For the complete documentation index, see llms.txt. A Markdown version of this page is available by requesting this URL with the header "Accept: text/markdown".

Pipeline AI

パイプラインを隅々まで理解する AI

パイプライン、コード、テスト、デプロイの Knowledge Graph を基盤に、Pipeline AI がパイプラインを作成し、失敗を診断し、すべてのビルドにわたるインサイトを提供します。

80倍パイプライン生成速度YAML を手書きする場合と比較
30秒未満失敗の根本原因特定までError Analyzer を使用
10種類以上専用ワーカーエージェントCI ワークフロー向け
100%AI が持つパイプラインコンテキストKnowledge Graph 経由

Software Delivery Knowledge Graph

パイプライン

340件のパイプライン実行

コードの変更

1,240件のPRを分析

テスト結果

420万件のテスト実行

ビルドアーティファクト

890件のアーティファクトを追跡

デプロイ

218件のデプロイ

インシデント

14件を関連付け

PR #1042
が原因で失敗
ビルド #5098
ビルド #5098
の後にロールバック
デプロイ v2.4.1
AuthServiceTest
と関連
過去のインシデント3件
Software Delivery Knowledge Graph

デリバリー履歴全体を理解する AI

多くの CI AI は単発の質問にしか答えられません。Pipeline AI は、パイプライン、コミット、テスト結果、アーティファクト、デプロイをつなぐグラフ全体にわたって推論するため、すべての回答が実際に起きたことに基づいています。

分断されたデータではなく、つながったコンテキスト。 パイプラインの実行をコード、テスト、アーティファクト、デプロイに結びつけることで、検索ボックスでは答えられない質問にも AI が応答できます。

チームのパターンから学習。 どの変更が失敗を引き起こすか、どのテストが信頼できる指標か、どのデプロイパターンがインシデントと関連するかを、チーム固有の傾向としてマッピングします。

すべての AI 機能で共有されるコンテキスト。 作成、エラー分析、エージェント、インサイトなど、すべての AI 機能が同じ Knowledge Graph を参照し、連携して精度を高めます。

パイプラインの作成

スタックを伝えるだけで、本番対応のパイプラインを生成

YAML をゼロから書くのはやめましょう。言語、テストフレームワーク、レジストリ、デプロイ先を伝えるだけで、Pipeline AI がキャッシュ、テスト選定、セキュリティスキャンを組み込んだ完全なパイプラインを生成します。

コンテキストを理解した生成。 AI がリポジトリ構成を読み取り、ビルドシステムを検出し、汎用テンプレートではなくコードベースに合わせたパイプラインを生成します。

ベストプラクティスを標準装備。 生成されるすべてのパイプラインには、キャッシュ、テスト選定、SBOM 生成、セキュリティスキャン連携が自動的に組み込まれます。

対話しながら改善。 ステージの追加、並列度の調整、インフラの切り替えを平易な言葉で AI に依頼できます。パイプラインはリアルタイムで更新され、YAML の編集は不要です。

node-monorepo · 生成されたパイプライン
インストールと Lintキャッシュ済み
Cache Intelligence · npm
テスト2,847件中127件を選定
Test Intelligence · Jest
ビルドとスキャンレイヤーキャッシュヒット
Docker レイヤーキャッシュ · SAST · SBOM
プッシュとデプロイポリシー承認済み
ECR → ECS · 自動ロールバック
推定合計実行時間6分42秒
ビルド #5102 · テストステージ失敗
2分前
$jest --testPathPattern=auth
✗AuthServiceTest.testJWTExpiry
Expected expiry > 3000, received 300
at auth/service.test.ts:47
Error Analyzer · 根本原因を特定
原因設定変更:PR #1042 で TOKEN_EXPIRY が3600秒 → 300秒に
影響AuthServiceTest.testJWTExpiry は expiry > 3000秒 をアサートしており、現在失敗
修正方法テスト環境で TOKEN_EXPIRY をパラメータ化するか、アサーションを > 200秒 に更新
Error Analyzer

根本原因を、数時間ではなく数秒で特定

ビルドが失敗すると、Error Analyzer がコミット履歴、依存関係の変更、テストパターンを照合し、何が問題だったのか、どう修正すべきかを正確に提示します。

デリバリー履歴全体を照合。 スタックトレースだけでなく、コードで何が変更されたか、どの依存関係が更新されたか、過去に似た失敗があったかどうかを確認します。

実際の失敗と環境ノイズを区別。 AI が、失敗がコード変更、フレーキーテスト、インフラの問題、依存関係の更新のいずれによるものかを識別し、正しい対象を修正できるようにします。

ビルド UI にインライン表示。 ステージが失敗した瞬間に、Error Analyzer がビルド詳細画面に結果を表示します。別のツールに切り替える必要はなく、失敗の場所でそのまま答えが得られます。

Worker Agents

ガバナンスの効いたパイプライン内で実行される自律エージェント

Worker Agents は Harness パイプライン内のステップとして実行され、それぞれ特定のデリバリータスクに特化し、パイプラインの全コンテキストを持ち、承認ポリシーに準拠し、他のすべてのステップと同じ監査証跡に記録されます。

トリガー

パイプラインがエージェントステップをトリガー

自動実行

エージェント

エージェントがパイプラインの全コンテキストを受信

完全なコンテキスト

エージェント

エージェントが専門タスクを実行

CI ネイティブ

ガバナンス対応

出力はポリシーによってガバナンスされる

監査対応済み

CI ネイティブ

Code Review Agent. すべての PR を正確性、セキュリティ、スタイルの観点でレビューし、重要度付きの構造化されたインラインコメントを残します。

セキュリティ脆弱性の検出
ロジックと正確性のレビュー
チームの規約への準拠
ブロッキングまたはアドバイザリーモード
CI ネイティブ

Autofix Agent. CI で Lint 違反、テスト失敗、脆弱性を検出し、的確な修正を生成して自動的に PR を作成します。

依存関係の脆弱性を自動パッチ
マージ時に Lint 違反を修正
カバレッジ不足のテストケースを生成
コンテキストと差分付きで PR を作成
CI ネイティブ

Pipeline Optimizer Agent. ビルド履歴を分析し、キャッシュ、並列化、重複ステップの削除といった最適化を自動的に適用します。

Cache Intelligence を検出して有効化
テストステージを並列化のために分割
重複または不要なステップを削除
週次の最適化レポート
CI ネイティブ

Dependency Update Agent. 新バージョンや CVE を依存関係ごとに監視し、CI で互換性を検証した上で、合格した変更のみ PR を作成します。

CVE 起因の緊急アップデート
互換性検証済みのアップグレード
まとめてバッチ化された更新 PR
テストが悪化した場合のロールバック
CI ネイティブ

DORA Insights Agent. パイプライン全体の DORA メトリクスを追跡し、スループット改善につながる具体的な提案を提示します。

DORA メトリクスの追跡とトレンド
ボトルネックの特定
チーム単位の比較
月次エグゼクティブサマリー
拡張可能

カスタムエージェント. Harness Agent SDK を使って独自の Worker Agent を構築し、ガバナンスの効いたステップとして任意のパイプラインに組み込めます。

カスタムエージェント作成のためのフル SDK
任意の LLM を利用、または Harness AI を使用
既存のパイプラインポリシーでガバナンス
すべてのエージェント操作に監査証跡
Pipeline AI に質問

パイプラインに関するあらゆる質問を、ひとつのAIで

Pipeline AI は、ビルド、失敗、コスト、ボトルネックに関する質問に平易な言葉で答えます。回答は一般論ではなく、実際のパイプライン履歴に基づいています。

必要なときにパイプラインを生成。 スタックを伝えるだけで、言語、ビルドシステム、テストフレームワーク、レジストリ、デプロイ先がすべて設定された完全なパイプラインが手に入ります。

どんな失敗も即座に診断。 ビルドの URL を貼るか、最新の失敗について質問してください。Error Analyzer が正確なコミット、設定変更、依存関係の更新までトレースします。

ビルドコストを把握。 CI の予算がどこに使われているかを質問してください。Pipeline AI がチーム、パイプライン、ステージ別にコストを分解し、最も効果の高い削減策を提示します。

ビルドパフォーマンス · 過去30日間

成功率↑ 過去30日間で2.1%向上
4月1日4月30日
ビルド時間
8分14秒
↓ 過去30日間比で34%短縮
使用クレジット
18,420
↓ 過去30日間比で22%削減

最も遅いパイプライン(平均・分)

api-service
22分
payments
18分
auth-service
14分
frontend
10分
data-pipeline
7分
ビルドとテストのインサイト

時間とコストの行き先がわかるダッシュボード

組み込みのダッシュボードが、すべてのパイプラインにわたるビルドパフォーマンス、テストの健全性、コストの傾向を可視化し、エンジニアリングリーダーと開発者が常に最適化すべき箇所を把握できるようにします。

ビルドパフォーマンス。 すべてのパイプラインとブランチにわたるビルド時間、成功率、キュー深度を追跡します。ステージ単位の内訳までドリルダウンし、時間がどこで失われているかを正確に把握できます。

テストの健全性。 すべてのリポジトリにわたるフレーキーテスト率とカバレッジの傾向を監視し、最も遅いテストや Test Intelligence による効果も可視化します。

コストと使用状況。 CI クレジットがパイプライン、チーム、ステージ別にどこへ使われているかを確認し、デリバリーの速度を落とさずにコストを削減する AI の提案を受け取れます。

Harness Continuous Integration を始める

Pipeline AI はすべての Harness CI プランに含まれています。リポジトリを接続し、5分以内に最初の AI 作成パイプラインを生成しましょう。