GitLab x Kubernetes x AI ～ チームにスケーラブルな AI 駆動型開発基盤を提供しよう！

皆さんこんにちは
クリエーションラインという会社で
シークというチームに所属しております
野木と申します
声こんな感じなんですが
最初の3分だけちょっと我慢してください
私クリエーションラインという会社に所属しているんですけど
皆さんクリエーションラインってご存知でしょうか
知っている方
大体こんなもんですよね
クリエーションライン個人調べていくとですね
よくこんなこと言われます
アジャイルの会社でしょうとか
Kubernetesをやってた
トレーニングとかやってた会社でしょうとかですね
あと最近だとAI工藤開発をなんかやってる会社だよねとか
よく言われたりします
なんでそんな会社がプラットフォームエンジニアリング会議に
わざわざスポンサーとして出てきたのかというところを
ちょっと会社紹介がてらお話できればなと思います
クリエーションラインですね
最初というか当初からですね
どちらかというと
アジャイルとかよりも
DevOpsっていうのをまず一番最初に掲げていました
DevOpsの様々なアセスメントサービスとかそういうものをやりながら
その両輪としてアジャイル開発支援っていうのもさせていただいて
車輪を回していこうというような話を当初の頃からさせていただいています
その後ですね
このアジャイルのデータ分析ソリューションっていうのも扱い始めまして
で今ですねそのアジャイルとDevOpsというものを組み合わせて
プラットフォームエンジニアリングっていうのも当然リーチが伸びてきているという形になっております
でかつですね
AIのところっていうのがデータ分析ソリューションを扱っていた関係上
AIの様々な基礎技術みたいなものがありまして
今それをAI駆動開発だけではなくて
AIというものをDevOpsであるとかプラットフォームエンジニアリングであるとか
様々なものに応用するみたいなことを考えていることをしています
クレーチオンラインはですね
IT技術によるイノベーションにより
顧客と共に社会の進化を実現するというビジョンを掲げておりまして
どちらかというと何かを作るというよりかは
お客様と一緒にお客様の方愛に寄り添って
ビジネスの価値や価値が提供できるものを作っていこうというような活動をさせていただいています
CMですね
関連サービスとしてですね
フェニックスプロジェクトというDevOpsを体験するようなゲーミフィケーションのトレーニングが
面白いトレーニングがあるんですけども
こういうのを提供させていただいたりとかですね
あとシルバースパンサーでも今回出ていると思うんですけども
ダザーさんがやっているプラットフォームエンジニアリングトレーニングの講師も
うちの方にも在籍をして提供させていただいているというところですね
あとそれらのベースの知識を基にして
伴奏支援という形でチームの立ち上げからですね
一緒になってプラットフォームエンジニアリングチームを作っていこうみたいなこともさせていただいていますので
今日の本編の方で話をするんですけれども
製品としてもですね
DockerであるとかGitlabであるとか
あとKubernetesの時代であったり
Kubernetesのマルチクラスター管理のソリューションとか
そういうようなものを扱っていたりするんですが
今回ですね
玄米茶というスラックをベースとした
スラックをインターフェースとした
AIエージェントのものも
ちょっと一個面白いものがあるので
それもお見せできればなというふうに思っています
では本編の方に入らせていただきたいと思います
よろしくお願いします
はい
ではここからは変わりまして
クリエーションラインの今井と申します
よろしくお願いいたします
このセッションではですね
Gitlab Kubernetes AIというところで
チームにスケーラブルなAI駆動型開発基盤を提供しようというタイトルで
お話をさせていただければと思います
まず簡単な自己紹介をさせていただきたいと思います
私普段はですね
Gitlabというところに注力をしておりまして
Gitlabの活用支援だったりとか
テクニカルサポートだったりとか
プリセールスだったりとか
コンサル支援というところを担当させていただいております
カスタマーサクセスエンジニアとして
業務に従事しております
はい
では今日のお話
大体前半パートと後半パートで
2本立てになっているんですけれども
前半でGitlabとKubernetesで実現する
AI駆動型開発のゴールデンパスというところでお話をさせていただきたいと思います
その後半ではですね
ソフトウェア開発ライフサイクル
その全てがコンテキストになるよというところの
Gitlab Duoエージェントプラットフォームという
GitlabのAIエージェント機能ですね
最近ベータ版で出てきたんですけれども
ここのお話をさせていただければと思っております
では早速前半パート入っていきたいと思います
今回ですね
タイトルにも挙げさせていただきましたが
Gitlab Kubernetes AIというところの
3つのポイントでお話をさせていただければと思います
まず中核になるGitlabなんですけれども
こちらソフトウェアの開発ライフサイクルというのを
全体をカバーしている
DevSecOpsのプラットフォームになっております
要は開発の一番最初から一番最後まで
全体をカバーする機能が取り揃えられているという
プロダクトになっております
そのプロダクトの機能の中にですね
Kubernetesを活用している
仮想サンドボックス環境を使える
Gitlabワークスペースという機能がございまして
こちらをですね活用して
ゴールデンパスに組むことないかというところの
お話をさせていただきたいと思っております
最後のポイントAIとしては
そのAI機能ですね
Gitlabに搭載されている
Duo Agent Platformという機能に関しての
ご紹介というところ
以上3点ですね
ポイントにさせていただいて
その3点をポイントとして
開発チームですね
最速でAI駆動開発の基盤を提供するという
お話をさせていただきたいと思っております
まずプラットフォームエンジニアリングという観点で
Gitlabワークスペースという機能を
ご紹介させていただきたいんですが
こちらですね
Kubernetes上に構築する
サンドボックスの開発環境となっておりまして
Podの中でですね
開発環境を取り添えられていて
そこにアクセスをして
ブラウザ版のVSコードで
開発を行うというような機能になっております
ゴールデンパスという観点からしてもですね
その必要なツールライブラリというものを
全部パッケージングして
Podとして提供することによって
開発環境をそのまま配布できるというところですね
あとはその中身をカスタマイズするというところも
YAMLファイルの宣言型のファイルで
構築をすることができますので
カスタマイズも容易にできますというところです
またそれを配布するので
再現性が担保されている開発環境ですよというところです
なので誰が使っても同じ環境にアクセスをできるというような形で
機能が提供されております
またPodを立ち上がるところからですね
数十秒待っていただいて
すぐに開発を進められると
Podが立ち上がればVSコードでアクセスできるようになりますので
最速で開発を始められるような機能というところで
ご紹介させていただいております
またガードレールという観点でも
仮想のサンドボックス環境にソースコードが全部ありますので
ローカル端末にソースコードをそもそもダウンロードしてこなくていいよというところで
流出の危険性というのが低くなるかなというところと
あとは統制された環境下に置かれますので
セキュリティとかガバナンスというところも
あらかじめ標準的に組み込みをしてしまって
それで配布するという仕組みが取れるという機能になっております
ちょっと話は変わってくるんですけど
先ほど野木の方からもありましたが
弊社のプロダクトとして玄米茶というスラックをインターフェースとした
AIのエジェント機能のプラントツールがございますというところで
使い方としては簡単でスラック上でですね
アトマグ玄米茶でメンションしていただいて
それにこんなことをしたい
あんなことがしたいというメッセージを投げていただきますと
裏でエジェントが走りまして
事実的に判断をしてどういう申請のフォームだったりとか
あとはブログ記事で紹介をしておりますけれども
GCPプロジェクトの管理だったりというところも
玄米茶で任せておりまして
玄米茶に投げますとテラフォームのソースコードを生成しまして
それを反映すると
GCPのプロジェクトが作成されるというような形の流れができるツールになっております
今回こちらの玄米茶をですね
IDAPに見立てて
ここを入り口として
AI駆動開発基盤というところを
セルフサービスで提供できないかというところを
テーマとして話をさせていただければと思います
では具体的なGitLabワークスペースの構成図というところで
ご紹介させていただいておりますが
今回GKクラスターを活用して
そこでワークスペース機能を構築するという流れを想定しております
まずデベロッパーがですね
ワークスペースにアクセスするところで
イングレスのコントローラーのボットがありまして
そこからGitLabワークスペースプロ機種というところを経由して
GitLab認証認可の通信を行いまして
そこから開発環境のボットにアクセスするというような
通信経路になっております
またボットを作成するというところでは
GitLab側のKubernetesエージェントサーバーから
命令が飛びまして
ボットの作成削除というところを
コントロールしているというような構成になっております
これをですね
玄米茶を使って構築をしていくというところを
やっていくんですけれども
まずスラックで
アットマック玄米茶でプロジェクトを作ってくださいというようなメッセージを投げまして
そうしますと
そうしますと
そうしますと
現場が受けて
IACのプロジェクトリポジトリが入っているところに対して
マージリクエストを生成するという流れで
まずここで一旦処理が終わりまして
ここで人間の判断が入りまして
そのマージリクエストの内容大丈夫ですか
というような判断をしてですね
承認をかけます
そうすると
IACプロジェクトがメインの方に
マージされまして
そこからCICDパイプラインが動くというような流れを想定しております
パイプラインの中で
GKクラスターの全体をまず構築をして
必要な資材ですね
イングレスのコントローラーだったり
ワークスペースのプロキシエージェントをデプロイしまして
あとは開発用のGitLabのリポジトリプロジェクトというところも
合わせて作成をすると
こういった一環の流れでですね
必要なツールだったり
ラブラリプロジェクトの設定だったりというのを
全て組み込んで
一環として流れで
開発環境を構築するというところを想定しております
あとは開発者がですね
出来上がった環境に対してアクセスをして
GitLabのワークスペースを作成すると
Podが立ち上がって
そこにアクセスして
VS Codeでの開発ができるようになる
というような全体の流れですね
続いてですね
ちょっと遅くなってますが
今のこの流れをですね
デモンストレーションの動画として
撮影してきておりますので
そちらをご紹介させていただきたいと思います
まずこのようにですね
玄米茶スラックでメンションをして
メッセージを投げますと
そうしますと
玄米茶投げた後ろでですね
AIのエージェントが動きまして
返信を返してくるという形になります
スラックのスレッドに対して
こんな形でですね
玄米茶の方から返信が返ってきまして
まずこんなプロジェクトを作りますよ
というような確認のメッセージがきます
そこに対してまた
アットマーク玄米茶をメンションして
それ承認しますよというメッセージを返しますと
今度はGitLabの方に
マージリクエストが作成されるという流れです
マージリクエストを作成されて
そのリンク先に飛んで
実際のマージリクエストを作られたのが
これになりますね
ここで内容を確認して
マージボタンを押して
実際にブランチがマージされて
CICDのパイプラインが動くというような流れですね
ちょっとパイプラインの流れ
時間がかかりますので
一旦ちょっと飛ばしてみますが
これですね
プロジェクトが作成されますと
その作成されたプロジェクトからアクセスとして
実際にワークスペースを作る流れですね
ここでボタンを押して
ワークスペースを作ると
またPodが立ち上がるんですけど
これを数十秒待っていただくと
実際にPodが立ち上がりますと
そうするとこういった形でですね
ブラウザ版のVSコードにアクセスをできるようになる
というような流れです
こういった形でですね
AI駆動開発の基盤というものを
最速で提供するというところを
今回お見せさせていただきました
では次にですね
ちょっと後半パートに入っていきますが
ソフトウェアライフサイクル
開発ライフサイクル
全てが本テキストになるというところを
GitLab Duo Agent Platformの
お話をさせていただきたいと思います
GitLabの特徴というところを
捉えていただきたいなと思うんですけども
普段の開発で皆さんも
AIというところをお使いになっているかな
と思うんですけども
パイロットだったり
クロードだったりというAIツールがありますが
そのソフトウェア開発ライフサイクル
全体をカバーするツールというのは
なかなかないんじゃないかなというところですね
どうしてもそのコード生成というところに
フォーカスが行きがちで
どうしても開発の部分だけを
ピックアップした
AIツールになっているんじゃないかな
というところがありますが
GitLab先ほども申し上げましたが
全体をカバーする
DevExecOpsプラットフォームになっておりますので
GitLabのAI機能というのは
ここのライフサイクル全体をカバーしている
全体をコンテキストとして
使えるようになっているものなんだよ
というところを
認識していただければなと思います
GitLabの概要というところで
まずGitLabそのもののお話なんですけども
ここにGitLabの大体の開発の
ワークフローの図を出しているんですけども
開発全体ですね
頭からお尻までずっと
使える機能がございまして
全体をカバーしている
プラットフォームになっていますよ
というところに対して
GitLab DuoというAI機能ですね
GitLabのAI機能なんですけども
それぞれのシーンでですね
AIの機能が登場してくると
エピックやイシューのディスカッションの
サマリーを出してくれたりとか
あとはパイプラインが動いたんですけども
失敗したというところに対しての
根本原因の分析だったりとか
という機能が代表されますが
こういった形でいろんなシーンに
AI機能が登場してきます
さらにですね
先に言って
GitLab Duoエージェントプラットフォーム
というものがあるんですけども
ちょっと分かりにくいんですが
GitLab Duoというものがあって
その後にエージェント機能が付いている
エージェントプラットフォームというのが
出てきているので
ちょっと分かりにくいんですけども
これがですね
GitLabの18.2から
ベータ版としてリリースをされておりまして
今年10年内ぐらいには
一般公開されるような機能になっております
このエージェントプラットフォームの
最大の特徴というところがですね
先ほども何回も繰り返し申し上げていますが
ライフサイクル全体をカバーすることによってですね
その全てのコードだったり
アクティビティというのを
コンテキストとして使うことができる
というのが最大の特徴となっております
では実際にですね
GitLab Duoのデモ動画を
ご覧に入れたいなと思うんですけれども
ちょっと画面が切り替わりが遅いですが
先ほどパイプラインで構築したプロジェクトを
ベースに開発をするというのを
想定しているデモ動画となっております
動画がなかなか始まらないですね
少々お待ちください
先ほど作成したプロジェクトをベースに
デモが始まります
まずですね
簡単なユーザー管理画面というところを
実装するというのを想定しておりまして
イシューの方に簡単な要件をまとめております
ちょっと止まっちゃってますね
このイシューをベースにですね
GitLab Duoエージェントプラットフォームというのが
自律的に機能を実装するというところを
お見せしたいと思います
はい
このようにですね
まずイシューに自分をアサインするところから始まるんですけども
ここからVSCodeに行きまして
まず自分がアサインされている
イシューの内容を
取得できるかというところの確認になります
VSCodeのGitLabエージェンティックチャットの方に
自分がアサインされているイシューがないかというところを
メッセージとして投げまして
そうしますと先ほどお見せしたイシューの内容が
こんな形でチャットの方に出力をされてきます
この内容で実装してくださいというところを
エージェントチャットに依頼をかけているところです
そうしますとエージェントチャットの方がですね
裏で考えて
実装計画というところを出してきます
こんな形で実装しますというメッセージですね
こういった形で内容を確認して
実装計画に問題がなければ
そのまま実装お願いしますというところで
メッセージを投げます
そうしますとエージェントの方がですね
事実的に動いてソースコードのファイルを生成したりとか
諸々の作業をしていくという形になります
こんな形でですね
ただコードを出す提案するだけではなくて
事実的にファイルを作ったり更新をしたり編集をしたりというところを
エージェントの方に任せることができると
先ほども申し上げましたが
GitHub Duoというのは開発全体を
開発ライフサイクル全体を
オンテキストとしておりますので
より精度の高いソースコードというところを
吐き出すことができるかなというところです
こんな形でですね
実装が終わりまして
これは実際にDuoが作ったものを
ローカルでデバッグを実行した図になります
こういった形でですね
まずユーザー一覧がありまして
フィルタリング機能があったりとか
というところですね
それからユーザー作成画面というのも
もちろん実装されておりまして
一周の内容でこんな形で実装ができていると
こんな形でですね
実際にはもうちょっとこの動画よりも
長く時間はかかっているんですけれども
Webアプリというところが
10分15分でこんな形で構築できるというのが
最大のミットかなというところです
またもう一点ですね
ソースコードをAIが吐き出してくれるというのは
もちろんなんですけれども
それを確認レビューをするというところで
どうしても時間がかかってしまうというところが
問題になっているかなと思います
そんな中でですね
GitLabに関しては
オートレビュー機能と
自動でレビューをしてくれる機能というのが
ございまして
マージリクエストを作りますと
こんな形でアサイニーに
レビューはですね
レビューはにGitLab Duoというところが
アサインされまして
裏で自動的にレビューを行って
その結果をマージリクエストに吐き出してくれる
という機能もございます
こんな形でですね
エージェントが作った機能を
エージェントにレビューをさせて
最終的に人間の判断で
確認をしてマージをするという流れが
構築できるという形です
実際にマージしますと
パイプラインが動きまして
実際のアプリケーションが
デプロイというところまでが
できるというところですね
実際にデプロイした画面というのが
こんな形で
映し出されておりますが
こんな感じでですね
シームレスに開発をすることが
できるというのが
GitLabの最大の特徴かなというところです
あと最後にですね
1個だけちょっと機能をご紹介させていただきたいなと思いますが
GitLabのナレッジグラフという機能がございまして
これがですね
ソースコードを解析をして
どんな関連性があるかというところを
可視化してグラフ化する機能になっておりまして
これ何がすごいかというと
それを全てコンテキストとして
利用ができるというところです
単純にソースコードを提案してくれる機能なんですけれども
こういうナレッジグラフで
より深くですね
解析をすることによって
より精度の高いソースコードというのを
吐き出すことができるというところが
期待される機能になっております
残念ながら今ベータ版ですので
こんな形で可視化してグラフを出すというところまでしか
出てないんですけれども
先ほど申し上げた年内に
これが一般公開される頃には
そういったコンテクストを利用して
利用できるような機能も充実してくるかな
充実してくるかなというところです
最後にまとめさせていただいて
終わりたいと思いますが
まずですね
前半部分のまとめです
GitLabを中核に置くと
AI挙動というところと
プラットフォームエンジニアリングというところで
実現可能なソリューションというのが
提供できるのかなというところです
ワークスペースの特徴である
ポットを立ち上げてすぐに開発ができるというところが
GitLabのワークスペースとして
再現性のある開発環境を
ゴールデンパスとして渡すことができる
ということだったりとか
ゴールデンパスそのものに
GitLabのAI機能を組み込むということもできますので
それが最速で提供できますよというところから
開発者体験を上げることができるというところです
またプラットフォームエンジニアリングという観点でも
AI振動というのが使えるのかなということを
示唆されているかなと思っておりまして
まずプラットフォームエンジニアリングを
自動化するためには
リポジトリにIACのコードが入っていて
そのコードをGitLab Duoを使って
開発をすることもできるし
また開発者とプラットフォームチームが
同じGitLab同じところを使うというところで
そのすべてのプラットフォームチームと
開発チームのすべてのコードと
アクティビティというところを
同じところに一つ集約できる
そうするとそこがすべてコンテキストになりますので
言ってみればラグのような使い方ですね
情報を食わせて必要なものが全部入ってくる
それによって精度がどんどん高まっていくんだよ
というところがありますので
決してプラットフォームエンジニアリングの観点でも
GitLab DuoというAI機能というのは
使えるものなんじゃないかなというところを
考えておりますというところです
では私のセッションの内容は以上となります
ご清聴ありがとうございました
はい発表ありがとうございました
それでは質疑応答に移りたいと思います
はいまず一つ目の質問ですね
開発者がサンドボックス環境を利用する
主な目的は何ですか
またどのくらいの規模感で利用されているか
これはプロジェクトの規模
関わる開発者の人数利用頻度についても
お伺いしたいです
とのことですよろしくお願いします
はいご質問ありがとうございます
サンドボックス環境を使う目的というところなんですけども
当初ワークスペースでは
サンドボックス環境という観点で
始まった機能ではあるんですが
プラットフォームエンジニアリングの観点で
そのゴールデンパスを組み込むというところ
皆さんが同じ開発者の皆さんが
同じ環境を作ることができて
それを使うことができるというのが
まず目的の一つですね
あとは
オンボーディングの時間を大幅に短縮できるという観点がございまして
今までだったらローカルのPCに開発環境を入れて
キッティングして会社に渡すというところに
2,3日もしかしたら時間がかかっていたかもしれないんですけども
あらかじめ宣言的なファイルでその構成を定義しておいて
それをポットとして立ち上げるというところで
その数日かかっていたかもしれないものを数分数十秒で
開発者に環境を渡すことができるというところの
スピード感というところがもう一つのポイントなんじゃないかなというところです
また規模感については
Kubernetesのクラスターですので
スケールアップスケールアウトというところは
要因できるかなというところなので
増えてきたら増やせばいいし
あまり規模の小さいチームで提供するというのであれば
そのリソースを抑えた形での提供ということも
要因できるのかなというところですね
はいありがとうございます
私の方から質問1点
これに関してはちょっと深掘りするような質問になってしまうんですけど
させていただこうかなと思います
サンドボックス環境についてなんですけども
従来の手法
ローカル環境であるとか
デブコンテナを用いた環境があると思うんですけど
それらに比べて
開発者の生産性にはどのような変化があるのか
というところについて
発表中にもご紹介があったかと思いますけど
より詳しくご説明いただければと思います
はい承知しました
まずは先ほども申し上げた通りなんですが
オンボーディングの時間が大幅に短縮されることによって
すぐに開発に着手できて
生産性がそこの段階で上がるというのがあります
あともう一つはですね
セキュリティ的な観点で
ちゃんとセキュリティが担保された
隔離された環境に対して
アクセスをするというようなことを
前提としておりますので
ローカル環境のセキュリティ対策というのを
あまり気にする必要がないというところがあります
そこにかける時間がまたカットできるというところがあります
生産性の向上というところで言うと
先ほどのGitlabワークスペースというのはあるんですけれども
それに即した形のGitlabのAI機能
Duoの機能を活用していただくことで
AIを最大限使ったサンドボックス環境というところを
提供できるというところがあるので
AIとワークスペースの組み合わせというのが
一つ重要な要素になるのかなというふうに思います
はい ありがとうございます
続いての質問ですね
私の方からまたさせていただこうと思います
今回ご紹介いただいた玄米茶についてですね
現場の開発チームにどのような受け入れられ方をしているのか
もし具体的なエピソードがあれば教えてください
はい 弊社の中でですね
玄米茶は活用が進んでおりまして
最大のポイントとしては
自然言語でいろんな業務を流すことができるというところですね
今までは情報指数部門に対して
これやってください あれやってくださいみたいな
スラックメッセージが流れて
情報指数部門が対応するというところがあったんですけれども
それをAIが肩代わりしてくれるというのがありますので
だいぶ人的リソースの削減というか
コースの削減につながっているというのはあります
またインターフェースとしても
スラックというのはすごくなじみのある
コミュニケーションツールですので
そこをそのまま使って
AI機能が利用できる
裏でエージェントが動いて
適切な処理を返してくれるというところがありますので
取っ掛かりのハードルがだいぶ下がってきているかなというのがあります
一例でいうと弊社はテクブログを出しているんですけれども
テクブログの投稿予約だったりとか
あとはそれのブログの内容のレビューだったりというのも
その減前値を経由してやっていたりという活用もしておりますので
その点でかなりハードルが下がってきているのかなというのが一つあります
はいありがとうございます
個人的には人の言葉から操作に移すというのを
上司からそれがエージェントに変わっていくというのが
印象的な話題だったと思います
次お答えのコーナーはこちらの方で終了させていただこうと思います
改めまして発表ありがとうございました
ありがとうございました