GitHub Copilot CLIとカスタムエージェント・スキルで実現する.NET開発の自律的ワークフロー
本記事は、GitHub Copilot CLIやVS CodeのAgentモードを活用し、.NETプロジェクトの開発プロセスを高度に自動化・構造化する仕組みについて解説している。筆者は、自身の開発経験に基づき、カスタムエージェントとスキルをまとめたリポジトリ「ai-dev-template」の内容を紹介している。この仕組みは、数万行規模の.NETプロジェクトをゼロから安定して開発できるレベルに到達していると述べている。
「ai-dev-template」は、開発ワークフローガイド（copilot-instructions.md）、7つのカスタムエージェント、23個のスキルで構成されている。カスタムエージェントは、開発チームの役割を模倣しており、Orchestrator（全体駆動）、Product Manager（要件分析）、Architect（設計レビュー）、Developer（実装）、Reviewer（コードレビュー）、Tester（E2Eテスト）、Documentation（ドキュメント更新）といった専門エージェントが連携する。この連携により、仕様策定から実装、テスト、マージに至る一連のプロセスが、人間が行うのと同様のフローで自動的に進行する。
開発フローは「feature-lifecycle」スキルによって管理され、大きく3つのフェーズ（仕様策定→設計・実装計画→実装・テスト・マージ）に分かれている。特に重要なのは、仕様確定時とマージ前の2箇所に「人間のチェックポイント」を設けることで、完全自律ではなく、安全性を確保している点である。また、LLMの知識ギャップを埋めるための最新技術情報（例：.NET 10、ASP.NET Core 10）をスキルとして組み込むことが、最新APIの使用を促す上で極めて重要だと強調している。
実例として、イベント参加登録システム「ai-dev-dotnetapp」の開発過程が紹介されており、Walking Skeletonの作成から、各モジュール（Events, Registrations, Notifications）の実装、レビュー指摘修正（quick-fix）に至るまで、定義されたワークフロー通りに進行していることが示されている。この仕組みは、プロジェクトの設計思想やコーディング規約をAIに深く理解させ、開発の精度と再現性を飛躍的に高めることを可能にしている。
背景
近年、大規模言語モデル（LLM）の進化に伴い、AIを活用したソフトウェア開発（AI Pair Programming）が注目されている。特にGitHub Copilotのようなツールは、単なるコード補完に留まらず、プロジェクトの構造や開発プロセス全体を理解する「エージェント」機能が求められている。本記事は、その高度なAI開発ワークフローの具体的な実装例を提示している。
重要用語解説
- GitHub Copilot CLI: GitHubが提供するコマンドラインインターフェース。AIによるコード生成や開発タスクの実行をターミナルから可能にし、開発ワークフローの自動化に利用される。
- カスタムエージェント: 特定の役割（例：Product Manager、Architect）を担うように定義されたAIのペルソナ。開発チームの役割をAIに割り当て、タスクの実行やレビューを専門的に行う。
- clean-architecture-guide: ソフトウェア設計における「クリーンアーキテクチャ」のガイドラインをスキルとして定義したもの。プロジェクトの依存関係やモジュール構造を規定し、AIが設計原則に沿ったコードを生成するよう制御する。
今後の影響
このワークフローの確立は、AIによるソフトウェア開発の「再現性」と「信頼性」を飛躍的に向上させる。開発プロセス全体をAIエージェントが管理することで、属人化を防ぎ、大規模かつ複雑なシステム開発の効率と品質を大幅に改善する可能性を秘めている。今後の開発現場での標準的な開発手法となることが予想される。