ID:82235さん

## プロジェクト概要 自社人事SaaS「LaKeel HR」の保守開発プロジェクト。Vue.js/Nuxt.js + Node.js + PostgreSQL/MongoDBを技術スタックとした業務システムのフロントエンド・バックエンド双方の機能開発・テスト作成・保守を担当。 ## チーム情報 - チーム構成: エンジニア6名（フロントエンド3名、バックエンド2名、リードエンジニア1名） - 自身の役割: フルスタックエンジニアとして、GitHub Issue駆動でフロントエンド・バックエンド双方の機能開発を担当 ## 開発・実装内容A: フロントエンド機能開発（Vue.js / Nuxt.js） 【概要】 Vue.js/Nuxt.jsを用いた人事管理画面の機能開発・UI改善を担当。 【どのような機能の開発・実装か】 人事情報管理画面のコンポーネント開発、データバインディング、フォームバリデーション、一覧画面のフィルタリング・ソート機能を自身で設計・実装。Vuexによる状態管理パターンの構築も担当。 【課題・問題点】 既存画面のコンポーネントが肥大化しており、機能追加のたびに影響範囲の把握が困難になっていた。また、バリデーションロジックが各画面に分散していたため、仕様変更時の修正漏れリスクがあった。 【打ち手・使用した技術】 - 肥大化したコンポーネントを責務ごとに分割し、再利用可能な共通コンポーネントとして自身で再設計 - バリデーションロジックを共通ユーティリティに集約し、一元管理できる構造に自身でリファクタリング - TypeScriptの型定義を活用し、Props・Emitsの型安全性を担保 - 使用技術: Vue.js, Nuxt.js, TypeScript, Vuex ## 開発・実装内容B: バックエンドAPI開発（Node.js / PostgreSQL / MongoDB） 【概要】 Node.jsによるREST APIの開発と、PostgreSQL/MongoDBのデータモデリング・クエリ最適化を担当。 【どのような機能の開発・実装か】 人事データの CRUD API、検索・フィルタリングAPI、バッチ処理の実装を自身で担当。PostgreSQLでリレーショナルな人事マスタデータ、MongoDBでログ・履歴系の非構造化データを管理する設計。 【課題・問題点】 人事データは部署・役職・評価など多テーブルにまたがるリレーションが複雑で、N+1問題が発生しやすく、一覧画面のレスポンスが遅延していた。 【打ち手・使用した技術】 - JOIN句の最適化とインデックス設計を自身で見直し、一覧API のレスポンスタイムを改善 - MongoDBのaggregation pipelineを活用して履歴データの集計処理を効率化 - API設計においてページネーション・フィルタリングの共通パターンを自身で策定 - 使用技術: Node.js, PostgreSQL, MongoDB, TypeScript ## 開発・実装内容C: AI駆動開発の導入・テスト基盤構築 【概要】 AI駆動開発ツール（Claude Code）の業務導入と、テスト基盤の構築を自身が主導して推進。 【課題・問題点】 チーム全体でテスト文化が根付いておらず、手動テストに依存していたため、リリース時のデグレリスクが高かった。また、機能開発の速度向上が課題となっていた。 【打ち手・使用した技術】 - Claude Codeを業務に導入し、コード生成・レビュー・テスト作成を効率化。自身の作業時間を50%以上削減 - GitHub Issueベースの開発フローにAI支援を組み込み、Issue起票→実装→テスト→PRの一連のサイクルを標準化 - GitHub Actionsで自動テスト・Lint実行のCI/CDパイプラインを自身で構築 - 使用技術: Claude Code, GitHub Actions, Git, CI/CD, TDD

## プロジェクト概要 Claude Agent SDKを中核としたマルチエージェントオーケストレーションシステム「Argus」を個人で設計・開発。Slackを通じてタスク管理、コンテンツ生成、外部サービス連携を自律的に実行するシステム。12パッケージのpnpm monorepo、1,360+テスト、17 DBテーブルの規模。Railway VPS上で24時間稼働中。GitHub: https://github.com/ryusuke-ai/argus ## チーム情報 - 個人開発（設計・実装・テスト・デプロイ・運用の全工程を単独で担当） - AI駆動開発（Claude Code）を全面的に活用し、個人でも大規模システムを構築・維持 ## 開発・実装内容A: エージェントコア（Claude Agent SDK統合） 【概要】 Claude Agent SDKを統合したエージェント実行基盤の設計・実装。 【どのような機能の開発・実装か】 AIエージェントのセッション管理、ストリーム実行（query/resume）、Hookベースの行動観測機構を設計・実装した。 【課題・問題点】 当初はClaude Code CLIのサブプロセスとして実行していたが、型安全性の欠如、エラーハンドリングの困難さ、観測性の低さが問題となった。 【打ち手・使用した技術】 - Claude Agent SDKに移行し、TypeScriptの型システムによる安全なAPI呼び出しを実現 - PreToolUse/PostToolUseフックで全ツール実行をリアルタイムに記録する「Observation-First Architecture」を設計。ログ解析に頼らずイベント駆動で全行動を構造化して観測可能にした - Session-per-Threadモデル（1 Slackスレッド = 1セッション）で並行タスク管理を実現 ## 開発・実装内容B: MCPサーバーによるツール統合 【概要】 Model Context Protocol (MCP)に準拠した4つのMCPサーバーを設計・実装し、エージェントのツール拡張を疎結合に実現。 【どのような機能の開発・実装か】 Knowledge MCP、Personal Knowledge MCP、Gmail MCP、Google Calendar MCPの4サーバーを設計。ナレッジベースCRUD、メール送受信、カレンダー操作をエージェントから利用可能にした。 【課題・問題点】 エージェントに全ての権限を与えると、意図しないデータ削除や不正操作のリスクがある。かといって権限を制限しすぎると利便性が低下する。 【打ち手・使用した技術】 - Collector/Executorのロールベース権限分離を設計。Collector（add/update/archive/search/list）とExecutor（searchのみ）で最小権限の原則を実現 - MCPのプロセス分離により、サーバー障害がエージェント本体に波及しないアーキテクチャを構築 ## 開発・実装内容C: データベース設計とORM移行 【概要】 Firebase/FirestoreからPostgreSQL（Supabase）+ Drizzle ORMへのDB移行と、17テーブルのスキーマ設計。 【課題・問題点】 Firestoreではリレーショナルなデータ（セッション-メッセージ-タスクの関係）の表現に限界があり、集計クエリやJOINが困難だった。 【打ち手・使用した技術】 - PostgreSQL + Drizzle ORMに移行し、sessions/messages/tasks/knowledgesなど17テーブルの正規化されたスキーマを設計 - Drizzle ORMのTypeScript型推論を活用し、スキーマ定義からクエリまで一貫した型安全性を実現 ## 開発・実装内容D: テスト戦略（1,360+テスト） 【概要】 12パッケージ全体で1,360+テストのテストスイートを構築。 【課題・問題点】 AIエージェントの非決定的な応答をテストする方法が確立されておらず、テスト可能な設計をどう実現するかが課題だった。 【打ち手・使用した技術】 - fakeStream()でClaude Agent SDKのAsyncGeneratorをモックし、AIの非決定性を排除した再現可能なテストを実現 - コロケーション方式（foo.tsとfoo.test.tsを同ディレクトリに配置）でテストの発見性を向上 - カバレッジ60%+を維持しつつ、ビジネスロジック部分は90%以上のカバレッジを確保