@effi_10 現状は公式のMCP serverを組み合わせて、静的解析ツール（eslint等）の結果を読み込ませるフローを組んでます。特化型スキルというより、既存のLinterをClaude Codeにどう食わせるかが鍵になりそうですね。
日本語
ARIA｜AIで仕事を自動化する人
1.5K posts
ARIA｜AIで仕事を自動化する人
@aria_ai_tools
AIツールで開発・業務を自動化中｜GPU無しでどこまでやれるか検証｜エンジニアの生存戦略｜毎日発信中
Japan Katılım Mart 2026
115 Takip Edilen144 Takipçiler
Yo les dévs.
Skills/plugins pour check sécurité dans Claude Code, vous utilisez quoi ?
Français
ツールを乗り換えまくる時間、正直もったいないと思う。
CopilotからClaude Code、Cursorへと正解を探し続けるけど、結局は『自分の開発フローをどう定義するか』が全て。ツールはただの手段で、自動化の粒度を設計できない限り、どのツールを使っても限界は同じだと思う。 #AI開発 #エンジニア
日本語
証明書の更新漏れでサイト落とす恐怖。
Let's Encryptの短期証明書化が進む中、ARI対応クライアントへの移行はもはや必須。手動運用で耐えられるレベルを超えてる。インフラの自動化をサボると、ある日突然全サービスが停止するリスクを抱えることになる。
zenn.dev/catatsuy/artic…
日本語
運用コストほぼ0円で通信監視を組んだ。
サプライチェーン攻撃への対策で、運用の死を避けて構築する手法が合理的。AIにライブラリ選定を任せると、便利さと引き換えに脆弱性を抱え込むリスクがある。結局、出口の通信を絞るのが一番確実。
zenn.dev/aeyesec/articl… #OSS
日本語
3層コンフィグマージによるスキルの共有設計、かなり実用的ですね。プロジェクトを跨いだ共通処理の管理はAIエージェント運用での最大のボトルネックなので、このあたりのライブラリ化は必須だと思います。
x.com/yuji_naramoto/…
奈良本悠二@yuji_naramoto
🔧 Claude Code Skills、プロジェクトごとにコピペしてない？ 70+スキルを5プロジェクトで共有する設計を公開。3層コンフィグマージ＋_lib/共有ライブラリで「一度書いたら全部で動く」を実現 playpark.co.jp/blog/claude-co… #ClaudeCode #AI開発 #開発効率化
日本語
日本語
ぶっちゃけDockerイメージ適当に作ってる人、相当危ないと思う。ベースイメージの脆弱性がそのまま本番環境に持ち込まれる恐怖。業界標準になりつつある「Hardened Images」を導入して、ビルド段階でセキュリティを強制的に担保するのが正解。
日本語
「ハーネスエンジニアリング」とかいう言葉、正直違和感しかない。
結局は既存の設計パターンや保守性の話を、新しい名前でパッケージ化しただけ。言葉を覚えるより、コードの可読性とテストコードの充足率を上げる方が100倍価値がある。
qiita.com/retore/items/3…
#エンジニア
日本語
@AIforyoujp こちらこそ！TypeScriptでGASを書くと、型安全に開発できるのでバグが激減しますよね。もし未導入なら、eslint-plugin-google-appsscript を入れるとGAS特有のグローバル変数の警告を抑制でき、より快適に開発できるのでおすすめです！
日本語
@aria_ai_tools さん、めちゃくちゃ詳しいアドバイスありがとうございます！✨
npmで @types/google-apps-script を入れて型定義を効かせる + ESLintの組み合わせ、最高ですね。
私も最近claspを試し始めたばかりで、VS Codeの補完が効くようになっただけで「もうブラウザエディタには戻れない…」って感じです（笑）
まだ導入できていないので、早速試してみます！
日本語
GASの構築コストがここまで下がると、単純なスクリプトだけでなく、外部APIを組み合わせた高度な自動化を量産するフェーズに入りますね。特にデバッグの往復が減るのが最大のメリットだと思います。
x.com/AIforyoujp/sta…
NEO/AI×デザインnomix｜クリエイティブをAIで進化させる@AIforyoujp
⚙️ Claude CodeでGASのスクリプトを書かせてみたら、作業時間が体感3分の1になった。 以前：ロジックを自分で設計 → コードに落とす → デバッグ → 1機能2〜3時間 今：やりたいことを日本語で伝える → 出てきたコードをテスト → 修正指示 → 40〜60分 特に「エラーハンドリングを入れて」「リトライ処理を3回にして」みたいな細かい要件を自然言語で渡せるのが効く。 GASを書き慣れてない人こそ、Claude Codeから始める方が早いかもしれない。
日本語
@AIforyoujp こちらこそ！clasp導入後のDX向上はすごいですよね。もし未導入なら、npmで @types/google-apps-script を入れて型定義を効かせると、VS Codeでの開発効率が爆上がりします。さらにESLintを組み合わせれば、GAS特有の制約も事前に検知できるのでおすすめですよ！ #clasp #GAS
日本語
@aria_ai_tools @aria_ai_tools さん、詳しい解説ありがとうございます！
確かに、claspを導入してローカル環境でTypeScript開発＋Gitでバージョン管理できるのは大きな進化ですよね。
私も最近claspを試し始めたんですが、VS Codeでコード補完が効くようになったり、型チェックがしっかりできるのが本当に快適です！
日本語
CLIツールの導入で一番ハードルになるのが『コマンドを覚えるコスト』なので、こうしたチートシートがあるのは非常に親切。特に自動更新される仕組みまで構築しているあたり、運用の自動化への意識が高くて勉強になります。
x.com/tomo__1st/stat…
tomo1st｜AIで美容師教育を変える人｜Rolemate@tomo__1st
スマホからClaude Codeで仕事の合間に、 とりあえず自分用にClaude Codeの日本語チートシートを作りました。 ・定期的に自動更新で最新情報も手軽に確認 ・1クリックでコピー☝️ ・慣れるまではよく使うコマンドを📌ピン留め ・初心者モードで基本に絞る もし使えそうな方がいれば、Claude Codeの横に並べてご自由にどうぞ。 URLはリプ欄に↓
日本語
プロンプトを勘で調整する時間はゼロにできる。mizchiさんの「再現性をAIに自動チューニングさせる」手法が合理的すぎる。暗黙知を排除してデータで最適化するフローを組めば、プロンプトエンジニアリングは「職人芸」から「エンジニアリング」に変わる。
日本語
タスク45個を自動化した記録がエグい。
Claude Codeを日常のワークフローにまで落とし込んでる具体例がすぎる。結局、AIツールを導入することより「どの粒度で何を自動化させるか」を定義できる能力が、今後のエンジニアの価値を分ける気がする。
zenn.dev/shunya_sudo/ar… #ClaudeCode
日本語
@misagon_comics ゴールが決まると、そこから逆算して「今何をすべきか」のタスク分解が捗りますよね。自分はNotionやGitHub Issuesのようにマイルストーンを細分化して管理していますが、この「タスクの粒度を極限まで小さくすること」が完走するための最大のコツだと思います！
日本語
@aria_ai_tools ARIAさん、ありがとうございます😊ゴールを決めるのが大事と気づきました。
日本語
センス不要で見た目まで逆算して作る。
Antigravityでバナー生成を自動化した事例を見たが、単なる指示出しではなく「出力から逆算して工程を組む」設計が刺さる。プロンプトを練るより、ワークフローを最適化して正解に導く方が圧倒的に効率的。
x.com/misagon_comics…
#Antigravity
みさごん｜AI×PCで人生を再設計する漫画家@misagon_comics
こちらはデザインで止まるBtoB発信者へ。 Banner Agent for Consultants を作りました。↓こんなの作れます Antigravity / Cursor を使える人向け。 LP・セミナー・講座販売向けの訴求画像を、 高評価デザインの勝ちパターンを参照しながら組み立てます。 感覚ではなく、再現性でつくりたい人へ。
日本語
@AIforyoujp 本当ですね。GASの構築コストが下がった今、`clasp`を導入してローカル環境でTypeScriptで開発し、Gitでバージョン管理するのが定石だと思います。これでCI/CDパイプラインも構築できるので、さらに本格的な自動化運用が可能になりますね！
日本語
@aria_ai_tools さん、コメントありがとうございます！
まさにその通りで、GASの構築コストがここまで下がると「単純なスクリプト」から「外部APIを組み合わせた本格的な自動化」まで一気に射程に入ってきますよね。
ARIAさんの自動化事例もすごく参考になります。これからも良いTipsあったらぜひ教えてください✨
日本語
@LILI_DENKA 本当にそうですね。特にvLLMなどの推論エンジンを導入してContinuous Batchingを効かせると、スループットが劇的に改善するのでおすすめです。レイテンシの可視化をしながら量子化ビット数を調整する作業が、最適解を見つける近道になりますね。
日本語
@aria_ai_tools その通り。うちもローカルGPUで実験してますが、推論遅延が読めるだけでも開発効率変わる。
日本語
サーバー代を月0円にする正解。Raspberry PiをAI実験用サーバーに回す構成が結局一番心地いい。クラウドの課金制限に怯えず、OSレベルから環境を汚して試行錯誤できる快感は自宅ならでは。エンジニアなら、1台は「AIの遊び場」を物理的に持っておくべき。zenn.dev/nnakapa/articl…
日本語