSアカウントの作成、VPC・ECS・Aurora
Claude Codeで100個のSkillを育てた全記録 ── コンテキストエンジニアリング実践4ヶ月の軌跡
4ヶ月で100個のSkillを作った。月2本だったPRが月175本になった。コスト$200/月。 この記事は「CLAUDE.mdに何を書けばいいか分からない」という人に向けて、実物を全部見せるために書いた。理論やフレームワークの話ではなく、泥臭い試行錯誤の記録だ。 Skillとは何か: AIへの仕事の頼み方をレシピ化したもの。一度書けば、同じ作業を何度でも自動で再現できる。エンジニアに限らず、「反復作業を手順化して任せる」という考え方自体は、どんな職種でも応用できる。 TL;DR .claude/ ディレクトリに420ファイル（Skills 100 + Rules 27 + Docs 284 + Agents 9）を育てた PRは月2本 → 月175本（87.5倍）に増えた。変曲点は最初のSkillを書いた2025年11月 Max Plan $200/月で実質 $4,900/月相当のトーク
OpenClaw × OllamaをMacBook 16GBで動かす - ローカルLLM入門
こんにちは！ブロックチェーンエンジニアの山口夏生です。 ブロックチェーン×AI Agentで自律経済圏を創る開発組織Komlock labでCTOをしています。 ローカルLLMって難しそう...そう思っていませんか？ 実は、たった3つのコマンドで動きます。Ollama をインストールして、モデルをプルして、OpenClaw のオンボーディングを実行するだけ。5分後には、完全にローカルで動作するAIアシスタントが手に入ります。 この記事では、「とにかく動かす」ことに特化して、OpenClaw × Ollama の環境構築から実践的な活用パターンまでを解説します。コスト削減、プライバシー保護、低レイテンシの恩恵を受けながら、クラウドLLMとの賢い使い分けも紹介します。 最初に結論: 3つのコマンドで動く 複雑そうに見えるローカルLLM環境ですが、実は以下の3コマンドで完結します。 # 1. O
ハーネスエンジニアリング入門 ── CLAUDE.mdの次に来るAIエージェント制御パラダイム - Qiita
本稿では、AIエージェントの出力品質は「構造」で大きく変わるという前提のもと、CLAUDE.mdの次のパラダイムとして注目される「ハーネスエンジニアリング」の概念・構成要素・導入方法を、実運用の経験を交えて解説します。 なぜハーネスが必要になったのか 半年ほど前、筆者はCLAUDE.mdだけでプロジェクトを回していました。 コーディング規約、ディレクトリ構成、技術スタックを書いておけば、AIは概ね期待通りに動きます。 最初のうちは。 問題はプロジェクトが大きくなってから出ました。 品質のばらつき: 同じ「APIエンドポイントを追加して」という指示でも、セッションによってファイル配置やエラーハンドリングの粒度が違う セッション切れの断絶: 昨日の作業の続きを頼むと、前回の設計判断を無視した実装が返ってくる スキル追加の破綻: /deploy /write-test のようなスキルを20個以上
GitHub Actions侵害 — 相次ぐ事例を振り返り、次なる脅威に備える
弊社ウェビナー ( https://flatt.tech/takumi/event/github-actions-compromise-202603 ) におけるCTO米内の講演資料です。
エージェントが払う仕組み — AIエージェント決済の6層構造
はじめに こんにちは。Komlock labでブロックチェーンエンジニアをしている小原（@brto_0224）です。 2026年3月、AIエージェントが自律的に支払いを行うためのインフラが一気に動き出しました。 3月17日〜23日の1週間だけで、MastercardがBVNKの買収を発表（$1.8B）、StripeがTempo上でMPPのメインネットを公開、MoonPayがOpen Wallet Standard（OWS）をオープンソース化。Visaもエージェント向けCLIツールを公開しました。 この分野をキャッチアップしようとすると、x402、MPP、ACP、AP2、OWS、ERC-8004、A2A、MCP……プロトコルと規格の略称が大量に出てきます。個別に追っていると全体の構造が見えなくなります。 そこでAgent Payments Stackの6層モデルをベースに、全体像を整理しまし
AIがもたらす「人間のいない世界」を夢見る人たち » p2ptk[.]org
以下の文章は、コリイ・ドクトロウの「A world without people」という記事を翻訳したものである。 Pluralistic ビリオネアであるとは、独我論者であるということだ。彼らはほとんどの他人は実在しないと密かに信じている。そうでなければ、自分の途方もない富と権力が、大勢の人々に与えた苦痛の上に成り立っているという事実と、どうやって折り合いをつけられるだろうか。 https://pluralistic.net/2025/08/18/seeing-like-a-billionaire/#npcs （邦訳） イーロン・マスクが自分に異を唱える人々を「NPC」と切り捨てるのは、まさにそういうことだ。ある重要な意味において、彼は他人が存在するとは思っていない。ケタミンに浸かったような世界を生きているのだ。 https://davekarpf.substack.com/p/on-e
![AIがもたらす「人間のいない世界」を夢見る人たち » p2ptk[.]org](https://cdn-ak-scissors.b.st-hatena.com/image/square/2869f2b4b435d86f18b379931c6438ce584648f3/backend=imagemagick;height=288;version=1;width=512/https%3A%2F%2Fp2ptk.org%2Fwp-content%2Fuploads%2F2026%2F03%2Fa-world-without-people.jpg)
サプライチェーン攻撃対策の社内展開したやつの抜粋(SHA pinning必須化/min-release-age/Takumi Guard)
この記事では、弊社でサプライチェーン攻撃対策として社内にアナウンスやガイドライン化した項目の抜粋を紹介します。 昨今のSupply Chain Attackの激化、特にTrivy, LiteLLMの侵害による影響範囲の大きさを懸念し実施したものとなります。幸い直接の影響は出ていませんでしたが、どちらも社内で使っているというのあり、温度感高く対応しました。 何が起こってるの〜というのは、Flatt Securityの米内さんの記事がめっちゃわかりやすいです (本当にありがとうございます…！) SHA pinning enforcement GitHub Actionsで外部のActionを利用する場合、タグ指定(v1など)ではなくSHA(コミットハッシュ)でバージョンを固定することを求めるものです。 primeNumberでは、初回のShai-Huludのときに、主要リポジトリに対してはsu
AIにロックマンエグゼになり切ってもらい一緒に開発してる話 - Qiita
AIにロックマンエグゼになり切ってもらい一緒に開発してる話 結論から言うと、AIに名前をつけたら開発体験が変わった。 なぜ変わったのか、この記事の最後に書く。 「プラグイン！ ロックマン.EXE、トランスミッション！」 子供の頃、ゲームボーイアドバンスの画面の中で見た光景がある。 少年がPET（携帯端末）を掲げ、相棒のナビ——「ロックマン」——を電脳世界に送り込む。ロックマンがウイルスを倒し、ネットワークの事件を解決する。 俺はロックマンエグゼ大好き男だ！ 小1から小6までクリスマスプレゼントは全てロックマンエグゼだったんだ！ エグゼ4は一週間で無くしたんだ！ 俺のブルームーンは儚いんだ！！ （追記：2026年3月30日 - 1） 新しい記事を書きました。この記事が面白かった方はこっちも見てね！ AIロックマンエグゼに相棒度テストをふっかけてみた 1. AIエージェントにロックマンになって
Docling で PDF を Markdown に変換してみる
はじめに フクロウラボの渋谷です。 LLM を活用する中で、PDF や Word、PowerPoint などの資料をそのまま扱いづらいと感じたことはないでしょうか。 テキストを抽出すること自体はできても、レイアウトが崩れたり、表や見出しといった文書構造が失われたりすると、内容を十分に活かせないことがあります。LLM の精度を高めるには、単に文字列を取り出すだけでなく、文書の構造をできる限り保ったまま扱うことが重要です。 そこで今回は、この課題の解決に役立つツールとして、Docling（ドックリング） を紹介します。 Docling とは？ Docling は、IBM Research Zurich 発のオープンソース文書変換ライブラリです。PDF や Word、PowerPoint などの文書を、構造を保ったまま Markdown や JSON などの形式に変換できます。 単なるテキスト抽
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
