チケットからPRまで — Claude Codeで構築する開発パイプラインエージェント

AWS EC2バックエンドの運用からエラーの自動修正まで、Claude Codeベースの自動化ツールSidabari(https://github.com/cx8537/sidabari)の全制作過程を公開します。この講義では、実際に使用されたすべてのプロンプトと対話履歴を学習資料として提供し、制作に関する全プロンプト入力プロセスを体験することができます。

フレームワークを使わず、Pythonとwhile文ひとつでAIエージェントを自作します。入門パートでは、ツール設計、失敗とコスト、記憶、人による承認、評価、Web画面を一つずつ追加し、小さなコーディングエージェントを完成させます。実践パートでは、実際の事業報告書（DART）を使ってRAG・マルチエージェント・MCPサーバーを自ら実装し、その後LangChain・LangGraphと数値で比較します。

Claude Codeにただ「作って」と頼んでいませんか？ 最初はうまく動きます。しかしプロジェクトが大きくなると、AIはファイルを誤って修正し、ルールを忘れ、同じミスを繰り返します。 この講座では、**最新のClaude Codeを活用しながら**、コーディングを任せつつも、開発者が**設計・権限・コンテキスト・検証をコントロールする方法**を学びます。 **設計 → 計画 → 実装 → テスト → GitHub PR** 開発者の判断とレビューを軸に、この一連のプロセス全体にAI開発自動化を適用します。

【作ろう！】ノードの接続に疲れて諦めたことはありませんか？ 「Slackに毎朝のブリーフィングを作って」——この一言で十分です。 Claude Codeが設計し、n8nサーバーが24時間代わりに動かします。 【運用しよう！】n8nの導入は簡単だったけれど、管理に途方に暮れていたなら、この講義が答えです。 「すべてコンベンション（規約）通りに整理して」——数十個のワークフローが一瞬で整頓されます。 生成・整理・モニタリング・バックアップ、すべて自然言語で運用します。

区役所から届いた一通の書留で、父の車の自賠責保険が1か月も切れていたと知った日に、Claudeと一緒に家族4人分の保険を1日で整理した実際の手順です。散らばった6か所の資料を集めて、Googleスプレッドシートの台帳・カレンダーの予定・両親向けの1枚カードにまとめ、パスワード・本人認証・決済・同意は最後まで人が行うという線引きも併せてお見せします。

同じリクエストでもClaude Codeの結果が毎回異なり、指示に書いておいたルールに違反したり、自分の結果を甘く合格にしたりする問題を経験したことがあるでしょう。パンギョでプラットフォームサーバーを開発し、毎月1,000ドル以上Claude Codeを利用する中で、プロンプトで頼む代わりに、指示・Hook・権限・Sandboxで構成されたハーネスを作り、この問題を防いできました。この講義では、そのハーネスを最初から自分で作り、Subagent・Agent Teams・Headless実行まで組み込んで、他のプロジェクトにもコピーしてそのまま使える設定一式を残します。

生成AIの最新トレンド、AIエージェント！ 開発業務をすべてこなしてくれるCursorと、機能を拡張してくれるMCPで先を行く方法！

プロンプトだけで財務諸表を分析し可視化する魅力的なコーディングの世界へ招待します。 コード一行なしにAIと相談しながらサービスを作りデプロイまで進めます。

初めてのMSA転換当時、理論だけを知っていて実務のコード実装に絶望した私の経験を活かし、 막막했던（どうすればいいか分からなかった）補償ロジックを9段階の実践パターンとAI Agentコーディングで直接ロールバックしながら、いかなるシステム障害の中でも完璧なデータ整合性を保証する開発者へと成長させます。

Claude Codeを使っているものの、チャットボットと会話する程度の簡単なレベルで利用している開発者の方を対象とした講座です。Claude Codeを上手に使うための核心と概念的な理解を中心に解説します。

AIは、まさにあなた次第でどこまでも優れたものになります。AIの活用法 → 基礎となる核心知識 → プロジェクト開発の3段階で完成させる、完璧なバイブコーディング。バイブコーディングをしっかり学びたい方のために、どのAIを使っても変わらない核心概念を、一口サイズに分かりやすくお届けします。

Spring Boot SNSアプリをローカルKubernetesにデプロイし、GitHub ActionsとArgo CDでデプロイを自動化します。メトリクス、ログ、トレースで障害の原因を特定し、AIの分析結果を根拠に検討します。

AIと埋め込みを使いながらも、その中で何が起きているのか説明するのが難しかったなら、この講義が答えになるかもしれません。シリコンバレーで現役のAI開発者として働く講師の経験をもとに、埋め込みからWord2Vec、自動微分、トランスフォーマーまでを自ら実装し、AIの原理をコードで理解できるようサポートします。

成功的なAXの出発点は、技術ではなくリーダーシップのAI理解度です。本コースは、役員陣がAI全般の流れを容易かつ明確に把握し、すでに使い慣れたGoogle WorkspaceとGeminiを通じて現場の生産性を最大化する方法を扱います。理論にとどまらず、各セッションごとの5分間の実習課題とAX Codyとの1:1個別オンラインミーティング（30分）を提供し、貴社に合わせたAI導入戦略まで体系的にガイドします。

本講義は、クラウドネイティブアプリケーションを構成する4つの核心要素(MSA、CI/CD、DevOps、Container)の一つであるCI(Continuous Integration、継続的インテグレーション)とCD(Continuous Deployment、継続的デプロイメント)パイプラインについて扱う講義です。本講義を通じて、CI/CDツールであるJenkinsを利用してローカル環境とクラウド環境に自分だけの自動化パイプラインを構築し、デプロイするために必要なプロセスを理解し、実習することができます。

SonarQube | SonarCloud | SonarLint – DevOps + セキュリティ + QA（最も広く利用されているオープンソースツール） SonarQubeは、コード品質を継続的に検査するための主要なオープンソースプラットフォームです。静的コード解析を使用して自動コードレビューを行い、27以上のプログラミング言語にわたってバグ、コードの臭い（Code Smells）、セキュリティの脆弱性、保守性の問題を検出します。このコースは実践的な学習（learn-by-doing）アプローチで設計されており、SonarQubeとそのエコシステムに関する深く実用的な専門知識を習得できます。 対象者： このコースは、コード品質、セキュリティ、およびCI/CDのベストプラクティスを習得したい、新卒者・初心者、開発者、プロジェクトマネージャー、アーキテクト、QAエンジニア、サポートエンジニア、DevOps、DevSecOps、情報セキュリティ（InfoSec）、プロセスエンジニアの方々に適しています。 基礎とコンセプト SonarQube、SonarCloud、SonarLintの紹介 静的コード解析の目的と利点 DevOpsおよびDevSecOpsのユースケースの理解 SonarQubeのアーキテクチャ、エディション、バージョン、およびエコシステム SonarQubeの主要な用語とメトリクス 保守性、信頼性、セキュリティの概念 インストールとセットアップ DockerおよびDocker-Composeを使用したSonarQubeのインストールとセットアップ Jenkinsのインストールと設定 Sonar Scannerのインストールと設定 ビルドツールのセットアップ： Ant, Maven, Gradle NodeJS, Python SonarQube UIの概要とナビゲーション 実践的なコード解析 SonarQubeおよびCIパイプラインへのプロジェクトのオンボーディング 複数のプログラミング言語に対するコード解析の実行 解析結果の公開と解釈 コードカバレッジ、ユニットテスト、および統合テスト結果のレポート 以下事項の理解と分析： バグ 脆弱性 コードの臭い（Code Smells） 技術的負債 複雑度 重複した行、ファイル、ブロック SonarLintとIDEの統合 以下の環境へのSonarLintのインストール： Eclipse IntelliJ IDEA VS Code SonarLint Connected Modeの設定 IDEでのリアルタイムコード解析と問題検出 品質管理 クオリティゲート（Quality Gates）とクオリティプロファイル（Quality Profiles） カスタムルールとルールテンプレートの作成と管理 チーム全体での品質標準の適用 クオリティゲートの条件に基づくビルドの失敗設定 特定された問題の処理と修正 管理と設定 プロジェクト管理 ユーザー、グループ、権限、およびトークンの管理 プラグインのインストールと管理 SonarQubeのセキュリティ設定 SMTP設定とメール通知 企業ロゴによるSonarQube UIのブランディング SonarQube Marketplaceとシステムの詳細 セキュリティとSAST SAST（静的アプリケーションセキュリティテスト）の基礎 セキュリティ脆弱性の分析 CI/CDパイプラインへのSASTの統合 CI/CDとDevOpsの統合 Jenkinsとの統合（ジョブとパイプライン） GitHubおよびGitHub Actionsとの統合 GitLabおよびGitLab CI/CDとの統合 CI/CDワークフローにおける品質チェックの自動化 SonarQubeのクオリティゲートに基づくCI/CDパイプラインの失敗設定 高度なトピック 自動化、監視、データ抽出のためのSonarQube Web APIの利用 エンタープライズ規模のSonarQubeデプロイメントのベストプラクティス このコースの修了までに習得できること： クオリティゲート、クオリティプロファイル、およびルールの定義と管理 SonarLintを使用したローカルでのコード解析 安全でスケーラブルな静的コード解析の実行 SonarQubeとGitHub、GitLab、Jenkinsの統合 CI/CDパイプライン全体でのコード品質とセキュリティ標準の適用 SonarQubeインスタンスの自信を持った管理とカスタマイズ

AIが一度に10個ものファイルを作ってくれる時代です。ところが、そのコードがどこで変更されたのか追跡できず、チームメンバーのコードと衝突し、元に戻したいのに方法がわからないとしたら――AIをどれだけ上手に使っても、生産性は上がりません。 この講座は、単にgit addやgit commitといったコマンドを列挙する授業ではありません。AIが生み出したコードをなぜ安全に管理できるのか、そしてどうすればチームメンバーとコードを統合できるのか、その原理を視覚的に理解していただきます。2時間後には、AIが作ったコードであれ自分が書いたコードであれ、自由自在に追跡し、元に戻し、統合できる開発者へと変わっているはずです。

単純なシステムプロンプトを超えて、ペルソナ設計とStructured Outputsを活用し、ユーザーを記憶し関係性が変化するAIキャラクターチャットボットを実装します。提供されるスタータープロジェクトを基にOpenAI APIを安全に呼び出し、JSON SchemaとZodで感情・信頼度・記憶を検証可能な形で処理し、AIコーディングエージェントを制約条件の中で活用する方法を30分の実習で完成させます。

Kubernetesを利用してプロジェクトを進めるために知っておくべきテーマを扱います。

LLMベースのマルチエージェント技術を実装可能にするCrewAI、LangChain、AutoGenなどの様々なエージェントフレームワーク、知識グラフ、推論システムを組み合わせ、人工知能（AI）裁判官を構築する方法について探求します。