# OpenCodeの機能と実践的な使い方 📜 「うちのプロジェクトの作法、毎回説明するの面倒…」を解決するのが `AGENTS.md` です。一度書けば、エージェントが常にそのルールを踏まえて動いてくれます。 🏷️ タイトル: AGENTS.md 🔗 URL: 📘 概要 `AGENTS.md` はOpenCodeにカスタム指示を与えるためのファイルです。プロジェクトの規約・アーキテクチャ・ビルド手順などを書いておくと、その内容がLLMのコンテキストに常時含まれ、エージェントの振る舞いをチームの流儀に合わせられます。 ⚙️ 機能の説明 ルールは2つのレベルで管理できます。 ・プロジェクト単位: リポジトリ直下の `AGENTS.md`。そのディレクトリ配下にのみ適用されます。 ・グローバル単位: `~/.config/opencode/AGENTS.md`。全セッション共通で、個人の好みに向いています。 起動時の探索順は、ローカルの `AGENTS.md` または `CLAUDE.md`（現在地から上位へ遡る）→ グローバルの `~/.config/opencode/AGENTS.md` → Claude Code互換の `~/.claude/CLAUDE.md` の順で、各カテゴリで最初に見つかったものが採用されます。Cursor風の運用にも近く、移行もしやすい設計です。 🛠️ 実践的な使い方 外部のドキュメントを指示として取り込みたい場合は、`opencode.json` の `instructions` に `["CONTRIBUTING.md", "docs/guidelines.md", ".cursor/rules/*.md"]` のようにファイルを列挙します。グロブも使えます。 ゼロから書くのが大変なら `/init` を実行すると、重要なファイルを走査し、必要に応じて質問しながら `AGENTS.md` を自動生成・改善してくれます。生成後はGitにコミットしてチームで共有しましょう。 💡 ユースケース 「コミットメッセージは日本語」「テストは pytest で書く」「この層を直接importしない」といった暗黙知を `AGENTS.md` に明文化しておけば、新メンバーにもエージェントにも同じ前提が伝わり、レビューの手戻りが減ります。モノレポでは `instructions` のグロブでパッケージごとの規約を束ねられます。 ⚠️ 注意点 `AGENTS.md` 内に手書きしたファイル参照は自動では展開されません。複数ファイルを確実に読ませたいときは `opencode.json` の `instructions` を使うのが堅実です。既存の `CLAUDE.md` がある場合は互換として認識されますが、新規は `AGENTS.md` に寄せると整理しやすいでしょう。リモートURL参照は5秒のタイムアウトがある点も覚えておきましょう。 #OpenCode# #AGENTSmd#

# Codexの機能と実践的な使い方 📝 毎回プロンプトに同じ前提を書くのは卒業しましょう。AGENTS.mdは、ビルド手順やコード規約をCodexに恒久的に覚えさせる「階層的な指示書」です。 🏷️ タイトル: 階層的プロジェクト指示（AGENTS.md） 🔗 URL: 📘 概要 AGENTS.mdは、Codexが作業を始める前に読み込む永続的な指示ファイルです。プロジェクトの規約・ビルドコマンド・コードスタンダードをMarkdownに書いておくと、Codexが自動的に発見して適用します。現在地に近いファイルほど優先される「層」の仕組みが特徴です。 ⚙️ 機能の説明 Codexは厳密な優先順位で指示チェーンを組み立てます。 ・グローバル（`~/.codex/`）: まず `AGENTS.override.md`、次に `AGENTS.md` を確認 ・プロジェクト（Gitルートから現在地まで）: 各階層で `AGENTS.override.md` → `AGENTS.md` → カスタムのフォールバック名の順に確認 ・マージ: ルート側から順に空行をはさんで連結し、後（＝現在地に近い側）のファイルが先のものを上書き 合計サイズが `project_doc_max_bytes`（既定32KiB）に達した時点で追加を停止します。命名は次の通りです。 ・`AGENTS.md`: 標準の指示ファイル ・`AGENTS.override.md`: 一時的な上書き用（同じ階層で優先される） ・フォールバック名: `project_doc_fallback_filenames` で `TEAM_GUIDE.md` などを指定可能 🛠️ 実践的な使い方 役割ごとに置き分けると効きます。 ・`~/.codex/AGENTS.md`（全体共通）: 「JS変更後は必ず `npm test`」「`pnpm` を優先」など個人の普遍的な好み ・リポジトリ直下の `AGENTS.md`: lint基準・ドキュメント方針・レビュー基準などチームの規約 ・サブディレクトリの `AGENTS.override.md`（例: `services/payments/`）: 親の規約を消さずに、特定領域だけ上書き 設定が反映されているかは `codex --ask-for-approval never "Summarize the current instructions."` で確認できます。 💡 ユースケース モノレポで、決済サービスだけ別のテストコマンドやレビュー基準を強制したい、といったときに `services/payments/AGENTS.override.md` を置くだけで、その配下に入ったときだけルールが切り替わります。GitHubの `@/codex review` でも、ここに書いた「Review guidelines」が適用されます。 ⚠️ 注意点 Codexは実行のたびに指示チェーンを組み直すため、キャッシュのクリアは不要です。内容が古く見えるなら対象ディレクトリで起動し直してください。空ファイルはスキップされ、存在しないフォールバック名は無視されます。`CODEX_HOME` 環境変数は既定のプロファイル位置を上書きします。 #OpenAICodex# #AGENTSmd#

Muse の AGENTS.md は画面左のメニューにある「ライブラリ」→「システムファイル」で編集できるんやね。 他のも一式ある。 ※「システムファイル」は「ライブラリ」内のめっちゃ下にある

CLAUDE.mdやAGENTS.mdのグローバル設定は、文面より「構造＋防いでいる失敗モード」を共有すべきだと思う。 あのルールの正体は、自分の失敗から生まれた傷跡だ。失敗と切り離してコピーしても、検証も更新もできず、指示書が肥大化して形骸化する。 整理すると3層ある。 ①個人の運用スタイル → 信頼モデルが違うので移植不可 ②ドメイン固有のベストプラクティスやNG → 文面ごと共有する価値あり。ただしリポジトリ側へ ③プロジェクト固有の事実 → 当然リポジトリ側で管理 グローバルは構造と理由を共有し、プロジェクト側は文面ごとコミットする。 共有すべきなのはテンプレではなく、失敗から導かれた設計思想だ。

AIエージェントと開発しているリポジトリのAGENTS.md（エージェント向けのルール）を公開します。 構成のポイントは、AGENTS.mdを「入口」に徹させることです。詳しい手順は作業の種類ごとの手順書に分け、「この作業をするときは、この手順書を読む」という条件だけを書いています。 【基本方針】
• 必要な動作と理解を保ったうえで、コードとドキュメントは最小限にする。既存の実装や資料を再利用し、重複を作らない 
• いまの要件に合う、最も単純な設計を選ぶ。将来の可能性だけを理由に、抽象化・汎用化・依存を増やさない 
• 補助スクリプトや設定を足すのは、既存の仕組みでは足りず、繰り返しの利用やミス防止の効果が保守の負担に見合うときだけ。その場限りの検証はGit管理外で行う 
• 確認済みの事実、未確認の事項、未決定の事項を区別して報告する 
• 技術選定や慣例について、外部の仕様や推奨が判断に影響するときは、依頼を待たずに調査専用のサブエージェントへ任せる。結果を既存の実装と照らし合わせてから決める 【作業の種類ごとに手順書を読ませる】
• 機能追加・動作変更（小さな変更も含む）、不具合修正、動作を保つリファクタリングは、それぞれ専用の手順書に従う。リファクタリングに動作変更が混ざる場合は、PRを分ける 
• 性能の問題は、まだ計測していなくても、性能調査の手順から始める 
• 画面・導線・通知・文言の変更にはUXライティングの手順書を使う。外部向けREST APIは公開契約とエラー形式の手順書、API層（tRPC）の変更はその手順書を使う。いずれも設計時と検証時の両方で読む 
• DBスキーマの変更や一括処理では、カラムの根拠、移行と検証の方法、処理量とメモリ使用量を確認する 
• 認証・認可に関わる変更は、設計前と検証時に専用の手順書を使う。データの取得経路、公開範囲、セッションの寿命に加え、キャッシュ・エクスポート・バックグラウンド処理も対象に含める 
• 依存関係の変更時や、セキュリティ警告を検知したときは、脆弱性対応の手順を読む 
• 機能追加や調査のときは観測性の手順を読み、行動解析が必要かどうかも設計時に判断する 
• 中断した作業の再開や引継ぎでは、最初に現在の成果物、残りの作業、検証が有効な範囲を確認する 【PR・コミット・マージ】
• PRは「1つの目的を、前提が揃った状態で検証・マージできる最小単位」にする。依存するPRには、参照先とマージ順を書く 
• PRには実際の動作確認の結果を書く。画面に影響する変更には、実画面のスクリーンショットを付ける 
• コミットメッセージは type(scope): 日本語の説明 の形式。scopeは必須 
• マージはsquash merge。PRタイトルをそのままコミットタイトルにし、本文には必要な理由だけを書く 
• 自動マージしてよいのは、文書とテストの変更、動作を変えない整理、互換性を保つ依存更新だけ。対象かどうかは、ファイル名ではなく実際の影響で判断する 
• 自動マージの前に、最新のheadで検証と独立レビューを終え、その証跡をPRに残す。headが変わったら自動マージを解除し、確認をやり直す 
• 次の変更は自動マージせず、必ず人間の承認を取る：認証・権限・個人情報・秘密情報、データ破壊やスキーマ、本番インフラやデプロイ、外部送信や課金、CIや運用規約、依存のMAJOR更新、影響が分からない変更、そして自動マージ規約そのものの変更 【ドキュメントとコード】
• コードの中にコメントを書かない。説明が必要なら、より良い名前かテストに置き換え、外部の事実は設計ドキュメントに書く。例外はlintで固定する 
• ドキュメントを足す前に、コード・設定・既存の資料を確認する。一般知識は書かず、原典はリンクと版で参照する 
• READMEには、目的、始め方、正本への導線だけを書く。package.jsonを見れば分かることは書かない 
• ドキュメントと既存コードが食い違ったら、既存コードに従う。見つけた食い違いは、最後の報告ですべて挙げる 
• バージョンはSemVerに従い、リリースのときだけ上げる 
• importを変えたら、依存方向のチェックで逆向きの参照や循環がないことを確認する 【開発環境】
• ローカルの検証用DBやサーバーはコンテナで立てる。共有DBや本番の操作、外部への公開には、個別の承認を取る 
• 作業が終わったら、自分が作ったプロセスと検証用の資源だけを片づける

AI Agentについて意見交換する機会があった。 個人的にちょっと気になったのは、そういう席でも、 ・Skillとしてまとめるべきこと ・グローバルのAGENTS.mdやCLAUDE.mdに記述すべきこと ・プロジェクトごとのAGENTS.mdやCLAUDE.mdに記述すべきこと が、案外ごっちゃになって語られていることだった。 実際、Codexに限定しても、単機能のSkillとして実装するのか、ReferencesやTools/Scriptsを含むPluginとして設計するのか、さらにReferencesをRAGなどで検索・参照できる仕組みまで構築するのかでは、必要なノウハウも設計思想も随分違う。 そもそも、AGENTS.mdはAgentの行動規範やプロジェクト固有の制約を定義するものであり、Skillは具体的な作業能力を実装するもの。Referencesはその判断を支える知識であり、Toolsは外部環境に働きかける手段になる。 これらをどう分離し、必要に応じて組み合わせるかが、Agent設計の重要な部分だと思う。 そう考えると、世間で言われる「AI Agentの活用」というのも、予想以上に、人間がその都度指示を与えて作業させる、手作業の延長にとどまっているケースが多いのかもしれない。 結局、Agentに仕事を教えることと、Agentが自律的に仕事を遂行できる仕組みを設計することは、似ているようで随分違う技術なのだということなんだろう。

🧭 TL;DR: モデルが賢くなったのに、指示だけ旧モデル仕様のままだと逆に足を引っ張ります。OpenAIがGPT-6 Astra移行時のスキル・プロンプト見直し方をまとめました。 タイトル: Rethinking skills and prompts for GPT-6 Astra URL: 📌 ポイント 📝 スキルの説明は発動条件を絞って簡潔に書く 📂 複雑なスキルは最初から全文脈を読ませず段階的に開示する 🎯 過剰に具体的な指示はむしろ精度を下げることがある 📄 AGENTS.mdは一律の必読リストより文脈に応じた参照にする ⚖️ 旧モデル向けの行動制限がAstraでは過剰な自己制限になりうる 🛑 完了条件・探索範囲・停止条件を事前に明示しないと早く止まりがち モデルが進化したら指示はむしろ削る、という逆説的だけど実践的な学びが詰まっています。 #AIエージェント# #プロンプトエンジニアリング#

TL;DR: 同じ Claude Opus でも、ハーネスなしは20分で$9の失敗、ハーネスありは6時間で$200のプロダクト。この差を体系的に教えるオープンソースカリキュラムです。 learn-harness-engineering 「モデルは賢い。ハーネスが信頼性を作る」——このリポジトリはAIコーディングエージェント向けのハーネス工学を14レクチャー・8プロジェクトで学ぶ教材です（⭐️ 13.7k）。 ポイント 🔧 5つのサブシステムがハーネスの骨格 ・Instructions: AGENTS.md など構造化ガイダンスでリポジトリを真実源に ・State: claude-progress.md とgit履歴でマルチセッション継続性を確保 ・Verification: テスト・lint・E2Eで「完了したふり」を防ぐ ・Scope: 明示的な完了基準で1フィーチャーずつ確実に進める ・Session Lifecycle: init → 実装 → 検証 → コミット → ハンドオフの構造的フロー 📚 段階的なカリキュラム設計 基礎（問題の直視・構造化）から発展（ループ自動化・グラフ設計・Human-in-the-Loop）まで段階的に構成。共有の Electron アプリを題材に、コードを通じてハーネスを習得します。 ⚡ すぐ既存プロジェクトに適用できる AGENTS.md・ の3ファイルをテンプレートからコピーするだけで即座に効果が出る設計。 🌐 最新のフロンティア設計も収録 Pi・Claude Code・Codex・DeepSeek の実際のハーネス設計の分析（2026年8月追加）、ループエンジニアリング・グラフエンジニアリング（2026年7月追加）と、現場の最新実践を継続的に反映しています。 エージェントを「プロンプトで動かす」から「ハーネスで信頼させる」へ、という発想の転換を13.7kのエンジニアが支持しています。 #CodingAgent# #AIエンジニアリング#

# Antigravityの機能と実践的な使い方 🚀 ブラウザもIDEも開かず、ターミナルだけでエージェントに開発を任せたい。そんな願いに応えるのが Antigravity CLI（agy）です。 📌 タイトルと機能のURL タイトル: Antigravity CLI URL: 📝 概要 Antigravity CLI は、Antigravity 2.0 と同じエージェントハーネスをコマンドラインから利用できる軽量サーフェスです。GUI を立ち上げずに新しいエージェントを即座に作成でき、SSH 越しのリモートサーバーやコンテナ内でも高速に動作します。コマンドは agy で呼び出します。 🔧 機能の説明 agy は IDE 版と同じ中核を共有しつつ、ターミナルに特化した拡張性を備えています。 ・AGENTS.md をリポジトリ直下に置くことで、プロジェクト共通の指示をエージェントへ読み込ませます（従来の .gemini/ 規約を置き換える新しい仕組みです） ・Agent Skills は ~/.gemini/antigravity-cli/skills/ のグローバルスコープと .agents/skills/ のワークスペーススコープから読み込まれます ・Hooks はツール実行の前後やループ停止条件などのライフサイクルに割り込み、整形や検査を自動化します ・MCP サーバーはローカルプロセス・リモートホストの双方を設定でき、外部データやツールへ接続します ・Subagents や Plugins も第一級の拡張要素として扱われます 🛠 実践的な使い方 ・インストールは macOS/Linux なら curl -fsSL | bash、Windows は PowerShell から実行します ・初回は agy を起動し、Google アカウントまたは GCP プロジェクトで認証します ・agy inspect を実行すると、読み込み中の AGENTS.md・スキル・プラグイン・フック・接続済み MCP サーバーが一覧表示され、想定通りの文脈が入っているか確認できます ・/goal で自律実行、/grill-me で着手前の質問、/schedule で定期実行、/browser でブラウザ機能を明示的に有効化できます 🎯 ユースケース ・SSH やリモート環境で IDE を立てられない場面で、ターミナルから直接エージェントを走らせる ・agy inspect で「なぜスキルが効かないのか」「どの MCP が読み込まれたか」を切り分けてデバッグする ・CI コンテナ内で軽量にエージェント処理を起動する ・AGENTS.md とチーム共通スキルを組み合わせ、リポジトリごとの作法を統一する ⚠️ 注意点 ・既定モデルは Gemini 3.5 Flash（High）で、プレビュー期間の無料枠は寛大ですが、本番ワークロードには課金有効な GCP プロジェクトが必要です ・スキルやフックが効かないときは、まず agy inspect で実際の読み込み状態を確認してから設定を疑うのが定石です ・グローバルスコープとワークスペーススコープでスキルの探索先が異なる点に注意してください #Antigravity# #DevTools#

# Cursorの機能と実践的な使い方 📏 「APIは必ずzodで検証」——その方針、毎回プロンプトに書く必要はありません。CursorのRulesがAIに永続的な記憶を与えます。 🏷️ タイトル: 永続指示(Project/Team/AGENTS.md) 🔗 URL: 📘 概要 RulesはCursorのエージェントへ、システムレベルの永続的な指示を与える仕組みです。LLMは補完間で記憶を保持しないため、Rulesがプロンプトレベルで再利用可能な文脈を供給します。プロンプト・スクリプト・ガイダンスを束ね、チーム横断で再利用できます。 ⚙️ 機能の説明 Cursorは複数の種類のRulesをサポートします。 ・Project Rules: `.cursor/rules`配下の`.mdc`ファイル。バージョン管理され、コードベースにスコープされます。 ・User Rules: Cursor設定で定義する全プロジェクト共通の好み。 ・Team Rules: ダッシュボードで管理する組織全体のルール(Team/Enterpriseプラン)。 ・AGENTS.md: プロジェクトルートやサブディレクトリに置くプレーンなMarkalternative。フロントマター不要で、ネスト配置も可能(より具体的な指示が親より優先)。 Project Rulesのフロントマターは挙動を制御します。`alwaysApply: true`で全チャットに適用、`globs`指定+`alwaysApply: false`でマッチ時に自動添付、`description`のみならエージェントが関連時に賢く適用、いずれも無ければ`@`メンション時のみ適用されます。 🛠️ 実践的な使い方 ・globsでファイル種別にスコープします。例:`src/**/*.tsx`、複数指定はカンマ区切り。これで「APIは必ずzodで検証する」を該当ファイル編集時に自動適用できます。 ・ルール生成はチャットで`/create-rule`、または`Cursor Settings > Rules, Commands`の「+ Add Rule」から行います。 ・`.mdc`の例として、フロントマターに `globs: src/api/**/*.ts` と `alwaysApply: false` を書き、本文に「受信ペイロードは必ず zod スキーマで検証」「検証失敗時は 400 と統一エラー形を返す」といった規約を記します。 ・チームでは適用順「Team Rules → Project Rules → User Rules」を踏まえ、Team Rulesで全社的な規約を強制します。 💡 ユースケース 「APIはzod検証」「コミットはConventional Commits」「ログはJSON構造化」といった反復方針をRules化し、globsで該当ファイルだけに自動適用。Gitにチェックインすればチーム全員が同じ規約の恩恵を受けられます。 ⚠️ 注意点 ルールは1ファイル500行以内に保ち、大きければ分割します。スタイルガイドの丸写しは避け(リンターに任せる)、内容の重複より「ファイル参照」を優先します。まれなエッジケースより頻出パターンを狙いましょう。User RulesはAgent(チャット)にのみ効き、Inline Editやその他のAI機能、Cursor Tabには影響しない点に注意してください。 #Cursor# #AIコーディング#