はてなブックマーク

ここで、パラメータとしてchannel_nameとreview_team_idとrelease_team_idを渡しています。 これらのパラメータは、Hubotのスクリプト側で使います。 またSlackのChannel名ですが、#generalの#を%23のようにエンコードして渡す必要があることに注意してください。 また、Webhookを送るトリガーを選ぶことができますが、今回は「Pull Request」のみにチェックを入れます。 これで、プルリクエストを作ったり、クローズしたりすると「Payload URL」で設定したURLにWebhookが送られるはずです。 Hubotスクリプトの実装 Webhookの設定が完了したので、今度はそれを受信する側のHubotスクリプトを用意します。 実際の実装は以下のようにしました（汚くてすいません）。 module.exports = (robot)

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?

この投稿について DockerのホストOSにAWSのEC2(Ubuntu)、ゲストOSにCentOSという構成で、SSH接続可能なコンテナを立ち上げた際のメモ EC2の準備 今回はAWSの「Community AMIs」からUbuntuの64ビット(ami-e74b60e6)を選んで使用。 「Configure Instance Details」のステップで、「Advanced Details」をクリックして、以下のように入力すると、勝手にDockerがインストールされた状態で立ち上げてくれる。 Dockerfileの設定 FROM centos # Install RUN yum update -y RUN yum install -y sudo RUN yum install -y passwd RUN yum install -y openssh-server RUN yum ins

この投稿について インフラにAWSを使ってチーム開発をすることになったので、その際の設定手順をまとめます。 要件 今回は以下の要件を満たすようにアカウント設定を行います。 Admin権限をもつのは、オーナーアカウントだけ。 開発メンバーはAdmin権限以外の権限をすべて与えられる。 開発メンバーは自分のパスワード変更が行える（通常はAdmin権限をもったアカウントのみが可能）。 ポイントは3つめのパスワード変更権限を開発メンバーにも与えることです。 大まかな流れ 大まかな流れとしては、以下のようになります。 アカウントの作成（オーナーアカウントの作成） グループの作成とポリシー（権限）の適用 ユーザーの作成（開発メンバー用のアカウント作成） グループにユーザーを紐付け 手順 アカウントの作成（オーナーアカウントの作成） アカウント作成は以下のページ案内に従って進むだけでOKです。 グループ

この投稿について 線形分離可能なデータ群に対する識別境界の決定方法の1つであるパーセプトロンの学習規則をライブラリなどを使わずにPythonで実装してみました。 Python、機械学習ともに初心者なので、良くないポイントはご指摘お願いします。 「パーセプトロンの学習規則」と並んで比較される「Widrow-Hoff（ウィドロウ・ホフ）の学習規則」については「Widrow-Hoff（ウィドロウ・ホフ）の学習規則をPythonで実装」でまとめてあります。 パーセプトロンの学習規則の理論 パーセプトロンの学習規則の概要や数式については以下のスライドにざっくりとまとめてあります（スライド途中からです）。 実装 1次元の場合 下図のような1次元上に存在し、2クラスのいずれかにに属する線形分離可能な学習データの分離境界線を求める。 実装のポイントとしては、 初期の重みベクトルはw=(0.2,0.3)とし

*1 CircleCIによって、GitHub上の該当ブランチに変更があった場合に、自動でデプロイされる環境になります。 Hubotの擬犬化 ここでは、Hubotを擬犬化して、ロボットではなくワンコとして扱っています。本投稿の挿入画像でも、Hubotではなくwankoとして表示されているので留意してください。 実装からリリースまでの流れ ①masterからブランチを切って、実装 新規ブランチをmasterから切り、実装を行います。 ②仮コードレビュー[WIP]の実施（任意） 実装が終われば、検証環境へデプロイして関係者確認を行いますが、これの前にコードレビューを行います。ただしここでのコードレビューは必須ではありません。 この段階でのコードレビューが推奨されるのは以下の場合です。 修正が大規模なとき 検証環境での確認が終わり、masterにマージする際にレビューが入ります。ここでレビューに引

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?

#この投稿について Slack/Hubot/Dockerを用いたChatOpsでアプリの検証環境をポンポン作って、ポンポン捨てる方法をまとめます。 チャットから誰でも手軽に使い捨てのアプリの検証用環境を作成できるので、チーム開発の生産性向上が期待できます。 #システム構成の概要図 #システム構築手順 ##SlackとHubotの連携 HubotをPaaSであるHerokuにデプロイさせ、Slackと連携させます。 こちらの具体的な手順については、「Slack / Hubot / GitHub / CircleCI によるChatOpsなデプロイ方法」の前半部分で詳しくまとめていますので、そちらを参照ください。 ##Dockerを動かすサーバーの用意(EC2) 今回はAWSのEC2を用います。 ###EC2の起動 まずは、Dockerを動かすインスタンスを立ち上げる。 今回はCommunit

Help us understand the problem. What is going on with this article?

概要 Slack / Hubot / GitHub / CircleCI などをつかってChatOpsにチーム開発できるフローをつくったので、ChatOpsによるデプロイ方法を中心にその方法をまとめてみます。 ChatOpsの主役であるチャットアプリには今回Slackを使いました。 HipChatでも同じように出来ますが、Slackの方がUIが優れていており、外部サービスとの連携も洗練されていたのでこちらを選択しました。 ChatOpsな環境の概要 SlackとHubot（PaaSであるheroku上にデプロイ）を連携させる SlackからHubot経由でGitHubにプルリクエストをつくる GitHub上の変更を監視し、CircleCIでテストを実施 デプロイ用のブランチに変更があった場合（GitHubのWEBコンソールでデプロイ用ブランチへのプルリクエストをマージした場合）、Circl

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?