#devtools

What stood out to me here is how practical the advice is, and how unglamorous. That feels right. If your MCP server works locally but gets bounced in a store review with a useless one-liner, the temptation is to treat that as a policy problem. The article basically says: don’t guess, build a gate that makes your submission boringly auditable. That’s the part I’d actually try first. Freeze the exact commit you submitted, then make sure the manifest, tool list, JSON Schemas, auth scopes, and sampl

If you build with Claude Desktop, Cursor, or Claude Code, MCP debugging has a familiar smell: you think the server is fine, but the real problem is somewhere in the handshake, the arguments, or a request that never quite happened. mcpsnoop is interesting because it doesn’t sit off to the side like the official Inspector; it drops into the actual path between client and server, which is the part developers usually need to inspect first. mcpsnoop is a transparent proxy for MCP, described as “Wires

AI支援の開発では、「コードが動くか」だけでなく「リポジトリ全体が信頼できるか」が重要になる 著者は、AIの出力とリポジトリの実態のあいだに生まれるズレを問題視している そのズレは、未完了なのに完了したように見える、古い情報が残る、仮置きのコードが本物みたいに残る、などで起きる 著者が作っている Scarab Diagnostic Suite は、AIそのものではなく、AIを使う開発環境を監督・診断するCLIツール これからは「AIが仕事をできるか」だけでなく、「リポジトリが何を本当に証明できるか」が大事になる、というのが記事の主張 AIを使った開発って、見た目はかなり順調に見えることがあります。 コードはそれっぽくできるし、テストもある。場合によっては、AIエージェントがかなり役に立っているように見える。 でも著者は、そこに落とし穴があると言います。 「AIの出力は良さそうなのに、リポジトリの信頼性は下がっていく」 という失敗モードがある、という話です。 これ、かなり面白い視点だと思いました。 普通は「AIのコードがダメだった」「プロンプトが悪かった」で話が終わりがち

AI時代のソフトウェア開発では、新しいインフラ要件が生まれているという話。 著者はその要件を governance（統制・ルール管理） だと位置づけている。 これは単なるメモ機能ではなく、設計ルールを守らせる仕組み のこと。 AIが大量にコードを書けるようになったことで、人間のレビューだけでは追いつかない。 `CLAUDE.md` のような指示ファイルや memory は便利だが、「書いてある」だけでは強制できない。 4本の関連記事を通じて、AI開発では 記憶・文脈・検索・統制 を分けて考えるべきだと主張している。 この記事の主張はかなりシンプルです。 AI-assisted development（AI支援開発）には、モデルを賢くするだけでは足りない。新しい“統制レイヤー”が必要だ。 これが本題です。 著者は、ソフトウェア開発の大きな変化には、その都度「新しい基盤」が必要になる、と言います。 たとえば、 cloud era では orchestration（複数の処理やサービスをまとめて動かす仕組み） DevOps er

For Claude Code users, Kstack is interesting because it treats the agent like a real ops assistant rather than a chat toy. Instead of dumping raw cluster noise into the model, it does a lot of the mechanical work locally first, which is exactly the kind of design that makes AI tooling feel practical instead of gimmicky. Kstack is a skill pack for Claude Code focused on monitoring, troubleshooting, and auditing Kubernetes clusters. It tries to keep responses fast and token-efficient b