| name | findy-hackathon |
| description | Findy Campus Hackathon #2「Cloudflareで好きなAIアプリを作って公開！」のキックオフ・伴走スキル。 参加者がAIアプリを作り始めるとき、作れるものの幅（Cloudflareを使うか / AIを使うか / デプロイするか）を 押し付けずに示し、スターターの degit からスキル導入・実装・公開まで、最適な既存スキルを案内して伴走する。 ハッカソンを始める・プロジェクトを立ち上げる・Cloudflareにデプロイする・詰まったとき、に使う。 |
| metadata | {"type":"project"} |
Findy Campus Hackathon #2 伴走スキル
このスキルは Findy Campus Hackathon #2「Cloudflareで好きなAIアプリを作って公開！」の参加者を、アイデアからデプロイ（公開）まで伴走するためのものです。
あなた（コーディングエージェント）の役割は、参加者に選択肢を押し付けず、本人の作りたいものとスキルレベルに合わせて道筋を作ること。下の「選択肢」はあくまで地図で、最初にガッチリ決めさせるためのものではない。やりたいことから動き出し、必要なときだけ交通整理する。
0. 前提（参加者の環境）
最低限これだけあれば始められる。
- Node.js (v20+) —
npx / npm が使えること。まずこれ。
- コーディングエージェント — Claude Code / Cursor / GitHub Copilot / Gemini CLI など（無料で使えるものもある）。
デプロイ（公開）する場合に追加で必要：
- Cloudflareアカウント — 無料枠でOK。Workers AI も無料枠がある。
- 認証は
npx wrangler login（Wrangler のグローバルインストールは不要。スターターに同梱されており npx wrangler ... で動く）。
Git は必須ではない（スターター取得の npx degit も npx skills add も tarball ダウンロードで git 不要）。成果物をバージョン管理・push したいときにあると便利。
環境チェックをしたいとき：node -v（v20+ か）、npx wrangler whoami（ログイン済みか）。
1. 作れるものの幅（選択肢）
作れる範囲は広く、どれも正解。最初にガッチリ決めなくていいし、途中で変えてもいい。迷うなら一番小さく作り始めて、走りながら決めればよい。
最初に意識するのは、ほぼこれだけ：
- Cloudflare を使う / 使わない — 使うかどうかでスターターが変わる（使うとローカル開発も公開も容易）。
次の2つは後から決めても・足してもいい。先に悩まなくてよい：
- AI を使う / 使わない — 使うなら Workers AI が手軽（キー不要）。凝るなら Agents SDK でエージェント（入力は基本チャット）。AIなしのふつうのWebアプリでもよい（→ 4章）。
- デプロイする / ローカルだけ — テーマは「公開」なので、動いたら一度デプロイできると良い。見せたくなければローカルだけでも（→ 5章）。
参加者にこの軸を押し付けない。やりたいことを先に聞き、必要なときだけ交通整理に使う。作り方は下の「2. 始め方」と「3. やりたい形」を参照する。
2. 始め方（Cloudflareを使う場合）
自分でディレクトリを作って一から組むより、万能スターターを degit して、そこにスキルを足すのが速い。AIを使わないふつうのWebアプリでも、これで始めてよい（Agents SDK の依存が入っていても害はない）。
-
スターターを取得して動かす（Hono + Vite + React + Agents SDK の全部入り）
npx degit yusukebe/hono-agents-starter my-app
cd my-app && npm install && npm run dev
-
このプロジェクトに必要なスキルを入れる（--skill で絞る。後から足してもよい）
npx skills add yusukebe/hono-skill
npx skills add cloudflare/skills --skill cloudflare --skill wrangler --skill workers-best-practices --skill agents-sdk
-
あとは作りたいものに合わせて「3. やりたい形」を参照しながら進める。
npx skills add <repo> はそのリポジトリ内の SKILL.md を、エージェントのスキルディレクトリ
（.claude/skills/ など）に取り込む。--list で一覧を確認し、使うものだけ --skill で選ぶ。
必要になったら後から足せばよい（例: --skill durable-objects）。
Cloudflareを使わない場合は好きな環境でOK。ただしテーマは「公開」なので、最後に公開手段を一緒に考える。Honoを使うなら上のスキル（hono / cloudflare）がそのまま役立つ。
3. やりたい形（参考レシピ）
下は「選ばせる」ためではなく、やりたい形が見えたときの参考。混ぜても、後から変えてもいい。
Webアプリ
データベースを持ち、リクエストに応じてレスポンス（HTMLページや JSON）を返す、ふつうのWebアプリ。
基本構成は 画面（src/client）+ API + データ保存（D1 など）。AIは必須ではない。
要約・校正・翻訳・画像生成・チャットなどを足したくなったら「4. AIをどう組み込むか」へ。
AIエージェント
Cloudflare Agents SDK を活かす。入力チャンネルは基本はチャットだが、ユーザーの希望により、他もあり。作り込みの詳細は agents-sdk スキルにあるので必ず読む。活かしたい主な機能：
- チャット — ストリーミングのチャットUI（
AIChatAgent / useAgentChat など）。エージェントの基本の入口。
- 状態同期 —
setState / useAgent でサーバ⇄ブラウザをリアルタイム同期。
- スケジュール —
this.schedule() で時間差・定期実行（リマインド、定期バッチなど）。
- ツール呼び出し — 外部API・DB操作などをAIに実行させる。
- 永続化 — Agent 内蔵のストレージ／SQL。
- 必要に応じて MCP・human-in-the-loop・Workflows なども。
お手本（最小実例）: yusukebe/memo2task —「メモを書くとAIがタスク化し、時間が来たら通知」。Workers AIでの解釈 / setState / this.schedule() の3機能で成立。形を掴むのに最適。参考: yusukebe/agent-examples。
プラスα: Cloudflareのプロダクトを活かす
アプリに厚みが出るし、テーマにも合う。使いやすいものから足してみる（詳細は cloudflare / agents-sdk スキルに）。
- Workers AI — 推論（テキスト/画像生成など）。キー不要で手軽。
- D1 — SQLite ベースのDB。データを保存する系のアプリに。
- R2 — オブジェクトストレージ（画像・ファイル）。アップロード系に。
- Durable Objects / Agents SDK — 状態・リアルタイム・調整。チャットやエージェントの中核。
- Browser Run — Workersからブラウザ操作（スクショ・スクレイピング・PDF化など）。
- ほかに KV（簡易キーバリュー）、Queues、Vectorize（ベクタ検索）など。
4. AIをどう組み込むか
大きく2通り。ハッカソンでは Workers AI が手軽（APIキー不要・Cloudflareに同梱・無料枠あり）。
(a) Workers AI を使う（推奨・キー不要）
wrangler.jsonc に AI バインディングを追加し、env.AI.run(...) で呼ぶ。
{
"ai": { "binding": "AI" }
}
const res = await env.AI.run('@cf/meta/llama-3.1-8b-instruct', {
messages: [{ role: 'user', content: 'こんにちは' }]
})
モデルIDは陳腐化するので、使う前に一覧で確認 → https://developers.cloudflare.com/workers-ai/models/。
(b) 外部のLLM API を使う（Claude など）
より賢いモデルを使いたいときは外部APIを叩く。APIキーはコードに直書きせず secret に入れる。
npx wrangler secret put ANTHROPIC_API_KEY
AI SDK 経由なら @ai-sdk/anthropic などのプロバイダを使う。利用可能な最新モデルやAPIの詳細は、
迷ったら claude-api スキル（このエージェントが持っていれば）や公式ドキュメントで確認する。
5. デプロイ（公開）
公開したい場合、完成を待たず、動いたら一度デプロイしておく。
npx wrangler login
npm run deploy
- 公開URLが出たらブラウザで開いて動作確認 → そのURLが提出/デモに使える。
wrangler.jsonc を編集したら npm run cf-typegen で型を再生成。- secret はデプロイ環境では
wrangler secret put、ローカルは .dev.vars。.env / .dev.vars はコミットしない。
6. コスト・トークン・後片付けの注意
ハッカソン中・後で事故らないために、最初から気をつける。
- 使い終わったら消す — 試作で作った Worker や不要なリソース（D1 / R2 / KV / Durable Objects など）は削除する。
Worker は
npx wrangler delete。放置はコストと混乱のもと。ハッカソン後に一度棚卸しする。
ダッシュボードからも確認ができる。
- シークレットを漏らさない — APIキーはコードに直書き・コミットしない。
.dev.vars（ローカル）/ npx wrangler secret put（本番）を使い、
.env / .dev.vars が .gitignore 済みか確認。ハッカソン後はキーを失効/ローテートする。
- トークン使用量に注意 — 外部LLM APIは使った分だけコスト・上限がかかる。無駄に大きいモデルや大量リクエストを避け、
開発中は小さい入力で試す。Workers AI も無料枠の範囲を意識する。
7. 進め方のコツ（短時間で完成させる）
- まず一番小さく動くものを作る（メッセージを1往復するだけ等）。早めにデプロイして、そこから足す。
- アイデアに迷ったら、要約・校正・翻訳・分類・チャット・画像生成・「メモ→○○」など、入力→AI→出力 の単機能から考える。
- エージェントに丸投げしすぎない。動かして確認しながら小さく進める（
npm run dev、npx hono request でのエンドポイント確認など）。
- 詰まったら、該当する既存スキル（
cloudflare / agents-sdk / hono）の内容を読み直す。
- 困ったら詳しい人に聞く。
参照リンク
