菊地幸雄@菊地行政書士事務所

2026年3月末で開業満9年。自動車登録業務が中心。日行連OSS対策特別委員会委員　◉好きな言葉 お役に立てればよし 自敬他敬 脚下照顧 善応諸方所◉5つの強み 学習欲 着想 内省 親密性 戦略性◉INTJ型◉趣味 AI駆動開発 ITガジェット更新 読書 筋トレ ホットクックとヘルシオ

[菊地幸雄@菊地行政書士事務所 @fourtai_info]

@kou_allbiz 仰るとおりです。ほんとに。

費用とともに、
Usageをモニタリングする対象も増える一方で。（苦笑

#usagemonitor

[菊地幸雄@菊地行政書士事務所 @fourtai_info]

Grok Bot（Cursor再課金）とOmarchy macに手を出した週末であった。

Grok Botは、buzzやHermes botとは違った良さがある。bot間の連携速度が小気味いい。

リセットあったのに使用量が既に59%（60ドルプラン）。このままでは200ドルプランか。。

Cursor経由の課金だが、こちらも良い。計画設計担当としてFable5.1が少し使えるから。

Cursor Cloud Agentsも初めて使ったが、今後依存してしまいそう。

Grok BotのチーフからCursor AgentsのFableにプランさせ、実装はGrok4.6に。レビューは、UbuntuのHermes上のReviewer（Astra）に。

司令塔はiPhoneやiPad、Mac（それぞれの端末のGrok Botは即時に同期する！）
ワーカーはクラウドとリモートサーバーで。
イシューはLinear、世代管理はGit。ログはObsidian。
ループ管理はGrok Botのチーフbot。

この体験がとても良い感じ。隙間時間でもタスクを進められる。

これに触発されて、Ubuntuのherdrにもテコ入れ。

司令塔はherdrに棲むHermesのチーフプロファイル。計画はCursor CLIでのFable5.1。実装はHermesのCoder（Astra medium）で。レビューはHermesのレビュア（Astra high）。

ここでもLinearとGitとObsidianに記録していく。

herdrをbotのように連携するよう仕込むと、Grok Botフローのような、自律的なコーディングができるようになった気がする。
Grok Botはクラウド寄りに対し、herdrはローカルで見ながら開発したい時のレーンかな。

そしてOmarchy。これのおかげでm1 mbaが戦線復帰できた。UbuntuもAIで好きにカスタマイズできる点で便利なのだか、このOmarchyはAIとOSが一体になったような体験を得られ、また違った良さがあると思った。

インストール後の諸設定も任せられるし、何かアプリをインストールしているときに詰まったら、ほぼ勝手にかのようにcliを立ち上げて修正し始めるw

カーソルを当てたら、デフォルトでウインドウのフォーカス取れたり、raycastが最初からあるようなuxもある。これらはMacだとアプリをそれぞれ入れる必要があるから。

まあMacも依然大好きですが。

とは言え、Mac初体験のm1 mbaだからメモリが8gのため、GUIガシガシだと固まりまくった。軽い！という噂があるとは言え、身の丈に合った使い方推奨と自戒。

cliとリモートデスクトップアプリ用としては、お蔵入りしてたことを考えると、上々だなあと。

それにしても、オープンソースって素晴らしい👍

そして、Grok4.7、楽しみ！ちゃんとGrok Botにも実装してほしいなー。

#GrokBot #Hermes #Omarchymac #Astra #Cursor

[菊地幸雄@菊地行政書士事務所 @fourtai_info]

@yhkk_dev Nice — that phone-steer loop is the part I won’t give up.

[菊地幸雄@菊地行政書士事務所 @fourtai_info]

The workflow that’s working best for me lately is this:

Start work from Grok Bot on my phone, then monitor and steer the whole process from the same place.

I compress requirements in ChatGPT Pro into a ZIP, hand that pack to Grok Bot as the Chief of Staff, then run delivery through:

Grok Bot
↓
Linear
↓
Cursor Cloud Agents
↓
Codex

I call the loop:

Plan → Write → Ship → Steer
PWSS

The point is not “one model does everything.”

It is to separate roles and assign each seat to the model that is strongest there.

Requirements → ChatGPT Pro
Chief of Staff / orchestration → Grok Bot
Planning → Claude Fable
Implementation → Grok
Acceptance → Codex Astra High

ChatGPT Pro — compress requirements

Long threads, constraints, counterexamples, reference images, prior decisions.

These get compressed into one ZIP containing things like:

start instructions
implementation guidance
audit notes
offline tests
constraints
non-goals
verification criteria

The purpose is simple:

what
why
what we are not doing
how we will verify it

The ZIP becomes the source of truth before implementation starts.

Grok Bot — Chief of Staff

Grok Bot is the front door.

It takes the ZIP, or a short /goal with:

outcome
why now
success checks
constraints
non-goals
repo
verification
stop conditions

Then it creates:

1 outcome = 1 Linear issue

It keeps WIP tight, starts the right agents, watches progress, checks receipts, and steers the merge path.

Deploys, tunnels, secrets, billing, and production remain human gates.

This is the part I care about most:

I can start from my phone and follow the entire chain from the same chat.

goal
↓
Linear issue
↓
plan PR
↓
implementation PR
↓
review verdict
↓
merge

PWSS — the software factory

Plan

Cursor Cloud Agent + Claude Fable

Creates a plan-only PR:

call-site map
PR slices
test matrix
gates

No application code.

Write

Cursor Cloud Agent + Grok

Implements the plan and opens the implementation PR.

This is separate from Grok Bot’s Chief of Staff role.

Same family, different seat.

Ship

A separate review runtime reads the GitHub PR with Codex Astra High.

Verdicts are explicit:

pass
block
needs evidence
scope issue

The implementer saying “all tests passed” is not enough.

Green tests do not equal acceptance.

Steer

Grok Bot checks the findings and evidence.

Pass means auto-merge by default.

But publish, billing, secrets, and production still require a human.

Why this works

The phone is the entry point.

Idea → Grok Bot → Linear → agents

Requirements are resolved before coding starts.

Planning and implementation are separate jobs.

Implementation and acceptance are separate jobs.

The model that writes the code does not grade its own work.

And the Chief of Staff does not replace the acceptance gate.

Codex reads the same GitHub diff independently.

Not:

“it worked on the coding VM.”

But:

“the submitted change satisfies the acceptance criteria.”

Blocks come back with finding IDs.

Even green tests can still be blocked for:

auth
boundary issues
missing evidence
scope drift

Roles

Grok Bot
→ Chief of Staff
→ start, orchestration, progress, WIP, merge steering

Linear
→ issue source of truth
→ 1 outcome = 1 issue

Cursor × Claude Fable
→ Plan

Cursor × Grok
→ Implement

Codex Astra High
→ independent acceptance gate

Good fit

constrained repo work
audit-backed refactors
small incremental changes
safe merges behind flags OFF

Bad fit

physical fit tests
secrets
tunnels
billing
production deploy

Those stay outside the autonomous gate.

So the pipeline is:

ChatGPT Pro
↓
ZIP
↓
Grok Bot
↓
Linear
↓
Fable plans
↓
Grok implements
↓
Codex accepts
↓
Grok Bot steers the merge

The advantage is not a “super-agent.”

It is separated authority, explicit evidence, and short handoffs.

Grok Bot coordinates the factory.

It does not get to grade its own factory.

That distinction matters.

#AICoding #GrokBot #Cursor #ChatGPT #Codex #Linear #SoftwareFactory #AgenticWorkflow

[菊地幸雄@菊地行政書士事務所 @fourtai_info]

@bingerSpaceX Fair. Multi-model isn’t the point for me — the seat that matters is Acceptance stopping bad merges. A weekday shortlist is often enough when WIP is already tight.

[菊地幸雄@菊地行政書士事務所 @fourtai_info]

@johnrobinsn Similar problem space, I think.

I keep Chief of Staff and Acceptance as separate seats, and try to keep attention cost short. Ring0’s “layer that sees you” is the next gap for me.

[菊地幸雄@菊地行政書士事務所 @fourtai_info]

Acceptance (Codex) stops the loop most often.

Even when implementation says “tests are green,” blocks still come back for boundaries, missing evidence, or scope drift. It feels less like failure and more like the factory stopping correctly.

Second place is a soft requirements ZIP — then plan and implement thrash.

[菊地幸雄@菊地行政書士事務所 @fourtai_info]

@B8QUkYRjYTSIHP0 そうですね、待つとその分長く感じてしまいますね。
codexやOmarchyで気を紛らわせますw

繰り返しと要判断で切り分けるのはとても良いと思います！

[菊地幸雄@菊地行政書士事務所 @fourtai_info]

60ドルプランでリセットまであと3日、いま71%です。。
仰る通り、いろいろ頼んでいたら、いつの間にか使用量が。

スキルにするか、botを作るか。
スキルは存在を忘れがちだから、ついbot増やしてしまいそうです。増えすぎるとbotを管理するbotが要りそうにw

リモート接続時の解像度を維持するbotとか、全ホストのdotfilesを一括編集するとか、次々と botやスキルが増えていきます。

割り当て、設計が難しくもあり、楽しくもあります。

[菊地幸雄@菊地行政書士事務所 @fourtai_info]

このissueは無事mergeされた。初めての体験にしては良かった。却下されたらトラウマになりそう。

[菊地幸雄@菊地行政書士事務所 @fourtai_info]

初めて、GitHubにissue立ててみた。
Hermesのリポジトリに！
#Hermes

[菊地幸雄@菊地行政書士事務所 @fourtai_info]

Buzz×Hermesの接続をACP Relay bridgeからNative gatewayへ移行。

単なる接続方式の変更ではなく、運用の主従が明確になった。

移行による変化とメリット
- Hermesの 文脈（memory / skills / cron / sessions） を保持
- Desktop依存を解消
- 再接続・未処理event回収・session管理をgateway側へ集約

Buzzが「起動用の箱」から「agentが集まる共有ワークスペース」へ昇華

運用実績
Hermes系9体を常駐運用。8体同時点呼を実施したところ、全員が2〜3秒でfinalまで完了し、未処理journalは0件。

マルチエージェントを運用したいなら、この構成は試す価値があると思う。
https://t.co/9LNwjKmq5S

#Buzz #Hermes

[菊地幸雄@菊地行政書士事務所 @fourtai_info]

かつては「①PDF上で範囲選択コピー、②Ankiアプリでペースト」という苦行😰でAnkiカードを作ったりしていました。

今なら簡単にできるのではないかと思い立ち、Codexを使って一問一答PDFをAnki化してみました。

今回の実績は、572ページ→247見開き→1,548カード。

　単にOCR結果を入れるのではなく、「編集可能テキスト＋対応する原典画像」を問題面・解答面の両方に持たせました。
　一番の不安は、もっともらしい誤転記によって、誤ったカードができることだからです。

• 表面：問題文＋問題クリップ
• 裏面：○×・解答文＋解答クリップ
という構成にしました。

これなら、のちにカードを回すときにAnki上で原典と比較し、その場で修正できます。

固定レイアウトの転記では、gpt-5.6-lunaのmediumで実用上十分でした。

maxを全件に使わず、
• [判読不明]
• 低画質
• ○×や条文番号の不一致
• Q/A対応が曖昧
といった箇所だけmaxへ。

lunaだから、現行仕様を前提とするなら、トークンコストを抑えられます。

仕上げでは、次を機械検証しました。
• カード件数
• 一意ID
• 空欄
• ○×
• 問題と解答の画像対応
• 表面への解答画像漏出
• Anki登録後の全メディア読戻し

今回は1,548カード・3,096画像を全件読戻しし、解答画像漏出0件を確認。

今回のフローをSkill化したので、今後は放置でAnkiのデッキとカードを作成することができる！🚀🚀🚀

「とっかかりとなるプロンプト」をご参考までに貼っておきます。

---
このPDFの一問一答を、編集可能な問題・解答テキスト＋対応する原典画像付きのAnkiカードにしてください。転記はgpt-5.6-luna/medium、曖昧箇所のみmax、要約・推測補完は禁止、判読不能は[判読不明]とし、重複防止・バックアップ・表裏画像の混入検査・登録後の全件読戻しまで実行してください。
---

※このPrompt単体ではなく、PDF処理、画像切出し、AnkiConnectなどを操作できる実行環境が必要です。

#Anki #luna

[菊地幸雄@菊地行政書士事務所 @fourtai_info]

MacOS版の音声入力アプリ「superwhisper」を、RDP経由のヘッドレスUbuntuで動かす設定メモ。

そのまま使うと自動ペーストに失敗し「v」だけが入力される罠があります。
iPhoneからのユニバーサルクリップボード連携も試しました。
それはそれで便利。
しかし、実用性に欠けこの設定に行き着きました。

【superwhisper側の変更】
・Paste result text：OFF
・Clipboard behaviour：Default
・ModesのAuto Paste：OFF
・Always close：ON

音声入力後は、Ubuntu側で手動貼り付け。
・Ctrl+V　または　Command+V　または　Ctrl+Shift+V

RDP環境でもMacローカルに近い音声入力が構築できます。同じ症状で悩んでいる方へ💡

#superwhisper #macOS #Ubuntu #音声入力 #リモートデスクトップ #vibecoding

[菊地幸雄@菊地行政書士事務所 @fourtai_info]

異なるAIエージェント間でのコンテキスト共有、tmuxやherdrでもできるのかもしれないが、block/buzzでついに身近なレベルになったかも！？

他と何が違うのかと思いつつ使ってみると、「コンテキストの共有」が最大のメリットなのだと腹落ちした。

計画担当エージェントと対話をする。その結果を踏まえて実装担当エージェントが実装に入る。同じスレッド内でコンテキストが自然に共有されるからこそ、それが可能になる。

これによって、これまで単発で使っていたエージェントが、ひとつのチームとして機能し始める。

計画： Fable5 / gpt-5.6-sol xhigh
実装： gpt-5.6-terra high
レビュー： Fable5 / gpt-5.6-sol max

例えばこんな感じで、役割に応じて相互にタスクを委譲。

さらに、これまで個別に作り上げてきたHermesの各プロファイルをエージェント別に割り当てることができる。SOUL、Skills、メモリー、Kanbanまで、そのまま引き継げる。
これは本当に嬉しいポイント。

既にモバイルアプリもある。

1つの指示からエージェント同士が会話して自律的に計画が進んでいく体験は、一度味わうと戻れないかも。

AIを「単体で使う」時代から「チームで動かす」時代へ。楽しすぎる！

https://t.co/jJCoCabgP8

#buzz #Hermes

[菊地幸雄@菊地行政書士事務所 @fourtai_info]

"https://t.co/LpvbuivZkb"を踏まえて、Hermesのすべてのプロファイルについて、その役割に応じてモデル、reasoningレベル、fastモードのONOFFの3軸で最適な割り当てを探ってください。
#Fable5

[菊地幸雄@菊地行政書士事務所 @fourtai_info]

いつも通り、ヒマを見つけてはAI（Hermes/Codex）を触っている。先週末からは、事務所のインフラ環境をかなり触っている。

もともとは「少し楽に運用できるようにしたい」くらいの気持ちだったのに、気づけば休眠Windows機を解体・再編してUbuntu機にしていた。

初めてUbuntuをちゃんと触ってみたけど、想像以上に軽い。
起動も速いし、余計なものが少なくて、操作していて気持ちいい。

特にヘッドレス運用とSSHの感覚がよかった。
手元の端末からコマンドを打つだけで、別の場所にあるマシンが静かに動いていく。
この「必要なものだけで環境をコントロールしている感じ」は、かなり癖になる。

今回の整理方針はシンプル。

① 常駐必須のものだけQNAPのDockerに残す
② それ以外はUbuntu環境へ移す
③ QNAPは本来の役割であるバックアップに寄せる

以前なら、パーツ選定、Docker環境の引っ越し、QNAPのドライブ換装あたりで面倒になって止まっていたと思う。

でも今は、AIと相談しながら進められるので、黒い画面での細かい操作も含めて、思ったよりずっと前に進む。

AIで作業が楽になるというより、
「自分で触れる範囲」が一気に広がる感覚に近い。

その結果、楽になるどころか、
「あれも整えたい」
「これも移したい」
が増えてしまっている。

インフラを整えるのは、単なる効率化というより、環境に自分の思想が反映されていく感じがあって面白い。

今後もこの沼から抜け出せそうにない。

#AI活用 #Ubuntu #Linux #Docker #QNAP #SSH

[菊地幸雄@菊地行政書士事務所 @fourtai_info]

@ayumijimusyo お招きいただき、お繋ぎいただき、ありがとうございました！美味しかったです。
お料理自体が良いのは勿論なのですが、撮りテク高すぎです🤔

[菊地幸雄@菊地行政書士事務所 @fourtai_info]

「Telegramに自然言語」でObsidianにタスク記録、Claudeログ自動化、AppleリマインダーやLinearはcronで同期をとる。

そしてPWAとHTMLダッシュボードで振り返り！

…って最強の環境作ったのに、平日営業時間中は実務優先で「記録どころではない」という本末転倒な現実は残りがち🤣

まあ少なくともAI駆動開発の足跡は残りやすくなったし、TaskChuteへのタスク入力のハードルは下がった！

#TaskChute #Telegram #Hermes #Obsidian #自動車登録

[菊地幸雄@菊地行政書士事務所 @fourtai_info]

Typelessも良さそうだが、superwhisper(@superwhisper)買い切り勢としては簡単に変えられない！
悩んだ末、modesファイルをcodexに最適化してもらったら快適に⚡︎
新しいツールを追うのもいいけど、AIで今の環境を「自分専用」に磨き上げるのもコスパよくてイイかもしれない。

#superwhisper #codex