> For the complete documentation index, see [llms.txt](https://livlog-llc.gitbook.io/engineering-handbook/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://livlog-llc.gitbook.io/engineering-handbook/di-er-bu-ji-shu-ling-yu/14-development-tools.md).

# 14. 開発ツール

リブログでは、調査、設計、実装、ビルド、テスト、データ整形、ドキュメント作成、公開に複数のツールを利用します。

プロダクトごとに世代と構成が異なるため、ツールを一律に置き換えず、各リポジトリのREADME、ビルドファイル、既存スクリプトを確認して利用します。

## ソースコードと作業管理

GitHubは、ソースコード、Issue、Pull Request、README、docs、変更履歴を管理する場所です。

変更時は、対象リポジトリの既存ルールに従い、実装とともにテスト、設定例、運用文書を更新します。秘密情報や本番固有の設定はコミットしません。

## AIネイティブ開発

AIは、次の作業を補助します。

* リポジトリと技術スタックの調査
* 要件整理と設計
* 実装、リファクタリング、テスト追加
* Markdown文書とデータの整形
* レビュー観点と影響範囲の確認

依頼時は、目的、対象、制約、完了条件を伝えます。生成結果は人間がレビューし、実際のコード、データ、テスト結果を根拠に判断します。具体的な進め方は、[第四部「AIネイティブ開発」](/engineering-handbook/aineitibu/17-overview.md)で説明します。

### 現在の主な利用ツール

リブログでは、AIコーディングエージェントとしてCodexを主に利用しています。

採用理由は次のとおりです。

* リポジトリ内の調査、差分作成、テスト、ドキュメント更新まで一連の作業に使いやすい
* Markdown中心のHandbookやdocs更新と相性がよい
* 小規模体制でも継続しやすいコスト構造である
* 既存のGit、README、docs、AGENTS.mdと組み合わせて運用しやすい

ただし、Handbookの開発原則はCodex専用にはしません。将来、利用するAIコーディングエージェントが変わっても、Goal First、推測禁止、小さな変更、レビュー必須、テストと文書同期の原則を維持します。

## Javaのビルドとテスト

Java / Kotlinのプロダクトでは、各リポジトリの構成に従ってMavenなどのビルドツールを利用します。

作業前に、次を確認します。

* 必要なJavaのバージョン
* Maven Wrapperなどの実行方法
* モジュール構成と成果物
* テストコマンド
* WARまたは実行可能アプリケーションの生成方法
* ローカル実行に必要な環境変数と外部サービス

## フロントエンドのビルド

季語彩集などのJavaScriptアプリでは、npm、Viteを利用して依存関係、開発サーバー、ビルドを管理します。Tailwind CSS、Flowbite、SCSS、PostCSSなどもビルド構成の一部として扱います。

静的サイトにはビルド工程を持たないものもあります。`package.json`や設定ファイルが存在するかを確認し、プロダクトにない工程を前提にしません。

## ブラウザ・ページ取得

画面確認やページ取得には、ブラウザの開発者ツールやPlaywrightなどを利用します。CHROCOでは、外部ページの取得にもPlaywrightを利用しています。

自動化する場合は、対象サイトの利用条件、アクセス頻度、タイムアウト、JavaScript実行、失敗時の再試行を考慮します。

## ドキュメント

Markdownは、仕様、設計、Handbook、README、記事の下書きなどに利用します。Gitで差分管理し、コードや運用の変更と同じPull Requestで更新できる状態を保ちます。

プロダクト固有の依存関係やバージョンは各リポジトリで管理し、Handbookには複数プロダクトを理解するための概要を記載します。

## データ・メディア関連ツール

地図系プロダクトでは、KML、GeoJSON、CSV、緯度経度データの確認・変換を行います。写真では、サムネイル生成、WebP変換、メタデータ確認、AI画像生成などを行います。

手作業だけに依存せず、再生成できるスクリプトや手順を残します。変換後は、件数、欠損、座標、文字化け、画像品質を確認します。

## 今後の課題

* プロダクトごとのJava、Maven、npm実行手順の整備
* テストとCI/CDコマンドの一覧化
* AI向けの調査・実装プロンプトの継続改善
* 地図データ変換と検証手順の標準化
* 画像生成・変換・権利確認のルール整理
* 開発環境セットアップ手順の整備