ども！最近はスマホから Claude Code に指示を投げてばかりいる龍ちゃんです。 少し前に「AI に任せたんなら散歩でも行ってきたら」みたいな話を見かけまして。真に受けて、本当に行ってきました。歩きながらスマホをいじっていたんですが、そのとき効いていたのは散歩そのものではなくて、 席を立ってもいい状態のほう でした。 Claude Code には、PC で動いているセッションにスマホから入って続きができる機能があります。公開されたときに一度触って、そのまま戻した人も多いんじゃないでしょうか。僕もそう

ども！最近は一日中 Claude Code を回している龍ちゃんです。 コンテナの中で作業していると、ターミナルを分けたくなる場面があります。片方で Claude Code を走らせて、もう片方でログを見たりコマンドを叩いたり。VS Code のターミナルでも分割はできるんですが、増えてくるとタブがどれも同じ見た目で並ぶので、どれで何を動かしていたか分からなくなるんですよね。あと、閉じると中で動いていたプロセスも一緒に死にます。 tmux を入れるとこの2つが解決します。名前を付けたセッションの中で画面を

ども！最近バグ調査のたびに Azure CLI を叩いている龍ちゃんです。 バグ調査でコードを読むところ、AI にやらせると爆速なんですよね。処理の順序を追って、どこで何が呼ばれているかを整理するくらいなら、もう完全に任せてます。ここはめちゃくちゃ助かってます。 で、あるとき思ったんです。次はバグの原因まで見つけられるように、アプリのログも自由に見れる形にしたら、調査もっとはかどるんじゃね？と。 ただ、正直に言うと僕、 KQL そんなに書けないんですよ。Application Insights のログを引

G-gen の杉村です。当記事では、BigQuery cross-cloud connections と BigQuery Omni の違いについて解説します。いずれも Google Cloud のデータ分析用データベースである BigQuery と、Amazon S3 や Azure Blob Storage を接続するための仕組みです。 概要 BigQuery cross-cloud connections と BigQuery Omni 相違点のサマリ どちらを使うべきか 対応リージョン BigQu

はじめに 2026年7月にタイミーへ入社した細野です。現在はバックエンドエンジニアとして、ワーカーさんと事業者様双方の体験をより良くするためのプロダクト開発に携わっています。 この記事では、私がタイミーに興味を持った背景と、入社後に感じていることを書きます。タイミーに少しでも興味を持っている方にとって、入社後のイメージを持つ材料になれば嬉しいです。 簡単な自己紹介 私はもともと、紳士服販売からキャリアをスタートしました。その後、プログラミング講師を経て、2021年からエンジニアとして働いています。 エンジ

本記事は AWSアワード受賞者祭り 2026 20日目の記事です。 🏆 19日目 ▶▶ 本記事 ▶▶ 21日目 🌐 はじめに 作ったもの 使った技術 なぜこの設計になったか メールから「好み」を推測する 実装を見送った機能 アーキテクチャ概要 構成図 主要コンポーネントと役割 詰まったポイント 1. iCloud IMAPでRFC822マクロが動かない 2. Bedrockの「推論プロファイル」の壁 3. 「裏取り」の設計が現実に合わせて変わった 4. 表記ゆれとバンドメンバー名の誤検出 5. 「カレンダ

セキュリティサービス部 佐竹です。前回のブログでは AWS Security Hub の Exposure findings を Amazon EventBridge でフックするための Event pattern を紹介しました。本日はその続編として、検出結果を Slack へ読みやすい形式で通知するための「Input transformer」の設定について記載します。

はじめに CIU (CyberAgent group Infrastructure Unit) の ...

はじめに サーバーワークスの池田です。 今週（7/31〜8/6）のClaude Codeは、v2.1.221からv2.1.223までの3バージョンがリリースされました。変更点は合計79項目です。 前回のv2.1.220は7月24日のリリースだったため、11日間更新が止まっていたことになります。再開後の中身は権限チェックと作業ディレクトリの隔離に関する修正に大きく偏っており、セキュリティの総点検が行われていたことをうかがわせる内容でした。 この記事で分かること /reviewが/code-reviewのエイ

1. はじめに 前回の記事では、AWS Samplesで公開されている sample-agentcore-gateway-usage-interceptor を利用し、Amazon Bedrock AgentCore Gateway経由でCodexからモデルを呼び出しました。 https://zenn.dev/kashiwabaray/articles/796539362435eb その中で、以下の基本的な動作を確認しました。 CognitoのJWTを利用したユーザー識別 RESPONSE Interce

融資システムのテストを担当すると、「一般的なシステムテストと同じ考え方でよいのか」「どの機能まで細かく確認すればよいのか」と迷いやすいものです。 特に融資業務は、申込情報を登録して終わるものではなく、 審査・承認・契約・融資実行・返済まで複数の処理が連続してつながっています 。 個人融資を扱うシステムでも、商品や申込内容に応じたワークフロー、自動審査、信用情報機関への照会、勘定系システムとの連携など、多くの機能が組み合わされています。 そのため、個々の画面が正常に動くことだけを確認しても、融資システム全体

クレジットカードシステムのテストを担当すると、「正常に決済できることは確認したものの、ほかに何をテストすればよいのかわからない」と悩むケースは少なくありません。 クレジットカード決済は金銭を扱うため、一般的な入力フォーム以上に、 テスト漏れが売上や顧客対応へ大きな影響を与えやすい機能 です。 正常なカードで購入できるかだけではなく、カード利用拒否、本人認証の失敗、通信エラー、取消、返金、二重決済といった状況まで想定する必要があります。 さらに、画面上では決済に成功していても、注文データや管理画面のステータ

AIを活用すれば、テストケースやテストスクリプトの作成、テスト結果の分析など、これまで人が時間をかけていた業務を効率化できます。 一方で、「AIが作成したテストケースをそのまま採用してよいのか」「重要な確認項目が抜けていないか」と不安を感じる場面も少なくありません。 生成AIは、自然で説得力のある内容を出力できても、実際の仕様とは異なる情報を生成することがあります。 さらに、ソースコードやログ、顧客情報などを入力することで、情報管理上のリスクが生じる可能性もあります。 そのため、AIによるテスト管理で大切

AWS WAFでリクエストボディを検査する際の注意点として、「オーバーサイズ処理」の挙動について解説します。検査サイズの上限値を超えた場合の「Continue」「Match」「No Match」の各設定が、意図しない通信の許可やブロックにどう影響するかを具体的なシナリオを交えて紹介します。

1. はじめに 生成AIをコーディングエージェントから利用するケースが増えると、単に「モデルを呼び出せる」だけでなく、誰がどれだけ利用したのか、利用額が一定額を超えたときに止められるのかといったコスト管理も重要になります。 Amazon Bedrock AgentCore Gateway には、Gateway を通過するリクエストの前後に独自処理を挟める Interceptor があります。 Interceptor には大きく次の2つがあります。 REQUEST Interceptor：ターゲットを呼び出