はじめに Claude Codeの相棒としてCodex CLIを併用する運用を続けてきましたが、MCPでの連携には大きな課題がありました。 本記事では、MCPからSkillへの移行で得られた改善について共有します。 対象読者 Claude Codeを日常的に使っている開発者 複数のAIツールを組み合わせて使いたい方 MCP（Model Context Protocol）の運用に課題を感じている方 環境 Claude Code Codex CLI なぜCodexと連携するのか Claude Codeは非常に優秀ですが、複雑な問題や長時間の調査が必要なタスクでは、別の視点からのアプローチが有効な場合があります。 Codexをサブエージェント的に活用することで、実装方法の相談や、Claude Codeが行き詰まった問題を解決できることがあります。 MCPでの連携の問題点 当初、CodexをMCP
今日vercelがリリースした10年分のReactとNext.jsの知見が詰まったreact-best-practices。 Claude Codeで早速インストールしてPRをレビューしてもらった。 インストール方法 スキルインストールに際して、Vercelが公開した「add-skill」を公開した。 これが便利で、Claude Code, Codex, Cursor等環境ごとにインタラクティブにスキルをインストールできる。 使い方は次のとおり。 どの環境にインストールするかを選択しているところ。 使い方 開発中のPRについて、実際にレビューしてもらった。 「今回のPRについて、next.jsのベスト・プラクティスに沿っているかチェックして」と指示。 スキルが発動する。 レビュー結果が次の通り。 すごく・・・いいです・・・ 結果的に、React.cacheを使えって言われた。 結論 男は黙
ターミナル環境では各レイヤーを独立して進化させられます。 実際私は最近ターミナルを Alacritty, Ghostty, WezTerm と頻繁に乗り換えていますが開発体験は全く変わっていません。 また私の環境では tmux, Vim, Zsh の統合利用を加味したキーバインドをそれぞれのツールに設定していて手に実に馴染みます。 4. dotfiles のすすめ 4.1. dotfiles とは dotfiles とはホームディレクトリにある設定ファイル群を Git で管理する文化です。 たとえば以下のような構成になります。 dotfiles/ ├── .config/ │ ├── claude/ # AIコーディングエージェント設定 │ ├── tmux/ # ターミナルマルチプレクサ設定 │ ├── wezterm/ # ターミナル設定 │ └── nvim/ # テキストエディタ設
We've encapsulated 10+ years of React and Next.js optimization knowledge into react-best-practices, a structured repository optimized for AI agents and LLMs. React performance work is usually, well, reactive. A release goes out, the app feels slower, and the team starts chasing symptoms. That’s expensive, and it’s easy to optimize the wrong thing. We’ve seen the same root causes across production
I was continueing my exploration of React server components when I stumbled upon on this article about progressive JSON. Dan Abramov describes a technique for streaming JSON from a server to a client in chunks, allowing the client to start rendering parts of the data before the entire payload has been received. This can significantly improve perceived performance, especially for large datasets. So
皆さまこんにちは、株式会社ベースマキナの代表取締役社長を務めております高橋（@__timakin__）です。 先日vercel-labs/agent-browserがリリースされました。「トークン消費93%削減」という謳い文句を見て、どうやってそれを実現しているのか気になったので中身を読んでみました。パッと見はPlaywrightのラッパーに見えるのですが、実際にはAIエージェント向けの入出力設計がかなり練られていて、面白かったです。 従来のPlaywright MCPが抱える課題まず、なぜ新しいツールが必要だったのかを整理しておきます。 Playwright MCPは、ブラウザ自動化のデファクトスタンダードであるPlaywrightをMCPサーバーとして提供したものです。多機能なのですが、AIエージェントから使う場合にはいくつかの問題がありました。 ひとつはツールの数です。Playwri
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
