タグ: CI/CD
「CI/CD」に関連する記事を表示しています。
モノレポ vs マルチリポ、CLI一つの変更に4リポジトリ触る前に読む判断基準
CLIのフラグ1つに4リポジトリのリリースが必要な状況を題材に、モノレポとマルチリポをフロントエンド開発の視点で判断する軸を整理しました。
Cursorのプロンプト運用にCIゲートを導入する方法 - SREの視点で読む
CursorのスラッシュコマンドをCIでガードする設計を、SREのドリフト検知・SLO監視の視点から読み解きます。
AI生成コードのレビューが追いつかない落とし穴とdiffレビューの限界
AIでコード生成が速くなった分、レビューの負荷は変わっていません。diffベースの落とし穴と文脈型レビューへの切り替え基準を整理しました。
GPT-5.6のLuna/Terraとは何か 価格改定がCI/CDに与える影響を整理
GPT-5.6のLuna・Terra価格改定を、テスト自動化とCI/CDパイプラインの実行頻度設計という観点から解説します。
CI検査は「緑」でも壊れている 2864件の監査で見えた落とし穴
CIが緑でも安心できるとは限りません。2864件の実行監査で見つかった「一度も機能していなかったチェック」の原因と、自分のプロジェクトでの確認手順を解説します。
Harness Score導入判断: AIコーディング基盤をCIで数値化すべきか
AIコーディングエージェントの出力品質を左右する「ハーネス」をCIで数値化するharness-scoreの導入判断を、4つの軸と比較表で整理しました。
AI生成コードの落とし穴、コンパイル成功は品質保証にならない理由
AIコーディングでコンパイルが通っても安心できない理由と、社内API利用時のハルシネーション対策・CI設定の見直し手順を解説します。
デプロイ前のリンク監査、手動 curl とAIエージェント自動化どちらを選ぶか
デプロイ前のリンク監査を手動curlで行うかAIエージェントで自動化するか、規模とリダイレクトの複雑さから判断する基準を整理しました。
AIコーディングエージェント導入前に確認すべき障害監視の判断軸
AIコーディングエージェントは誤りに兆候を出しません。記憶・レビュー・改善ループの観点から導入判断の軸を整理しました。
Git マージコンフリクトをAIに任せる前に確認すべき3つのリスク
AI付きマージツールでGitコンフリクトを解消する際、見えにくいリスクと確認手順をアーキテクチャ視点で整理しました。
PostmanとInsomnia、CI/CDで選ぶならどちら？2026年の判断基準
PostmanとInsomniaの選定はUIの好みではなくストレージモデルとCI/CD連携の設計思想の話。判断軸と比較表、Newman/insoの実行例で選び方を整理しました。
Ollama v0.32.2のagent機能をチームで使う前に確認すべき3点
Ollama v0.32.2のagent機能拡張を、見積もり・生産性・CI運用の観点からチーム導入前に確認すべき点として整理しました。