この記事について 「とりあえずClaude Codeを入れてみたけど、なんか使いこなせていない気がする」「あの機能の存在は知っているけど、自分には関係ないと思っていた」という方はいませんか? 本記事では、Claude Codeを使いはじめた人が日々の作業の中で感じるよくある「つまずき」や「不満」を出発点に、それを解消するClaude Codeの機能を紹介していきます。 Claude.aiチャットとClaude Codeのagentモードは何が違うの? CLAUDE.md、Hook、MCP、Skillなど設定項目が多すぎてどこから手をつければいいかわからない という部分を、「こういう不満があるなら、この機能を使いましょう」という形で解説し、Claude Codeを業務に本当に活かせる状態を目指すことを目的としています。
--2026.03.10 21:04 ヘブ則、💡追加 --2026.03.10 20:09 memory_server.py アップし忘れてた。GitHubに追加 LLMと長期記憶 LLMには記憶がない。正確に言えば、コンテキストウィンドウという短期記憶はあるが、会話が終われば全て消える。人間の脳が持つ長期記憶(エピソード記憶、意味記憶、手続き記憶、そしてそれらを支える情動的重みづけや連想ネットワーク)に相当するものがない。 本記事では、Claude Code(Anthropicの公式CLI)に脳の記憶メカニズムを実装する。目標は「脳の完全な模倣」ではなく「機能的等価」。つまり、同じ振る舞いを別の手段で再現すること。 コード 新しいセッションを始めたときはどこに脳が落ちているかを教えてあげよう。または、そのフォルダでClaudeを起動する。 人間の記憶 vs LLM — 何が違うか まず
Clineが出たあたりから最近に至るまで人間とcoding agentで協業しながらコードを書くというスタイルを取っていました。 しかし、圧倒的な能力を持つClaude Opus 4.6の登場でいよいよコードを書くというエンジニアのアイデンティティのひとつを手放すときが来たかなと思い、2週間ほど前にダイナミックに実装のスタイルを変更しました。 その際に考えたことや経過などのメモです。 前提 Claude Code ほぼTypeScript 中規模のサービス 最初に決めたこと コードを書くのを止める、という方針を決めたときに2つの方針を作りました。 あらゆる業務をドキュメント化する LLMが人間と比較して明確に劣っている領域として、コンテキストの短さがあります。これは人間とやりとりをしながら長期間に渡るタスクを遂行する上で「タイミングによって実装方針が違う」「人間が同じ説明を何度もしなければ
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? Claude Codeの開発者である Boris Cherny氏 (@bcherny) が公開した「2026年の開発セットアップ」が、Claude Codeを使う全人類が読むべき内容でした 彼が実践しているのは、単なるツールの使いこなしではありません。 人間自身のCPUをマルチスレッド化するという、エンジニアリングの極致です。 そこで、この記事では彼が明かした驚異のワークフローを解剖し、我々が今すぐ取り入れるべき次世代の開発思想を深掘りします。 Claude Codeでどんなことできるかは、以下の記事も参考にしてみてください! 1. タ
Anthropicハッカソン優勝者が10ヶ月以上かけて実際のプロダクト開発で使い込んだ everything-claude-code というリポジトリが公開されていたので、内容を読み解いてみました。 この記事の要約 Anthropic x Forum Venturesハッカソン優勝者 が公開した本番環境で使えるClaude Code設定集 agents, skills, hooks, commands, rules, MCP設定 の6種類のファイルで構成 コンテキストウィンドウは 200kから70kまで縮小する可能性 があるため、MCPの有効化は10個以下に抑える TDD(テスト駆動開発)を中心 にしたワークフローで、カバレッジ80%以上を必須とする /tddや/planなどの スラッシュコマンド で素早くワークフローを呼び出せる hooksによる自動化 でフォーマット実行やconsole
最近、プロダクト開発をしていて気づいたことがあります。 僕はもう、IDEやエディタをほとんど開いていません。 以前なら、開発といえば、まずVSCodeなどのエディタを立ち上げて、コードを書き始めるのが当たり前でした。 でも今は違います。AIに「こういう機能を作って」と指示を出して、生成されたコードを読んで、「ここを直して」とフィードバックする。この繰り返しでほとんどの開発が完結してしまいます。 プロダクト開発を行うメイン業務は「コードを書くこと」から「コードを読んでチェックすること」に変わりました。 この変化を経験して思ったのは、「書ける」能力より「読める」能力の方が重要になってきているということです。 これは何かに似ていると考えていまして、漢字です。 漢字の「読める」と「書ける」日本人なら誰でも経験があると思います。 「薔薇」を読むことはできます。でも、いざ手書きで書こうとすると書けませ
1. 正直、最近コーディングが「作業」になってきた エンジニア4年目になった。 新人の頃は、自分の書いたコードが動くだけで嬉しかった。console.log が出力されるだけで「おお」と思ったし、APIからデータが返ってきた時は本気で感動した。先輩のコードを読んで「なんだこの魔法は」と思いながら、少しずつ自分でも書けるようになっていく。あの頃は毎日が発見だった。 でも最近、その感覚がほとんどない。 いや、できることは明らかに増えた。設計もするし、レビューもする。後輩に教えることもある。一人で機能を丸ごと任されることも増えた。「成長してる」と言われれば、たぶんそうなんだと思う。 ただ、正直に言うと——コーディングが「楽しい」かと聞かれると、すぐに「うん」とは言えなくなった。 毎日やってることは、なんというか「知ってるパターンの組み合わせ」になってきた。このAPIを叩いて、このバリデーションを
KaggleはAIに解けるか?�MLE-Benchのいま (2025/08/23; 第4回 関東Kaggler会)
GitHub Copilot Coding Agent とは GitHub Copilot Coding Agent は、GitHub が提供する Copilot 関連機能のひとつで、開発者の指示に応じて コードの変更や Pull Request(PR) の作成を自動で実行する自律エージェント です。 Coding Agent は、チャット上や GitHub の UI から自然言語で依頼を受けると、その内容をもとにブランチを作成し、コードを変更し、PR を生成します。ユーザーは生成された PR を確認してレビューやマージを行うだけで、通常の開発フローにスムーズに統合できます。 たとえば、次のような依頼が可能です。 コードの修正や関数のリファクタリング ドキュメントやテストの追加 依存関係や設定ファイルの更新 修正を反映した PR の自動作成 Coding Agent はこれらのタスクを G
初めまして、kagayaです。 AIネイティブなプロダクト開発を頑張っています。 共訳した「AIエンジニアリング(オライリー・ジャパン)」が11/28に発売です。よろしくお願いいたします。 世はAIコーディングエージェント時代。 圧倒的に手数は多くなり、自動でPRを生成する取り組みも見かけるようになりました。 かくいう私も、Claude Code Actionを夜間に動かしてGitHub Issueを自動解決する実験をし、朝に作成されているPRを眺めて、「これが不労コード生活か」と思うなどしていました。 そんな中で、新しく生まれた悩みの一つは、このコード、どこまでレビューすればいいんだ? です。 全部読んでたら、自分で書いた方が早くない?でも全部信じるのも怖い。 バイブに身を任せた結果として生まれた数千行のPRを前に、途方に暮れた経験がある人もいるのではないでしょうか。 Thoughtwo
1. はじめに ナレッジワークでQAエンジニアをしているguncha(@gun_chari)です。 この記事は、「KNOWLEDGE WORK Blog Sprint」13日目の記事になります。 2024年11月にAnthropic社がModel Context Protocol(MCP)を発表して以降、2025年3月のPlaywright MCPの登場に加え、ナレッジワーク社内では社内汎用MCP[1]も開発され、QA業務における新たなAIツール活用の可能性が生まれました。テスト分析や設計におけるAIツールの活用が広がる一方で、私はテスト実行フェーズにおけるMCP活用の可能性に特に興味を持ちました。 そこで2025年7月、Cursor + 社内汎用MCP + Playwright MCPを組み合わせたテスト実行実験に取り組みました。まだ本格運用には至っていませんが、自然言語で記載された簡単
Beyond Vibe Coding A practical guide to AI-assisted development Master the complete spectrum from rapid prototyping to production-ready AI-assisted engineering. Learn advanced techniques, best practices, and future-proof your development workflow. By Addy Osmani, an Engineering Leader at Google focused on AI and Developer Experience. He brings 25 years of software engineering experience to his wri
「OpenAI Codex CLI」のクイックスタートをまとめました。 1. Codex CLI「Codex CLI」は、OpenAI のコーディングエージェントで、ローカルコンピュータ上で動作します。 2. セットアップ2-1. Codex CLIのインストールと実行(1) Codex CLIのインストール。 npm install -g @openai/codex(2) codex の実行。 codex2-2. ChatGPTプラン での Codex CLI の使用「Codex CLI」を起動し、「ChatGPTでサインイン」を選択してください。Plus、Pro、Team、Edu、Enterpriseプランで「Codex CLI」を利用するには、ChatGPTアカウントでのサインインを推奨します。ChatGPTプランに含まれる内容については、こちらを参照してください。 「OpenAI
皆さん、AIコーディングやっていますか?CursorやClaude CodeやCline/Roo Codeのようなコーディングエージェントを使えば、AIがコードを書いてくれるアレです。バイブコーディングとも言いますよね。 筆者は、Claude Codeが定額で使えるようになった5月末からClaude Max で Claude Codeを使ってきたんですが、とにかくストレスがたまることが多かったのと、プラン改悪や、相次ぐClaude Codeの性能劣化で、ClaudeおよびClaude Codeから抜け出したい!と思って、ここ一ヶ月Codexを試してきました。 また、Vibe Kanbanというツールを使って、こちらも運用してきました。 結論からいうと表題の通り、Vibe Kanban + Codex の組み合わせが、Claude Code を使っていた頃より遙かに快適です! 実際に、業務を
コンテキストエンジニアリングについて LLM(大規模言語モデル)の分野で、最近「コンテキストエンジニアリング(Context Engineering)」という言葉が多く使われるようになりました。AIエージェントの文脈でも使われることが多く、自分の中でずっとモヤモヤしていたのですが、少し自分なりに整理してみたのでここに書いてみます。 半分以上お気持ちというかポエムや私見が混じっていますので、学術的な定義の厳密性より、自分が普段使っていて感じる実践目線での一つの考え方として捉えてもらえるとありがたいです。 「プロンプトエンジニアリング」から「コンテキストエンジニアリング」へ そもそも「コンテキストエンジニアリング」って何?「プロンプトエンジニアリング」と何が違うの?というところから始めたいと思います。 プロンプトエンジニアリングは、ものすごい単純にした図にすると以下になると思います。 プロンプ
アイスランドアイルランドアセンション島アゼルバイジャンアフガニスタンアメリカ合衆国アラブ首長国連邦アルジェリアアルゼンチンアルバアルバニアアルメニアアンギラアンゴラアンティグア・バーブーダアンドライエメンイギリスイスラエルイタリアイラクインドインドネシアウォリス・フツナウガンダウクライナウズベキスタンウルグアイエクアドルエジプトエストニアエスワティニエチオピアエリトリアエルサルバドルオマーンオランダオーストラリアオーストリアカザフスタンカタールカナダカメルーンカンボジアカーボベルデガイアナガボンガンビアガーナキプロスキュラソーキリバスキルギスギニアギニアビサウギリシャクウェートクック諸島クリスマス島クロアチアグアテマラグアドループグアムグリーンランドグレナダケイマン諸島ケニアココス(キーリング)諸島コスタリカコモロコロンビアコンゴ共和国(ブラザビル)コンゴ民主共和国(キンシャサ)コートジボ
コーディングに AI エージェントを活用する流れはもはや避けられないものとなっています。しかし、AI エージェントによってコーディングの多くが自動化されると、開発者が自分の手でコードを書く機会は減少してしまうというジレンマがあります。Claude Code の学習モードを使用すると、自分の手でコードを書く練習ができます。学習モードでは、AI エージェントはユーザー自身にも一部のコードの生成を依頼します。この記事では、Claude Code の学習モードの使い方について解説します。 コーディングに AI エージェントを活用する流れはもはや避けられないものとなっています。AI エージェントは人間よりも早い速度で大量のコードを生成でき、開発者の生産性を大幅に向上させる可能性を秘めています。その一方で AI が生成したコードを正しく理解し、コードベースのアーキテクチャに一貫したスタイルで書かれてい
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