AI

はじめに この記事では、 AIコーディングエージェント向けのタスク管理ツール「Beads (bd)」を紹介します。 Claude Codeなどのエージェントにタスクを記憶させ、セッションをまたいだ作業管理を可能にするツールです。 beadsとは AIエージェントが使用することを前提に作られたタスク管理ツールです。 bdコマンドというCLIを使ってタスク管理ができます。 CLIでタスクを操作できることから、Claude Codeなどのバイブコーティングツールを使用する開発者から高評価を得ています。 GitHub - gastownhall/beads: Beads - A memory upgrade for your coding agent GitHub Issueなどとの違い プロジェクトのタスク管理というとGitHub Issueが古くから使われていますが、GitHub Issueとbeadsのメカニズムの違いや、beadsを使うメリットは以下の通りです。 依存関係の設定ができる このタスクを完了しないと次のタスクを実行できない、といった複雑な依存関係の設定が可能です。 DBとJSONLでタスク管理 DBファイルとjsonlファイルの2つを用いてタスクを管理します。 DBファイル上でタスクのステータス、優先度、説明などが記録されています。 軽量な内部DBにクエリを実行することで、エージェントは必要な情報のみを参照でき、コンテキストの肥大化を防げます。 DBへの変更はjsonlファイルにも同期され、人間にも読みやすい形式で表示されるため、Gitなどのバージョン管理ソフトで差分を確認できます。 ローカルのDBファイルを用いるので、クラウドを使わずオフラインでも動作します。 コマンドラインから操作できるので、AIエージェントからも操作が可能です。 エージェントにセッションをまたいだ情報を記憶させるrememberコマンドなど、エージェント向けの機能があります。 初回セットアップ # Windowsにbeadsをインストール irm https://raw.githubusercontent.com/gastownhall/beads/main/install.ps1 | iex ## 環境変数 Pathに以下のPathを設定 >> ==> bd installed to C:\Users\pocke\AppData\Local\Programs\bd\bd.

はじめに Azure SRE Agent では、ユーザーが特定のタスクを実行するための特化したエージェントを、カスタムエージェントとして定義・作成することができます。 本記事では、カスタムエージェントの定義方法から実際の活用方法まで、詳しく解説します。 カスタムエージェントとは カスタムエージェントは、ユーザーが入力した特定のタスクを実行するために特化したエージェントです。 標準的なSREエージェントではカバーしきれない、特殊な役割や機能を必要とする場合に活用します。 カスタムエージェントの定義方法 カスタムエージェントは以下のようにYAML形式で定義できます。 name: database_expert system_prompt: |You are a database specialist. Analyze query performance, diagnose connection issues, and recommend optimizations. handoff_description: Handles SQL and database troubleshooting tools: - execute_kusto_query - azure_cli connectors: - azure_sql enable_skills: true # Can use skills for additional expertise 定義要素の説明 要素 説明 name カスタムエージェントの識別子 system_prompt カスタムエージェントの役割や動作を定義するプロンプト handoff_description オーケストレーターがこのカスタムエージェントにタスクを委任する判断基準となる説明文 tools カスタムエージェントが使用できるツール（azコマンド、外部APIなど） connectors 接続するAzure リソースやサービス enable_skills 有効にするとカスタムエージェントがスキルに動的にアクセス可能 重要な注意点 SRE エージェントのカスタムエージェントは、Claude Code のサブエージェントとは異なり、使用するモデルを指定することができません。

はじめに Azure SRE Agentは、Azure Monitorやログなどの監視データを活用してインシデント対応を支援するAIエージェントです。 その能力を最大限に引き出す鍵となるのが「コネクタ」機能です。 コネクタを設定することで、SREエージェントはAzure Monitor、Application Insights、Log Analyticsといった監視サービスや、GitHubリポジトリ、Teamsなどの外部サービスとシームレスに連携できるようになります。 本記事では、Azure SRE Agentのコネクタの概要、サポートされているサービス、導入するメリット、そしてApplication InsightsとLog Analyticsの違いについて解説します。 Azure SRE エージェントのコネクタ エージェントには、Azureサービスへの組み込みアクセスが用意されています。 コネクタは、外部サービスとSREエージェントを接続し、SREエージェントから外部サービスへのクエリの実行や、コードの読み取り、通知の送信を可能にします。 Azure公式ドキュメント: SREエージェントのコネクター サポートされているコネクタ Azure Monitor Application Insights Log Analytics Azure Resource Graph GitHubリポジトリ Teams カスタムAPI コネクタのメリット コネクタが設定されていない場合でも、SREエージェントは az コマンドが組み込まれているので、azコマンドを使ってApplication Insights、Log Analyticsなどへのクエリの検索は可能です。 敢えてコネクタを設定するメリットとしては、以下の点があります。 コネクタを使用するメリット： 毎回対象を指定しなくてもよい - 特定のLog AnalyticsワークスペースやApplication Insightsリソースをエージェントが継続的に認識 接続先のデータがコンテキストに入る - 接続先の監視データが前提知識として扱われやすくなり、調査時の文脈理解が速くなる 高度な診断がしやすくなる - 接続されたリソース全体をまたいだMCPベースの診断に使え、組み込みで提供されたToolsが使える コネクタは「単にクエリできるようにする」ためだけでなく、「どの監視データを常に見てよいかをエージェントに覚えさせ、継続的な診断能力を上げる」させることができます。 Application InsightsとLog Analyticsの違い Application Insightsで表示できるメトリクスはLog Analytics Workspacesに保存されます。 Log Analyticsだけでなく、Application Insightsを使うメリットとしてはLAWの情報を抽象化（アプリケーションマップなど機能）が使えるようになることです。

はじめに Azure SRE Agent には、過去のインシデント対応やユーザーとのやり取りから学習した知識を蓄積し、次回以降の対応に活かす「メモリ」という仕組みがあります。 本記事では、メモリの種類や自動学習の仕組み、ユーザーメモリの操作方法、ナレッジベースとの違いについて解説します。 メモリ メモリとは過去のインシデントで何が機能していたかなど、エージェントに蓄積することができる知識情報です。 メモリの種類 情報源 発見内容 最適な用途 過去のインシデント 同様の問題を解決した手順 以前、どのようにこれを修正したのですか。 ユーザーメモリ 明示的に保存するファクト “私の環境設定が使用することを覚えておいてください…” ナレッジベース アップロードしたランブックとドキュメント “標準手順に従う” 自動学習 SREエージェントはユーザーとの会話から自動で学習し、メモリに記録します。 スレッドが更新されなくなってから30分後、エージェントは会話を評価し、学習のインデックスを作成します。 プロアクティブな知識の永続化 完了したスレッドから学習するだけでなく、エージェントは会話中に重要と判断した知識をナレッジファイルに保存します。 ナレッジファイルは memories/synthesizedKnowledge/ 配下に保存され、次回セッション開始時に自動読み込み、より賢い回答を生成します。 ナレッジファイルの種類 ファイル 内容 文字数上限 overview.md サービスの概要とインデックス 約2,000文字（常にコンテキストに読み込まれる） トピックファイル 特定の主題に関する詳細な注意事項（例: aks-networking-gotchas.md） 各1,000文字 team.md チームメンバー、役割、専門知識 最大500文字 architecture.

はじめに 2026年6月2日〜3日に開催された Microsoft Build 2026 で、AIエージェント開発プラットフォームの Microsoft Foundry が大きく前進しました。 本記事では、機能の仕様を羅列するのではなく、「ぶっちゃけ何ができるのか」「自分たちにどう嬉しいのか」 を中心に、実務エンジニア向けにかみ砕いて解説します。 Microsoft Build 2026 公式サイト Foundryって、ざっくり何？ 一言で言うと、。 「AIエージェントを、作って・動かして・賢くし続けるための、全部入りプラットフォーム」 「エージェントを作って・動かして・賢くし続ける」ための機能が一通り揃い、本格的な本番利用に耐えるプラットフォームになりました。 従来のつらみ（Before） 社内用のAIアシスタントを1つ作りたい、となったら、どうなるか。 エージェントのロジックを書く（これが本来の本題） ↓ でもその前にやることが山積み…… □ 社内文書を検索する仕組み（RAG）を自作 □ Outlook、Teams、Jiraなどと連携するコード □ ユーザー認証と権限制御 □ セキュアに動かすサーバー基盤 □ ログ、監視、コスト管理 □ 「前回の会話を覚える」機能 ↓ やっと本題……でも予算も時間も尽きた 😫 一番大事な「エージェントを賢くする」ことに集中できない のが、従来の最大の問題でした。 Foundryだと（After） Foundryを使うと、こうなります。 エージェントのロジックを書く（ここに集中できる） ↓ 回りは全部Foundryにお任せ ✅ 社内文書検索 → Foundry IQ ✅ ツール連携 → Toolboxes ✅ 認証・権限 → 自動で処理 ✅ 本番サーバー → Hosted Agents ✅ 監視・コスト管理 → 自動で取得 ✅ 会話を覚える → Memory 「エージェントがどう答えるか」という中身だけ書けば、回りのインフラ仕事はFoundryが全部面倒を見てくれる。

はじめに Azure SRE Agent は、Azure 環境における運用業務を効率化・自動化するために登場した AI エージェントです。 従来の監視ツールやオペレーション自動化ツールとは異なり、インシデントの検知だけでなく、その原因調査や対応支援、さらにはリソース操作までを一貫して実行できる点が大きな特徴です。 本記事では、Azure SRE Agent の基本機能や料金体系、活用方法について整理し、実運用でどのように活かせるのかを解説します。 Azure SRE Agentとは Azure SRE Agent は、Azure 上のリソースに対して継続的なヘルスチェック、インシデント調査、復旧支援を行うことができるAI エージェント。 以下のような特徴があります。 様々な種類のトリガーで起動できる (チャットベース、Webhook通知、cronによる定期実行) azコマンドを内部で実行できるのでAzure上のリソースに対する操作が可能 ハーネス機能が実装されている (Skills, サブエージェント作成、 MCP連携) 料金体系 Azure SRE Agentの料金は Azure Agent Units（AAU） を基準に算出されます。 発生する料金として以下の2種類があります。 常時稼働フロー（固定費） アクティブフロー（従量課金） Azure SRE Agent: 料金ページ 常時稼働フロー（Always-on flow） エージェントの稼働時間に応じて発生する固定のコスト。日本円(1ドル150円)換算： AAU単価：0.10ドル (15円) 1エージェント：4 AAU / 時間 = 0.4ドル / 時間 60円 / 時間 1,440円 / 日 43,200円 / 月 24時間365日分の課金を避けるには、監視が不要な時間帯はSREリソースを削除し、使用する際に再作成するといったフローが必要になる。

はじめに Claude Codeには、開発作業を効率化するための拡張機能としてSkills、Custom Subagents、Dynamic Workflowsの3つの仕組みが用意されています。 これらはどれも「Claude Codeにできることを増やす」という目的は共通していますが、それぞれ特徴や向いている用途が異なります。 本記事では、それぞれの仕組みの概要と使い方、そして3つの違いを整理し、どのような場面でどれを使うべきかの判断材料をまとめます。 Skillsとは SkillsはClaude Codeに特定のタスクを実行するための手順や、知識をパッケージとして一つにまとめて登録し、Claude Codeから実行できるように仕組みです。 Anthropic公式: ClaudeにSkillsを拡張する ユースケース Anthropicのブログではスキルのユースケースとして以下の9種類のスキルが代表例として紹介されています。 Anthropic公式ブログ: Skillsの用途 # 用途 概要 代表例 1 ライブラリ・API参照 内製ライブラリ・SDKの正しい使い方を知識としてClaudeに教える billing-lib, sandbox-proxy 2 プロダクトバリデーション ヘッドレスブラウザ等でUI操作を自動検証し、各ステップの結果をチェック signup-flow-driver, checkout-verifier 3 データ取得・解析 DWHや監視ツールと連携し、認証付きでデータを取得・分析 funnel-query, grafana 4 ビジネスプロセス自動化 進捗報告報告やチケット作成など定型作業をワンコマンド化 standup-post, weekly-recap 5 スキャフォールディング 組織仕様に合わせたコードの雛形・テンプレートを生成 new-migration, create-app 6 コード品質・レビュー 組織スタイルの強制や adversarial review で品質を維持 adversarial-review, code-style 7 CI/CD・デプロイ PR監視、自動リトライ、ロールバック付きデプロイを自動化 babysit-pr, deploy-<service> 8 ランブック アラートから障害調査・ログ相関・構造化レポートを自動作成 oncall-runner, log-correlator 9 インフラ運用 定期メンテナンスや危険操作をガードレール付きで実行 <resource>-orphans, cost-investigation 1.

AzureでもClaude Codeを使いたい！ Claude CodeでMicrosoft Foundryのモデルを使う手順 はじめに 2025年11月のAzureのアップデートで、Microsoft Foundry(旧AI Foundry)でもAnthropic系のモデルが使用できるようになりました。 今までAzureプラットフォームでしかLLMを使用できないユーザーはClaudeモデルを使用することができませんでしたが、今回のアップデートからClaudeモデルが使用できることになります。 そこで、この記事では、Claude CodeでMicrosoft Foundryのモデルを使用する手順を紹介します。 1. Microsoft Foundryリソースのプロビジョニング Azure で Claude リソースを作成します。 Microsoft Foundryポータルに移動する 新しいリソースを作成し、リソース名をメモします。 Claude モデルのデプロイメントを作成します。 Claude Opus Claude Sonnet Claude Haiku 2. MS Foundryへのアクセス情報を取得 Claude Codeは、Microsoft Foundryでは、APIキーとEntra IDでの認証の2つの認証方法をサポートする。 自身のAzureユーザーアカウントにMicrosoft Foundryへのアクセス必要なRABCのロールが付与されている場合は、EntraIDを使用した方が、セキュアなアクセスになるので、おすすめです。 APIキー認証 エンドポイントとキーのセクションからAPIキーをコピーして控えます。 後述の環境変数の設定で、APIキーを設定します。 ANTHROPIC_FOUNDRY_API_KEY=xxx Microsoft Entra ID認証 ローカル環境でEntra IDを使用する場合は、一般的に Azure CLI を使用します。 Azure CLIをインストールして、Claude Codeの起動前に以下のコマンドを実行します。 az login 3.環境変数を設定 Claude Codeのsettings.jsonに以下を設定します。 ※Entra ID認証の場合は、ANTHROPIC_FOUNDRY_API_KEYの行は不要です。また、漏洩させないようにGit 管理しないようにしましょう。 { "companyAnnouncements": [ "Success to load ~/.

はじめに 近年、生成AIの技術は急速に発展しており、ビジネスの現場においてもAI活用スキルの重要性が高まっています。 このような背景から、AIスキルを学ぶためのスクールやコミュニティサービスが数多く登場しています。 一方で、AI副業スクールや情報商材型サービスの中には、誇大広告や高額請求など、問題のあるものも少なくありません。 「誰でも簡単に稼げる」といった謳い文句で受講生を集め、実際には期待した成果が得られないケースも報告されています。 こうした状況の中で、SHIFT AIというサービスについて、「情報弱者向けの詐欺ではないか」といった声も聞かれます。 しかし、一方的な批判や評判だけで判断するのではなく、サービスの実態を冷静に分析することが重要です。 本記事では、SHIFT AIの特徴や業界の問題点を踏まえた上で、特に地方エンジニアの方々にとって必要なサービスなのかを客観的に評価していきます。 結論 情報収集が苦手な方には必要なサービスです。 ただし、自走できるエンジニアの方には必ずしも必須ではありません。 SHIFT AIの概要 SHIFT AIは、生成AI活用に特化した学習コミュニティ型のサービスです。 主な特徴は以下の通りです。 生成AIの基礎からビジネス活用まで幅広く学習可能 オンライン講義とコミュニティ運営を組み合わせた形式 セミナーやイベントの定期開催 継続的な学習を前提とした設計 単発のスクールというよりは、「AI活用コミュニティ」に近い性質を持っています。 最近では、地方を含む全国各地でワークショップなども開催されています。 AIスクール業界の問題点 近年、AI副業スクールや情報商材型サービスの中には、以下のような問題を抱えているものがあります。 「誰でも稼げる」といった誇大広告 ※スキルを取得しても実際には案件が獲得できないと収益には繋がりません 数十万円という高額な料金設定 返金が困難な契約条件 実務スキルに直結しない学習内容 学習コンテンツが膨大すぎて、全てを学習することが困難 勧誘セミナーが詐欺まがいの手法を用いている（限定料金など損失回避の原理を利用した手法） このような背景から、AIスクールには詐欺が多いといった批判的な意見も少なくありません。 被害事例動画（50万円の損失例）： このように、業界全体の信頼性は必ずしも高いとは言えない状況です。 情報収集が苦手な方には必要なサービス Shift AI代表の木内翔大氏とひろゆき氏の対談動画では、AI失業、AI人材の価値、そして今後のキャリア戦略といったテーマについて議論されています。 木内氏は過去に侍エンジニアなど、プログラミングスクールを運営していた人物として知られています。 動画内では、「情報弱者向けビジネス」であるという批判に対して、「情報弱者を情報強者にすることこそが教育ビジネスの本質である」 という理念のもとに活動されていると発言されています。 SHIFT AIは詐欺なのか？ 現時点では、「典型的な詐欺」と断定できる構造ではありません。 実在する企業であり、実名の代表者がおり、公の活動や対談実績も確認できます。 ただし、以下の点には注意が必要です。 料金は決して安くありません 成果保証はありません 継続的な学習を前提とした設計になっています 期待値が高すぎると失望する可能性があります 短期間で収益を上げたいとお考えの方には不向きなサービスと言えるでしょう。

はじめに 本記事では、Claude Codeについてご紹介いたします。 近年、AIによるコーディング支援は急速に発展しており、Anthropic社が提供するClaude Codeはその最前線に位置しています。 従来の「エディタ連携型（VS Code拡張など）」とは異なり、CLI（Command Line Interface）ベースで動作する点が大きな特徴です。 Claude Codeとは Claude Codeは、2025年5月22日にAnthropic社から提供されたCLI型のAIコーディングツールです。 ターミナル上で自然言語を入力すると、AIがコードベースを解析し、以下のような操作をサポートします。 新機能の実装 バグ修正 リファクタリング マルチファイル編集 👉 公式ドキュメント: Anthropic公式ドキュメント: Claude Code概要 Claude CodeがCLIで提供されている背景 Claude Codeは以下の開発コンセプトで提供されています。 IDE依存の回避 開発者によって使用するIDE（VS Code、Xcode、Vimなど）は異なります。 すべてのIDEにAI機能を実装することは現実的ではないため、CLI形式にすることで全ての環境で共通利用を可能にしています。 進化スピードへの柔軟な対応 GUIベースの開発支援ツールはアップデートに時間がかかる傾向があります。 モデルの進化に追随しやすいCLI形式を採用することで、俊敏な更新や適応が可能となっています。 将来的にはIDE自体が不要となる可能性も見据えています。 Claude CodeのようなCLIが注目されている背景には、以下のようCLIならではの恩恵が大きいことがあげられます。 環境依存がないため、OSやエディタを問わず使用可能 コマンドラインベースのため、GUIよりも軽量で動作が高速 Claude CodeとCursorなどのAIエディタとの比較 AIエディタだと変更された箇所がエディタ上で可視化されるので、どのファイルのどの部分が変更されたのかすぐにわかります。 一方、Claude Codeの場合はCLIのため、どこが変更されたか把握しづらいという印象です。 特に大規模なコード生成が実行された場合、変更箇所のレビューに難儀することがあります。 Claude Codeをインストール 以下のサイトをもとに各OSに応じてインストールします。 Anthropic公式ドキュメント: Claude Code Setup