はてなブックマーク

はじめに すでに巷では同様の記事が出回っていますが、 筆者自身も実際に検証をしたく実施してみたので、この記事はそのメモ的な記事となっています。 Claude Code と Codex を両方触っていると、こう思うことが増えてきます。 「設計・レビューはClaudeが強い気がする」 「実装・差分作成はCodexが速い気がする」 でも結局、 片方で考えて もう片方に貼って 差分を戻して また貼って… ……という “コピペ往復” が地味にしんどい。 この記事では、Claude Code と Codex を MCP（Model Context Protocol）で連携させて、 Claude Code から「必要なタイミングだけ」Codex をツールとして呼び出せる状態を作ります。 Claude Code を「司令塔（設計・レビュー）」 Codex を「実装担当（外部ツール）」 としてつなぐことで、

🚀 はじめに この記事は dbt入門（第4弾 / テスト戦略編） です。 第1弾で「dbtの全体像」、第2弾で「dbt Projects on Snowflakeの実践」、第3弾で「ローカル開発環境」を扱いました。 第4弾では、データ品質を守るテスト戦略 にフォーカスします。 前回まで 第1弾：dbtの全体像（なぜdbtなのか / staging→marts / materialization） https://zenn.dev/yujmatsu/articles/20251226_sf_dbt_intro 第2弾：dbt Projects on Snowflake実践（セットアップ / デプロイ / 監視） https://zenn.dev/yujmatsu/articles/20251227_sf_dbt_tutorial 第3弾：dbt × Snowflake ローカル開発環境構築

🚀 はじめに この記事は dbt（Data Build Tool）の導入記事（第1弾） です。 dbtを触る前に「dbtは何をして、何が嬉しくて、どう運用に載せるのか」を 全体像から掴む ことを狙っています。 第2弾では、Snowflake公式ドキュメント 「dbt Projects on Snowflake」 チュートリアルを実際に手を動かして記事化する予定です（リンクは本文末にまとめます）。 この記事でわかること dbtが ELTのどこを担当するか（= dbtはTransform） dbtが SQL変換を“ソフトウェア開発”に寄せる ために提供する仕組み（DAG / テスト / docs / Git運用） dbtの定番プロジェクト構造（staging / intermediate / marts） materialization（view/table/incremental/ephe