【セキュリティ】GitLabが任意のコードを実行可能な危険度最大の脆弱性など12件に対するセキュリティパッチを公開 約12年前のGitLabも影響を受けます。

今日の投稿は、主にDeepSesk API移行期限/Difyエージェントの脆弱性/Kimi K3と推論基盤/GitLab更新情報でした。 一次情報を読む→検証する→共有する。これができる人は現場に意外と少ない。 できていると普通に評価されます。 弊社では関東・関西でクラウドインフラエンジニアを募集しています。

# Cursorの機能と実践的な使い方 ☁️ あなたのマシンが寝ている間も、クラウド上の複数エージェントが別ブランチで並行して働き、レビュー可能なPRを返してきます。Cloud Agentsは「手元の1台」という制約からエージェントを解き放ちます。 🏷️ タイトル: クラウド並列エージェント 🔗 URL: 📘 概要 Cloud Agentsは、ローカルではなく隔離された仮想マシン上で動く自律エージェントです。専用のクラウド基盤上で複数のエージェントを同時に走らせ、手元の端末をオンラインに保たなくても作業を継続できます。各エージェントはそれぞれのVMで完結した開発環境を持ちます。 ⚙️ 機能の説明 ・並列かつ独立: ローカルの制約なしに複数エージェントを同時起動でき、各々が独立したVMで動作 ・隔離ブランチ: GitHub/GitLab/Azure DevOps Services/Bitbucket Cloudからリポジトリをクローンし、別ブランチで作業してPRとしてpush。レビューまで作業を隔離 ・検証可能: コードベースと組織の文脈を受け取り、テスト実行やサービス照会で自分の成果を検証できる ・成果物付きPR: スクリーンショットや動画、ログを添えた「マージ可能なPR」を生成。エージェントのデスクトップを遠隔操作して、ローカルにチェックアウトせず動作確認も可能 ・マルチリポ対応: フロントエンド/バックエンド/インフラ/共有ライブラリなど複数リポにまたがる変更を協調的に実行 MCPサーバーで外部ツールやDB、APIに接続でき、リポジトリの `.cursor/hooks.json` のフックも動作します（IDE固有・ユーザーレベルのフックは除く）。 🛠️ 実践的な使い方 起動経路は豊富で、Cursor Web（ `Cloud` を選択、Slack/GitHub/Linearの `@cursor`、API、iOSネイティブアプリ、AndroidのPWAから起動できます。効果を最大化する最重要ステップが `.cursor/environment.json` の設定です。ここでクローン・依存関係・シークレット・起動コマンド・ネットワークアクセスを含む完全な開発環境を再現します。設定方法はエージェント主導の自動初期化、保存済みスナップショット、Dockerfile指定から選べます。 💡 ユースケース 朝のうちに「このバグを調査して修正PRを出して」と複数タスクをまとめてクラウドに投げ、昼にはレビュー待ちのPRが並んでいる、といった使い方ができます。テスト実行やAPI照会まで自走させることで、人間はレビューに集中できます。 ⚠️ 注意点 リポジトリと依存リポ/サブモジュールへの読み書き権限が必要で、有料プランが前提です。シークレットは `.env.local` ではなくダッシュボードのSecretsタブで管理してください。ユーザーレベルの `~/.cursor/hooks.json` はクラウドVMからは参照されません。料金は選択モデルの標準API課金で、初回利用前に上限額の設定が必要です。対応モデルではコンテキストウィンドウのサイズを選択でき、大きくするとトークン使用量とコストが増えます。ソース管理はGitHub/GitLab/Azure DevOps Services/Bitbucket Cloudに対応しています。 #Cursor# #CloudAgents#

📊 新着アプリ紹介 - データ処理・変換 「Oracle2PostgreSQL — Oracle→PostgreSQL移行アセスメント」by 金田一竣亮さん Oracle SQL / PL/SQL → PostgreSQL 移行のアセスメントツールです。80以上の変換ルール、HTML/CSVのリスクレポート、工数見積もりに対応。GUI / CLI / Docker。ソースはGitLabで公開しています。 気になった方はぜひチェックしてみてください #Tsukutta#

📊 新着アプリ紹介 「cobol2java — COBOL近代化＆Java移行支援」by 金田一竣亮さん COBOLの近代化アセスメントとJava移行の足場づくりを行うオープンソースツールです。10種のベンダー方言、OOP変換、EXEC SQL/CICS/DLIの解析、59言語UIに対応。ソースはGitLabで公開しています。 使ってみた感想もお待ちしています #Tsukutta#

「CI/CDのYAML、もう手で書きたくない」——その願いを叶えにきた研究です⚙️ 自然言語の説明から、リポジトリに合ったパイプラインを自動生成します。 タイトル: AutoPipelineAI: Context-Aware CI/CD Pipeline Generation from Natural Language URL: ⚙️ 概要 本研究は、自然言語の説明からCI/CDパイプライン構成を自動生成するシステム「AutoPipelineAI」を提案しています。LLMを活用し、リポジトリの構造を解析したうえで、GitHub ActionsやGitLab CI/CD向けのプラットフォーム固有スクリプトを生成し、検証とフィードバックで品質を担保します。 ❓ 解決する課題 現代の開発では、テストやデプロイを自動化するCI/CDパイプラインが欠かせませんが、その設定は難しく時間のかかる作業です。 ・GitHub ActionsやGitLab CI/CDなど、プラットフォームごとに異なる構文を理解する必要があります ・その複雑さが設定ミスや生産性の低下を招きます ・特にDevOps経験の浅い開発者にとっては、大きな参入障壁になっていました 💡 方法論と提案手法 AutoPipelineAIは、3つの主要コンポーネントで構成されます。 ・リポジトリ認識型の解析：プロジェクト構造を分析し、どんな言語・依存・構成かという文脈を理解します ・LLMによる変換：開発者の自然言語による意図を、対象プラットフォーム固有の構成へ翻訳します ・自動検証とフィードバック：生成したパイプラインの正確さと使いやすさを確認し、必要に応じて修正します 単に文章をYAMLに変換するのではなく、リポジトリの文脈を取り込んでターゲット環境に合った構成を作る点が「Context-Aware（文脈認識）」たる所以です。 🌍 ユースケース / 実験結果 評価は、実務に直結する観点で行われました。 ・precision（精度）指標 ・構成の妥当性（configuration validity） ・手作業に対する労力削減（effort reduction） これらを通じて、「リポジトリ認識・自然言語駆動のCI/CD生成が、実用的で有望なパラダイムである」という初期的な証拠が示されました。DevOps専任がいない小規模チームのオンボーディングコストを下げる効果が期待されます。 #CICD# #DevOps#

🚀 FastAPIを「最初のエンドポイント」から「本番でスケールするAIシステム」まで一気通貫で学べる電子書籍です。LLM/RAG serving まで踏み込み、各章末に面接問題が付くのが実用的です。 タイトル: FastAPI for AI Engineers: From First Endpoint to Production-Scale AI Systems URL: 🚀 概要 PythonでMLモデルやLLM/RAGを本番運用するAIエンジニア向けの実践書（初版・2026年、AI Engineering Insider）。全10章・計100問の面接問題に加え、実在の障害事例やコストモデルのコラムが織り込まれています。 ❓ 解決する課題 ・モデルは作れても、本番でスケールするAPIとして安全に配信するのは別スキル ・LLM/RAGの serving はストリーミング・ガードレール・コスト管理など固有の難しさがある 本書はFastAPIを「AI/MLの事実上の serving レイヤー」として体系化します。 💡 構成と扱う技術 ・基礎：ASGI/WSGI、Uvicorn、OpenAPI、Pydantic v2によるスキーマ分離と検証 ・実装：冪等性、適切なステータスコード、ページネーション、Router→Service→Repositoryのクリーンアーキテクチャ ・DB/セキュリティ：SQLAlchemy/SQLModel/Alembic、N+1、プールサイジング、JWT、BOLA対策、OWASP API Top 10 ・非同期：「イベントループを絶対にブロックしない」、def vs async defの使い分け、httpxのリトライ/サーキットブレーカー 🎯 核心（第9章 AI/RAG/LLM） ・lifespanで重みを一度だけロード、CPU推論はスレッドにオフロード ・LLMゲートウェイで認証・プロンプト・ガードレール・コスト計測を集約、SSEでトークンを逐次配信 ・埋め込み＋ベクトルDB（pgvectorから開始）でRAGを構築し、出力はPydanticで検証→失敗なら差し戻して再試行 ・max_tokensを「支出上限」として型で強制 📊 注目ポイント ・実在の障害（Netflix、Stripe、GitLab、Optus、Air Canada）から学ぶ実践志向 ・第10章はGunicorn+Uvicorn、K8sのliveness/readiness、可観測性の3本柱（p99 vs p50）、SLOベースのアラートまでカバー #FastAPI# #AIエンジニアリング#

【リリース曲について①】 #夕季のクラファン# で制作した今回のメイン曲は「 #音楽連鎖# 」。 音楽に対する覚悟と決意を胸に新しく生まれ変わった自分と一緒にこの曲をリューアルすることに。 初めてのロックに挑戦。 自分の生き様や本音を力強く音に乗せました。 ロックが何かも分からなかった私は色々なロックミュージックを聴きました。 それから歌詞を何度も朗読し、どうすれば"伝わる歌"になるのかを試しました。 とにかく生々しい、心からの叫びを聴いてほしいです。 今回はギターもベースも生演奏です。 ギターは大切な仲間の稲月カノンちゃん（@kanon_gitabo ）に弾いてもらいました。 ゴリゴリロックに仕上げてもらいました！ 音が届いた時、何かが始まる予感がしました。 こだわりにこだわり抜いた最高傑作。 YouTubeで1コーラス聴けます。👇 この曲をみんなで世の中に解き放ちたいです。 Spotifyで1万回再生。 絶対に達成しましょう！ いける！ Recording, Mixing & Mastering Engineer：ノギカズマ（Studio Compass） @stcompass_nogi