✦ 新着 • 無料AIスキル
エディタを離れずにGitLab CIパイプラインを作成・検証
エディタを離れずにGitLab CIパイプラインを作成・検証
.gitlab-ci.ymlをローカルエディタで作成・検証できる無料のAIスキルです。 Cursor、VS Code、Claude Code、そしてすでに使っているあらゆるエージェントと連携します。
新着！ 改善を継続的にお届けしています。フィードバックをお寄せください。
0ローカル検証に必要なGitLabアカウント数
6+対応するAIエージェントとエディタ
MITオープンソース(スキル&CLI)
転換点
コミットしてから検証ではなく、検証してからコミットへ
パイプラインは、いまだローカルで検証できない唯一の現代的開発スタック領域です。スキルがエディタ内でYAMLを作成し、 glci(GitLabの実験的プロジェクト)がプッシュの前に実際のRunnerでそれを実行します。リモートのパイプラインをデバッガとして使ったり、Git履歴をタイプミスのログとして使ったりする日々を終わらせましょう。
これまで
コミット。プッシュ。待つ。失敗。繰り返し。
- 記憶やドキュメントを頼りに、YAMLを手書きする
- 動くかどうかを確かめるために、ブランチにコミットしてプッシュする
- リモートのRunnerで8〜12分待つ
- タイプミス、変数の漏れ、ジョブの命名ミスで失敗する
- 編集してプッシュ、それを3〜4回繰り返す
- 「fix CI」のコミットが履歴に積み重なっていく
スキル + glci があれば
作成して、検証して、グリーンになったらプッシュ。
- リポジトリからパイプラインを作成するようエージェントに依頼する
glci showを実行してジョブグラフを確認するglci runを実行して、すべてのジョブを実際のDockerで動かす- 失敗した箇所を修正する — 数分ではなく、数秒で
- すでに通ることを確認したパイプラインを、一度だけプッシュする
- Git履歴を、YAMLではなくコードのためのものとして保つ
この転換は、より速いパイプラインを意味するものではなく、パイプラインとの関係性そのものを変えるものです。 それは、すでにアプリケーションコードに対して築いているのと同じ関係性です。
はじめる
二つのステップで約5分
ローカル検証にGitLabアカウントは不要です。プッシュするかどうかは、あなたが決めたタイミングで実行されます。
01~1分
エディタにスキルを追加
Claude Code、Cursor、VS Code、OpenCode、Codexのいずれかにスキルを配置してください。エージェントがGitLab CI/CDの構文、ベストプラクティス、そしてあなたのスタックを理解できるようになります。
02~3分
依頼、実行、プッシュ
"Write a CI pipeline for this project." エージェントが作成したYAMLを確認し、glci runを実行して、グリーンになったらプッシュしてください。
必要なもの
- 対応するエディタまたはエージェントClaude Code、Cursor、VS Code、OpenCode、Codex、またはmarkdown形式のスキルを読み込めるツールであれば何でも対応しています。
- プロジェクトホスティング先を問わず、あらゆるコードベースに対応しています。エージェントはローカルの作業ディレクトリを読み取り、最適なパイプラインを自動で提案します。
- ローカルで起動中のDockerglciが実際のコンテナでジョブを検証・実行するために必要です。
- GitLabプロジェクト(プッシュするごとにCIを実行する準備ができたら)スキルとglciはこれがなくてもローカルで検証できますが、パイプラインをクラウドで実行する段階になると必要になります。
インストール
既存のAIエージェントとそのまま連携
パイプラインをローカルで実行するCLIと、エディタ内で作成するためのスキル。インストール順序はどちらが先でも構いません。
エディタにスキルを追加
エージェントを選ぶ
スキルをダウンロードし、Cursorが認識するファイルの配置場所をご確認ください。
git clone https://gitlab.com/gitlab-org/ci-cd/gitlab-ci-skill.git ~/.cursor/skills/gitlab-ci-skill
Cursorをリロードしてください。指示するとエージェントが自動でスキルを使用します: "Write a CI pipeline for this project."
なぜGitLab
単なるRunnerではなく、このスキルだけでもない
パイプラインを書くために、わざわざUIにログインしたいと思う人はいません。このスキルは、可能な限り長くあなたをエディタの中にとどめます。 とはいえ、破損したパイプライン、MRレビュー、想定外のデプロイなど、戻らざるを得ない場面もあります。 そのときには、プラットフォーム側がすでに整っています。コード、パイプライン、レジストリ、シークレット、デプロイがひとつの場所にまとまっています。 どのエディタやエージェントを使っても、そのまま接続できる作りです。AIが書いたコードにも、あなたのコードと同じセキュリティチェックが適用されます。
ひとつのデータモデル。エッジは開かれている
コード、パイプライン、パッケージ、セキュリティ上の検出事項、デプロイ、リリース — すべて同じシステムに置かれ、同期ではなく接続されています。どのエディタ、エージェント、モデルを持ち込んでも、MCPを介して同じ正本となるビューにつながります。エッジでは開かれ、中央ではガバナンスが効く構造です。
速いAIと信頼できるAIを分けるものは、コンテキストにあります
コンテキストを持たないエージェントは、見た目は正しくとも本番環境で壊れるコードを書いてしまいます。何が変更に依存しているのか、何がすでに存在しているのかが見えていないためです。GitLabのナレッジグラフは、コード、パイプライン、デプロイ、セキュリティ上の検出事項がどう結びついているかを動的なマップとして保ち続けます。影響範囲やダウンストリームへの波及に関する問いには、数日ではなく数秒で答えが返ります。どのエージェントも、そこから情報を読み取ることが可能です。
後付けではなく、構造としてのガバナンス
AIが書いたコードも、人間が書いたコードと同じセキュリティスキャン、同じ承認フロー、同じ監査証跡を通ります。エージェントには範囲を限定したアイデンティティ、振る舞いに関するポリシー、完全な追跡可能性が備わっています。モデル、クラウド、エージェントは持ち込み自由 — すべては同じ織物の上で統治されます。
従来型から自律型まで、同じプラットフォームの上で
手書きでコードを書き続けるチームもあれば、特定タスクでエージェントに指示を出すチームもあります。リスクの低い領域でエージェントを自律的に動かすチームも一部出てくるでしょう。三つの形態すべてが同じデータモデルとガバナンスの上に成り立つため、AI成熟度の変化に合わせて再プラットフォーム化することなく、各チームが自分のペースで進めます。
このスキルは現在も開発を進めており、チームは皆さんの実際の働き方に寄り添うものにしたいと考えています。うまくいっている点も、引っかかっている点もぜひ教えてください。フィードバックをお寄せください。
さらに先へ
GitLabのAIがCIと出会う場所が、もう二つあります
GitLab CI Skillは、エディタ内で新しいパイプラインを作成・検証するために設計されています。CI/CDの仕事の形が変わってきたら、GitLabには別の場面に対応する補完的なプロダクトが揃っています。
無料AIスキル · 移行移行スキルを見る
GitHub Actionsからの乗り換えですか
GitHub Actions移行用スキルは、.github/workflows/を読み込み、GitLab CI/CDのイディオムに沿った形へ変換します。手動判断が必要な箇所は明示されます。エディタもワークフローも、これまでと同じです。
GitLab Duo Agent PlatformCI Expert Agentを見る
パイプラインが複雑になってきましたか
CI Expert AgentはGitLab Duo Agent Platformの内部に組み込まれており、プロジェクトの全体コンテキストを把握したうえでインテグレーションされています。ライブのジョブログの読み取り、ビルドする時間の最適化、不安定なジョブのデバッグ、複数プロジェクトにまたがるパイプライン対応など、書くものから運用するものへとパイプラインが変わっていく場面のためのエージェントです。