これは、ApidogがAPIテストおよびAPIライフサイクル管理のためのコマンドラインツールであるApidog CLIをどのように開発したかを共有する10部構成のシリーズです。順を追って読むか、興味のある投稿に飛んでください:
| タイトル | 焦点 | |
|---|---|---|
| 1 | 私たちは126個のMCPツールを構築しましたが、それはAgentにとって最良のソリューションではありません | 問題の発見 |
| 2 | なぜ私たちは真新しいApidog CLIを開発したのか | アーキテクチャ開発 |
| 3 | 黄金律:CLIは事実を生成し、モデルは事実に従って行動する | 核となる哲学 |
| 4 | agentHints:CLIにAgentと話すことを教える |
構造化された出力 |
| 5 | SKILL:運用経験をコードとして出荷する | 運用経験 |
| 6 | 数字は嘘をつかない:ツール呼び出しは30%減、トークンは25%減 | 定量的結果 |
| 7 | PRDからテストループまで:Apidog CLIによる完全なAgentワークフロー | 実践チュートリアル |
| 8 | AgentツールにとってCI/CD互換性が不可欠である理由 | DevOpsの視点 |
| 9 | AIブランチ:AI Agentによるより安全なプロジェクト変更 | セキュリティ層 |
| 10 | Spec-Firstは昨日までの話。Skill-Firstへようこそ。 | ビジョンと未来 |
AI AgentによってAPI開発は変化しています。Skill-Firstは、仕様、テスト、シナリオを実行可能で検証可能なスキルとしてパッケージ化し、Agent時代に向けた既存のアプローチを補完します。
Spec-Firstの時代
長年、多くの開発チームのコラボレーションプロセスはSpec-Firstでした。
それが何だったか
| 原則 | 説明 |
|---|---|
| APIを最初に設計する | 実装前にAPIを定義する |
| ドキュメントを中心に協力する | チームは共有された仕様を参照する |
| 早期にモックする | フロントエンドはモックに対して開発できる |
| 一緒にデバッグする | 共有形式で問題が可視化される |
| 仕様に対してテストする | 実装が設計と一致することを確認する |
| 準備ができたら公開する | 文書化され、テスト済みのAPIをリリースする |
価値
| 利点 | それが重要な理由 |
|---|---|
| 明確な契約 | フロントエンド/バックエンドは何を期待すべきかを知っている |
| 並行開発 | チームは独立して作業する |
| 摩擦の軽減 | 誤解が早期に発見される |
| 安定したテスト | テストが文書化された動作と一致する |
| 生きているドキュメント | 仕様が製品とともに進化する |
Spec-Firstは、人間主導のAPI開発にとって正しいアプローチでした。
新しいコンシューマー:AI Agent
AIコーディングが登場した後、APIアセットのコンシューマーが変化しました。
Agentもこれらのアセットを消費し始めました。
Agentが必要とするもの
| Agentの活動 | 必要なアセット |
|---|---|
| エンドポイントを読み取る | APIドキュメント |
| テストを追加する | エンドポイント定義、スキーマ |
| 自動化を実行する | テストシナリオ、環境 |
| レポートに基づいてコードを修正する | 失敗の詳細、レスポンスデータ |
| 変更が使用可能かを判断する | テスト結果、カバレッジ |
この文脈において、ApidogのAPIドキュメント、テストケース、テストシナリオは、単に人間向けのコラボレーション資料ではありません。
それらはAgentにとって、決定論的に呼び出し可能なアセットです。
アセットの変換
| アセット | Spec-First (人間からの視点) | Skill-First (Agentからの視点) |
|---|---|---|
| APIドキュメント | コラボレーション資料 | 呼び出し可能なデータソース |
| テストケース | 品質成果物 | 実行可能な検証 |
| テストシナリオ | テストワークフロー | 自動化ターゲット |
| 環境 | 設定 | ランタイムコンテキスト |
| レポート | レビュー出力 | フィードバック信号 |
アセットは「読み取り可能」から「呼び出し可能」へと変換されます。
Skill-Firstの定義
Spec-Firstを基盤として:
| 残るもの | 理由 |
|---|---|
| エンドポイント仕様 | 依然として明確な契約が必要 |
| テストケース | 依然として品質成果物が必要 |
| ビジネスシナリオ | 依然としてワークフローのカバレッジが必要 |
| ドキュメント | 依然として人間による参照が必要 |
さらに:
| 追加されるもの | 目的 |
|---|---|
| 実行可能なスキル | Agentはワークフローを呼び出せる |
| 検証可能なステップ | 各段階での品質ゲート |
| 追跡可能なチェーン | Agentアクションの監査証跡 |
Skill-First = Spec-First + Agent実行レイヤー。
システムアーキテクチャ
| レイヤー | 責任 | 例 |
|---|---|---|
| Apidog | APIおよびテストアセットを管理する | エンドポイント、スキーマ、テストケース、シナリオ |
| CLI | 決定論的な実行を提供する | コマンド、検証、出力 |
| SKILL | タスクの判断とパスを提供する | ワークフローガイダンス、シーケンスルール |
| Agent | 目標を理解し、実行し、調整する | Claude Code, Cursor, Trae, Codex |
各レイヤーには特定の役割があります。
それらがどのように連携するか
ユーザー: 「払い戻しAPIのテストを生成し、検証を実行してください」
↓
Agent: タスクの種類を理解する (SKILLが役立つ)
↓
Agent: CLIを呼び出してエンドポイントを読み取る (CLIが実行する)
↓
Agent: テストケースを生成する (Agentが作成する)
↓
CLI: 構造を検証する (cli-schemaが検証する)
↓
Agent: テストケースを書き込む (CLIが実行する)
↓
CLI: agentHintsを返す (CLIがガイドする)
↓
Agent: 読み戻し、調整する (Agentがヒントに従う)
↓
Agent: テストを実行する (CLIが実行する)
↓
CLI: レポートを返す (CLIがフィードバックを提供する)
↓
Agent: ユーザーに要約する (Agentが完了する)ワークフローの変換
Spec-Firstワークフロー (人間主導)
人間が仕様を設計する
↓
人間が文書化する
↓
人間がモックを作成する
↓
人間がデバッグする
↓
人間がテストを作成する
↓
人間が公開する特徴:
| 側面 | 説明 |
|---|---|
| ドライバー | 人間 |
| 焦点 | コラボレーション |
| フィードバック | 手動レビュー |
| 速度 | 人間のペース |
| エラー | 人間が捕捉する |
Skill-Firstワークフロー (Agent支援)
人間が目標を指定する
↓
Agentが既存のアセットを読み取る
↓
Agentが変更を生成する
↓
CLIが検証する
↓
Agentが書き込む
↓
CLIが次のステップをガイドする
↓
Agentが検証する
↓
人間が結果をレビューする特徴:
| 側面 | 説明 |
|---|---|
| ドライバー | Agent (人間の目標に導かれる) |
| 焦点 | 実行 |
| フィードバック | 自動検証 |
| 速度 | Agentのペース |
| エラー | CLIが捕捉する |
チームがすべきこと
即座のステップ
| ステップ | アクション |
|---|---|
| 1. インストール | npm install -g apidog-cli@latest |
| 2. SKILLをインストール | apidog skill install |
| 3. 小さなタスクを試す | Agentにリスクの低いタスクを与える |
| 4. パターンを学ぶ | Agentのワークフローを観察する |
| 5. スコープを拡大する | 徐々にタスクの複雑さを増す |
最初のAgentタスク例
Apidog CLIを使って、Apidogで最初のAPIエンドポイントを作成するのを手伝ってください。
まず、Apidog CLIのセットアップを確認し、アクセス可能なプロジェクトをリストアップしてください。
使用するプロジェクトを私に尋ねてください。私が確認した後、Health Checkという名前のシンプルなGET /health
エンドポイントを200応答の例とともに作成してください。構造化された入力を書き込む前に検証し、その後
エンドポイントを読み戻して、何が作成されたかを要約してください。これは以下をもたらします:
| 利点 | 説明 |
|---|---|
| セットアップ確認 | Agentが環境を検証する |
| プロジェクト選択 | Agentが書き込み前に尋ねる |
| 小さな作成 | リスクの低い最初のタスク |
| 検証 | 書き込み前のcli-schema |
| 読み戻し | 作成されたものを確認する |
| 要約 | 人間が明確な結果を得る |
開始コマンド
# Install Apidog CLI
npm install -g apidog-cli@latest
# Install companion SKILL
apidog skill install
# Check version (need 2.2.5+)
apidog -v
# Authenticate
apidog auth login
# List projects
apidog project list未来
| トレンド | 方向性 |
|---|---|
| Agentの参加 | より多くのAPI開発タスクがAgentによって処理される |
| CLI + SKILLパターン | 成熟し、標準化されたワークフロー |
| より多くのスキル | 異なるコンテキストに対応するドメイン固有のスキル |
| より良い収束 | 重要なノードのエンジニアリングの改善 |
| 人間とAgentのコラボレーション | 人間とAgent間のシームレスな引き継ぎ |
未来はAgent支援のAPI開発です。
シリーズ全体の要約
私たちは全行程を網羅しました:
| パート | トピック | 主要な洞察 |
|---|---|---|
| 1 | 問題 | 126個のMCPツール → 無作為なツールの壁 |
| 2 | 転換点 | 複雑さはコンテキストからエンジニアリングへと移行した |
| 3 | 哲学 | CLIが検証し、Agentが生成する |
| 4 | 設計 | agentHintsが次のステップをガイドする |
| 5 | 経験 | SKILLがワークフローの知識をパッケージ化する |
| 6 | 検証 | 呼び出しは30%減、トークンは25%減 |
| 7 | 実践 | PRD → OpenAPI → テスト → 検証 |
| 8 | 基盤 | CI/CDが基盤のままである |
| 9 | 誠実性 | 4つの課題が残る |
| 10 | ビジョン | Spec-First → Skill-First |
最終原則
Spec-Firstは人間によるコラボレーションのためでした。Skill-FirstはAgentによる実行のためです。
| 時代 | アプローチ | コンシューマー |
|---|---|---|
| 伝統的 | Spec-First | 人間 |
| Agent時代 | Skill-First | 人間 + Agent |
アセットは呼び出し可能になり、ワークフローは実行可能になり、品質は検証可能になります。
Skill-Firstへようこそ。
主要なポイント
- Spec-Firstは人間主導の開発にとって正しかった
- Agentは今やAPIアセットのコンシューマーである
- アセットは読み取り可能から呼び出し可能へと変換される
- Skill-First = Spec-First + Agent実行
- システム:Apidog (アセット) → CLI (実行) → SKILL (判断) → Agent (アクション)
- 人間が目標を指定し、Agentが実行し、CLIが検証する
- 小さく始め、パターンを学び、スコープを広げる
Apidogをダウンロードして、1つのワークスペースでAPIの設計、モック、テスト、ドキュメント化を行いましょう。Apidog CLIに関する詳細は、コマンドラインAPIテスト、CI自動化、AI Agentワークフローについて学べます。
