✦ 新機能 • 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して検証する。
エディタを離れずに、GitLab CIパイプラインを作成して検証する。
ローカルエディタで.gitlab-ci.ymlを作成・検証できる無料のAIスキル。Cursor、VS Code、Claude Codeなど、ご利用のエージェントと連携できます。
**新機能！**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）
変化
コミットして検証ではなく、検証してコミットへ
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）がプッシュ前に実際のRunnerで実行します。リモート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必要がなくなります。
従来
コミット、プッシュ、待機、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
- 機能する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分待機する
- 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導入後
作成、検証、パスしたらプッシュ。
- 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- 数分ではなく数秒で、失敗した箇所を修正する
- 検証済みのパイプラインを、一度だけプッシュする
- YAMLのGit履歴ではなくコードのGit履歴を保持する
変化したのは、パイプラインの高速化ではなく、パイプラインとの関係性です。アプリケーションコードとの関係性と同じものになりました。
開始する
2つの手順を5分で
ローカルで検証するのにGitLabアカウントは不要です。プッシュは、あなたが決めたタイミングで実行できます。
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すると、エージェントがGitLab CI/CDの構文、ベストプラクティス、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.」と依頼すると、エージェントが作成したYAMLを確認し、glci runを実行。パスしたらプッシュ。
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。
- プロジェクトコードベース、ホスト先を問いません。エージェントはローカルの作業ディレクトリから読み取り、パイプラインの提案を自動的に作成します。
- ローカルで動作する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（プッシュごとにCIを実行する準備ができた場合）スキルとglciは、プロジェクト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場合に必要です。
インストール
既存のAIエージェントと連携
ローカルでパイプラインを実行するCLIと、エディタでパイプラインを作成するスキルをインストールします（順序は問いません）。
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が検出するファイルの配置先を見つけます。
git clone https://gitlab.com/gitlab-org/ci-cd/gitlab-ci-skill.git ~/.cursor/skills/gitlab-ci-skill
Cursorを再度読み込みます。プロンプト"Write a CI pipeline for this project."で、エージェントは自動的にスキルを使用します
GitLabが選ばれる理由
Runnerやこのスキル以上の機能
パイプラインを書くために、わざわざUIにログインしたくないものです。このスキルにより、できるだけ長くエディタから作業することができます。とはいえ、パイプラインの破損、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は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、すぐに接続できます。AIが書いたコードにも、自身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。接続可能。
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、これらすべてが同じシステム上にあり、同期されるのではなく接続されています。どのエディタ、エージェント、モデルを使っても、MCP経由で接続し、同じ情報を使って稼働します。接続可能で、中央で管理されています。
速いだけのAIではなく信頼できるAIを実現するコンテキスト。
エージェントがコンテキストなしに書くコードは、正しく見えても本番環境で不具合を発生させてしまいます。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わからないためです。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の結びつきを動的マップとして保持し、影響範囲やダウンストリームへの影響に関する質問に、数日ではなく数秒で答えることができます。どのエージェントも、そこから読み取ることができます。
後付けではなく、構造としてのガバナンス。
AIが書いたコードは、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、同じ監査証跡を経由します。エージェントには、範囲が限定されたアイデンティティ、行動ポリシー、完全な管理の連鎖機能があります。独自のモデル、クラウド、エージェントを持ち込んでも、すべて同じ基盤で管理されます。
従来型から自律型まで、同じプラットフォーム。
マニュアルでコードを書き続けるチームもあれば、エージェントに特定の仕事を指示するチームもあります。よりリスクの低い仕事をさせる自律的なエージェントを実行するチームもあるでしょう。これら3つのチームはすべて同じデータモデルとガバナンスで稼働しているため、AI成熟度が変化してもプラットフォームを再度構築する必要なく、チームはそれぞれのペースで仕事を進めることができます。
このスキルは、現在構築中であり、構築チームは、これらが実際の働き方に合うものであることを望んでいます。何がうまくいき、何が障害になっているか教えてください。フィードバックをお寄せください。
さらに進める
GitLabのAIがCIと出会うさらに2つの場所
GitLab CIスキルは、エディタで新しいパイプラインを作成し、検証することを目的として作られています。CI/CD作業が形を変えたとき、GitLabはそれに対応する補完的なプロダクトを用意しています。
無料AIスキル · 移行移行スキルを確認
GitHub Actionsから移行しますか？
GitHub Actionsの移行スキルは、.github/workflows/を読み込み、GitLabのCI/CDに変換し、手動で判断する必要があるものにフラグを立てます。エディタやワークフローはこれまでと変わりません。
GitLab Duo Agent PlatformCIエキスパートエージェントを試す
パイプラインが複雑になってきましたか？
CIエキスパートエージェントは、GitLab Duo Agent Platformの中で、プロジェクトのコンテキストを完全に把握しながら動作します。ライブのジョブログを読み、ビルド時間を最適化し、不安定なジョブをデバッグし、複数のプロジェクトのパイプラインをまたいで動作します。パイプラインの概念が、書くものから運用するものへと変わります。