npx skills install jpoehnelt/skills/agent-dx-cli-scale Human DX optimizes for discoverability and forgiveness. Agent DX optimizes for predictability and defense-in-depth. These are different enough that retrofitting a human-first CLI for agents is a losing bet. I built a CLI for Google Workspace — agents first. Not “built a CLI, then noticed agents were using it.” From Day One, the design assumpti

You signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session. Dismiss alert

とりあえず他の人に説明するのに良さそうなので、ChatGPTに書かせた記事です。 Agentic CodingでCLIを実装していると、機能要件がどんどん進められる反面、非機能要件がないがしろになりがちです。自分は最近静的解析CLIを育てているのですが、OpenTelemetryでtracesとeventsをexportできるようにしました。結果として「どこで遅いか」「どの実装が遅いか」を事実として掴めるようになり、最適化を迷わず打てるようになりました。さらにJargerを使えばスクリーンショットやJSONとして結果を取得できるため、人間はもちろんCoding Agentにとっても計測と改善のループを回しやすくなります。 traces（Span）とは CLIの処理を「区間」に分けて、spanとして刻みます。例えば： 引数解析 入力列挙（ファイル探索など） 入力の読み込み 処理実行（処理ごと

はじめに 最近 AI Agent が流行っていますが、Agent とツール、skill や identity の関係がいまいちピンと来ていませんでした。ドキュメントを読むだけでは理解が深まらないので、実際に自分で作ってみるかと手を動かしていたら、知らない間にある程度動く物が出来上がっていました。yagi という CLI チャットクライアントです。 名前の由来は Go のインタプリタ Yaegi から来ています。yagi は複数の LLM プロバイダに対応した CLI チャットクライアントで、Yaegi を使ったプラグインシステムが最大の特徴です。 yagi でできること yagi は対話モードとワンショットモードの2つのモードを持っています。 # 対話モード yagi # ワンショットモード yagi "こんにちは" # パイプで入力 echo "Write FizzBuzz in Go"

AI コーディングエージェントの普及により、ターミナルベースの TUI アプリケーションの需要が高まっています。OpenTUI は Typescript で TUI アプリケーションを簡単に構築できるライブラリです。この記事では OpenTUI の特徴と基本的な使い方を紹介します。 AI コーディングエージェントの普及により、ターミナルにふれる時間が増えた開発者が多いでしょう。そんな中、ターミナルベースの TUI (Text-based User Interface) アプリケーションの需要が高まっています。OpenTUI は Typescript で TUI アプリケーションを簡単に構築できるライブラリです。OpenTUI は opencode の基盤として利用されていることもあり、今後も開発が活発に続けられることが期待されます。この記事では OpenTUI の特徴と基本的な使い方を紹介

You signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session. Dismiss alert

Introductiondevenvをヘビーユーズしているので、個人的なdevenv運用についてやTipsについてまとめる。 devenvとはdevenvはcachix社が作っているflake.nixラッパ。 https://devenv.sh/ flake.nixよりも圧倒的に高級に書ける割に柔軟性がかなり高いのでプロジェクトに必要なツールを入れる場合に便利。 類似ールにdevboxがありますが、devboxはjsonでのみ記述できるので個人的にはNixで書けるdevenvの方が好み。 devevnの個人的な期待役割自分のローカル環境でNixが担っている役割は以下。 自分の手元にはNixOSとMacとAndroidのマシンがありますが、環境ごとの役割の差異は特にないです。 システム設定e.g. network, font, daemonシステムグローバルのパッケージ管理e.g. fish

You signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session. Dismiss alert

GitHubは2025年9月25日、GitHub Copilot CLIの公開プレビュー版を発表した。 GitHub Copilot CLI is now in public preview - GitHub Changelog github/copilot-cli - GitHub GitHub Copilot CLIは、GitHub Copilotのコーディングエージェントをローカル端末のターミナルで使えるようにするツール。Copilot Pro/Pro+/Business/Enterpriseプランで利用できる。 GitHub MCPサーバーにデフォルトで接続されるため、GitHubのコンテキストも理解できる。そのためリポジトリやIssue、プルリクエストへ自然言語でアクセスでき、ビルド・編集・デバッグ・リファクタリングなどの作業を計画して実行できる。なお実行前には確認がおこなわれる

「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

新Codex CLIの使い方 GPT-5の公開（2025年8月7日）に合わせ、Codex CLIがChatGPTのPlusやProサブスクリプションに追加料金なしで利用可能になりました。これによりAPI課金を使わずに導入できるようになり、新規ユーザーが増えています。 Codex CLIの最初のバージョンは2025年4月に公開されましが、リサーチプレビュー段階のプロジェクトなので頻繁に変更があります。リリース１ヶ月後にはTypeScriptからRustにスクラッチで書き直され。しばらく２つのバージョンの開発が並行していました。現在はRust版がデフォルトになっています。 以下のような方におすすめです リサーチプレビューに参加したい：このツールで開発がどの程度できそうか評価してフィードバックするエージェント開発に関心がある：ソースコードがすべて公開されているので自分のプロジェクトの参考になりま

You signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session. Dismiss alert

macOS で Touch ID を使った「人間の確認」ができるシンプルな CLI ツール confirm-pam を作りました。 azu/confirm-pam: CLI tool for biometric authentication confirmation prompts このツールを使うことで、AI Agent が任意のコマンドやスクリプトの実行する前に、Touch ID による生体認証を要求できます。 コマンドラインから実行される処理に対して、人間による明示的な確認ステップを追加する仕組みを提供します。 confirm-pam とは confirm-pam は、macOS の Touch ID を使った生体認証による確認プロンプトを提供する CLI ツールです。 主な特徴 Touch ID 認証をサポート 認証ダイアログに任意のメッセージを表示 0（成功）、1（失敗）、2（エ

AI Agentの叛逆により、ホームディレクトリを破壊された人が話題となった。LLM無職を差し置いてLLMホームレスである。 ん？え？は？何してるの？ pic.twitter.com/QaDkToek4P— /mugisus/g (@mugisus) 2025年7月1日 かわいそうに。AIはこういうとき全く躊躇なく余計なことをする*1ので、自分も閉口することがある。明日は我が身ということで、叛逆に備える方法を探る必要がある。 ところで、環境の隔離というと最近はすぐコンテナが出てくるけれど、コンテナみたいな大仰なものを使わなくとも、実行するプロセスに強制的なアクセス制御をかけて特定のディレクトリにしか書き込めないようにするグッズがいろいろあって、例えばSELinuxやAppArmorといったソフトウェアを利用できる。これらは多くのディストリビューションにデフォルトで入っており、人知れずお前ら

Claude Codeにサンドボックス機構が導入されました(Macだと、内部的にはsandbox-execが使われるようです)。 /sandboxコマンドで有効化可能で、Bashツールをサンドボックス内で実行してくれます。通常はこの機能だけで十分でしょう。 新しいサンドボックス機構の解説を書きました: 以下、Claude Codeの機能に頼らず自力でサンドボックスを設定する方法についての記事です: Claude Codeくんは便利ですが、ちょっとドジなところもあるので目を離すのはちょっとこわいですね。 このようなときはVMやコンテナで開発環境を完全に隔離すれば安全安心が手に入るわけですが、プロジェクトごとに設定するのは面倒くさい。 悪意のないAIのうっかりミスを防げる程度の軽量なサンドボックスがあると嬉しいのですが、Macには意外と手頃なものがないんですね。 普段dev container

「mise」ってすごい使いやすいんですよ。 miseとは GitHubリポジトリの説明書きに 「dev tools, env vars, task runner」 と書かれているrust製のcliツールです。 この記事ではmiseヘビーユーザーの私が推したい生産性の上がる機能を紹介するので、miseを初めて知った人も、知ってるけど使ってないって人も、ぜひ一読してみてください。 ちなみに最近話題になりやすいAIツールのcliパッケージなどもmiseで管理できたりします。 推したい機能はこれです！ ① タスクランナー（私が推したい機能No.1） 私はmiseにおいてはタスクランナーが一番便利な機能だと思っているので最初に紹介します。 タスクランナーはmise.tomlによく使うスクリプトをタスクとして定義しておいて、mise runコマンドで実行する機能です。 ※設定ファイルはグローバルで有効

(この記事の AI 成分は 5 割ぐらいです) claude-code や gemini-cli を触った人なら、やたらリッチな CLI のインターフェースが一体どうなってるか疑問に思ったはずです。 これは ink というライブラリで実装されています。実体は React のカスタムレンダラーで、React の差分レンダリングで CLI を構築することができます。 中では yoga というレイアウトエンジンが使われており、これは React Native でも使われているもので、 Web で display: flex を使ったときと同じレイアウト計算モデルになります。 つまり、 React や ReactNative の知識で CLI (TUI) の アスキーアートの UI を作ってるわけですね。 実際に作ってみた例 React Ink の可能性を探るべく、ターミナルで動くゲームを実装して

はじめに こんにちは、タイガーチームでエンジニアをしている横塚といいます。 この記事では Coding Agent へのタスク依頼を最適化していく過程を step-by-step で一緒に見ていきます。 お題は「Pull Request の作成」です。 コードは既に書いている コミット済みで git の work-tree はクリーンな状態 この状況から Coding Agent (Cline, Roo Code, Goose CLI, GitHub Copilot Agent, Claude Code etc…) に高品質な Pull Request を作成してもらうことを目指します。 TL;DR: Coding Agent によるワークフローの最適化には、シンプルなプロンプトチューニングのみでは不十分 事前に確定できる処理はスクリプトに任せ、LLM には柔軟性が求められる処理に専念させ