既存ソースコードからAgent Skills を抽出作成する
はじめに Agent Skills、すごい便利ですよね。皆様はAgent Skills お使いでしょうか。 私は他力本願なので、最近は開発作業も含め、なんでもAI Agentに任せて実施させたいと考えてしまいます。 AI駆動開発といえば、新規の開発案件が得意領域な印象ですが、古今東西の開発プロジェクトは、新規開発！刷新開発！イケイケどんどん開発！という案件ばかりではなく、 コストなどのやんごとなき事情により、既存ソースコードをベースにしつつモダナイズ、という方向の案件もまだまだ存在します。 そのほうがストーリー的に通しやすい点も痛いほどわかります。 しかしながら、いざいざ既存コードベースの案件が開始となると、既存コードの解読という、百歩譲って、、いや、百万歩ぐらい譲って、控えめな地獄、がありまして。 そんななか、 「既存コードからこのプロジェクト特有のコーディングなどをAgent Akil
GitHub Copilot Agent Skills 入門
GitHub Copilot を使っていると、「このプロジェクト固有のルールを覚えてほしい」「特定のスクリプトの使い方を教えたい」といった場面に出くわすことがあります。これまでは、カスタム指示や AGENTS.md にそうした情報を記述することで対応してきましたが、ここに新たな最適化方法が登場してきています。それが「Agent Skills」です。 2025 年 12 月 18 日、Agent Skills が GitHub Copilot に追加されました[1]。Agent Skills は、必要な時だけ動的にロードされる「専門知識のパッケージ」として機能し、コンテキストを効率的に管理しながら Copilot の能力を拡張できます。 この記事では、Agent Skills の基本的な仕組みと、実際に動作する簡単なスキルの作り方を紹介します。さらに、VS Code の Chat Debug
GitHub Copilotにおける Agent / Instructions / Prompt の整理と活用方法
皆さん、GitHub Copilotは利用されていますでしょうか？ 私は、コスパが良いのと複数のモデルを利用できる点に魅力を感じたため、仕事だけでなくプライベートの開発でも利用しています。 しかし、使い込んでいく中で一つ壁に当たることがありました。それは、Agent・Instructions・Promptといった複数のファイルタイプが存在し、それぞれがどのように影響し合い、どのように使い分けるべきかが分かりにくいという点です。 そこで本記事では、私自身の備忘録も兼ねて、これらの概念と実際の検証結果を踏まえた活用方法について解説します。 GitHub Copilotとは GitHub Copilotは、AIを活用したコーディング支援ツールとして登場しました。当初はVSCodeエディタ上でのコード補完が主要な機能でしたが、現在では GitHub Web上でのチャット機能、プルリクエスト（PR）
GitHub Copilot の runSubagent を検証してみた：コンテキスト分離の効果と限界
GitHub Copilot のエージェントモードを使っていると、調査や分析といった複雑なタスクでチャットのコンテキストがどんどん膨らんでいく経験はないでしょうか。ファイルを読み込み、Web ページを取得し、その内容を処理していくうちに、メインセッションが情報過多になってしまう。そんな課題を解決するために登場したのが runSubagent ツールです。 この記事では、runSubagent の仕組みと使い方を解説し、実際に調査タスクで検証した結果を共有します。 runSubagent とは runSubagent は、メインのチャットセッション内から独立したセッション（サブエージェント）でタスクを遂行する機能です。 サブエージェントは自分専用のコンテキストウィンドウを持ち、タスクを自律的に実行します。処理が完了すると、最終結果だけをメインセッションに返します。公式ドキュメントでは Ask
GitHub Copilot サブエージェントによるオーケストレーター パターンの実践
GitHub Copilot の agent/runSubagent は、エージェントから別のエージェントを呼び出すためのツールです。以前の記事で、サブエージェントの作成方法やコンテキスト分離の効果に関する検証を行いました。 さらに、VS Code v1.107 からは、カスタムエージェント（.agent.md）を runSubagent で直接呼び出せるようになり、より一貫性のあるオーケストレーションが可能になりました。 そこで、今回はこの新機能を活かして開発ワークフロー全体を自動化するオーケストレーターシステムを構築してみます。 この記事で作成するオーケストレーター（エージェント）は、Issue の作成から Plan、Implementation、Review を経て PR 生成まで、各フェーズをサブエージェントに委譲しながらソフトウェアの開発プロセスを実行するフローを実現します。 前
Findyの爆速開発を支えるGitHub Copilotとエージェント活用法 - Findy Tech Blog
こんにちは。 ファインディ株式会社 で Tech Lead をやらせてもらってる戸田です。 現在のソフトウェア開発の世界は、生成AIの登場により大きな転換点を迎えています。 GitHub CopilotやCursorなど、生成AIを活用した開発支援ツールが次々と登場し、開発者の日常的なワークフローに組み込まれつつあります。 そこで今回は、弊社のGitHub Copilotの活用方法について紹介します。 それでは見ていきましょう！ カスタムインストラクション MCP Agent mode Coding Agent まとめ カスタムインストラクション GitHub Copilotを始めとする生成AIツールを効果的に活用するためには、まず最初にカスタムインストラクションの設定が必要不可欠です。 docs.github.com カスタムインストラクションに関しては以前の記事で紹介しておりますので、
1
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
処理を実行中です
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
