Epoxy で作られた画面を Jetpack Compose に置き換え、Epoxy 使用ファイル数の推移を週次で追うイメージ

Jetpack Compose 移行 KPI を週次で定点観測する仕組みの導入とふりかえり

はじめに and factory ではマンガアプリを複数開発しています。 Androidの既存アプリでは、Android ViewからJetpack Composeへの移行を進めています。 この記事ではその進捗計測の仕組みと、計測してからの推移を書きます。 移行の当面のゴールは、RecyclerViewベースのUIライブラリ Epoxy への依存をなくすことです。 Epoxyを使っているファイルは、5アプリ合計で3月末の308から11月初めの206まで減り、1アプリでは0になりました。 数年前から少しずつ置き換えてきたので、3月の時点でEpoxyのファイルはそれほど多くありませんでした。 EpoxyからJetpack Composeへの移行 Jetpack Composeが出てから比較的早い段階で積極的にComposeを使っていく方針にしました。 新しい画面はComposeで作成し、既存の画面は機能開発で触る際に置き換えています。 移行タスクはNotionで管理していましたが、いつまでに終えるかは決めていませんでした。 一覧画面やマンガビューワーなど既存画面の多くはEpoxyで作られているので、Compose移行の作業の中心はEpoxyで書かれた画面の書き直しです。 Compose移行のモチベーション Epoxyのバージョンはアプリによって3.xから5.xまでばらばらでした。 EpoxyがKSPに対応したのは5.0.0から、KSP2に対応したのは5.2.0からです(Epoxy の CHANGELOG)。 3.xや4.xのアプリでKSPに移るには、Epoxyのメジャーアップデートが必要です。 上げたあとも、KotlinやAGPを上げる際にEpoxyまわりの対応が必要になることがあります。 Epoxyを使い続ける限り、XMLレイアウトのメンテナンスも続きます。 こういった都合もあり2025年あたりから機能開発で触らない箇所も積極的にComposeへ置き換える方針を明確にしました。 実際、2026年8月にはアプリAでAGP 9.xとKSP2に対応するため、Epoxyを5.0.0から5.2.1に上げています。 KSP2との相性やコード生成の不具合を避けるための作業で、Epoxyのファイルは1つも減っていません。 進み具合を把握するため、2026年3月からは移行状況をほぼ毎週計測してAndroid定例で共有するようにしました。 計測の仕組み Claude Codeスキルによる計測 計測はClaude Codeのスキル /android-compose-kpi として作成し、各アプリのリポジトリに対して grep と find でファイル数を数えるようにしました。 数えるだけならシェルスクリプトでも足ります。 Claude Codeを使っているのは、数字が増減したときに、理由になったコミットをgitの履歴から調べてレポートに書くところまで任せられるからです。 SKILL.md に全体の流れを書いて、1アプリ分の計測手順は agents/kpi-measurer.md に分けています。 サブエージェントからの応答形式は KEY: 値 で固定して、5アプリ分の結果をMarkdownのレポートにまとめる処理を、ほぼ毎週実行しています(祝日や繁忙期は計測しない週もありました)。 指標は次の8つです。 実際のコマンドは、記事の最後の付録に載せています。 指標 数え方 Epoxy バージョン libs.versions.toml や build.gradle から検出 Epoxy 使用ファイル数 com.airbnb.epoxy を含む .kt EpoxyController 数 EpoxyController を含む .kt EpoxyModel 数 @EpoxyModelClass などを含む .kt EpoxyHolder 数 EpoxyHolder を含む .kt Compose ファイル数 @Composable を含む .kt(画面以外の部品やテストも含む) XML レイアウト数 res/layout*/ 配下の .xml Epoxy 依存モジュール数 epoxy を参照する Gradle ファイル ハマったところ build/ を除外し忘れていたり自動生成コードが入ってしまったりで、集計ごとに数が増減して最初は安定しませんでした。 1〜2週回すとミスにも気づけて、次の点に気をつけて計測するようにしました。 ...

2026年11月17日 · 読了時間: 2分 · 竹中 貴哉
LeakCanaryのリークトレースとClaude Codeの連携を示すイメージ

Claude CodeでAndroidのメモリリーク改善を自動化する ── LeakCanaryの検知からAI修正までのアプローチ

はじめに こんにちは。and factory Androidエンジニアの鬼倉です。 今回は、私が携わるAndroidプロジェクトでClaude Codeを活用し、ANR改善に取り組んだアプローチを紹介します。ANRの原因はさまざまですが、本記事ではメモリリークを原因とするANRに焦点を当てます。 Android開発者にとって、メモリリーク対応のためにLeakCanaryを導入したはいいものの、結局修正できず通知が出続けているという方も多いのではないでしょうか? そこで今回私のプロジェクトでは、LeakCanaryによる検知に加えてClaude CodeのSkillsを活用した自動修正の仕組みを構築しましたので紹介します。 ANRとは? ANR(Application Not Responding)とは、アプリが指定時間内に操作を応答できなかった場合に発生するシステムエラーです。代表的には、UIスレッドが入力イベントに対して5秒以内に応答できない場合などでトリガーされます(BroadcastReceiverやServiceでも発生)。デッドロック、I/O処理のブロック、高負荷処理などさまざまな原因で発生します。Crashと同様にユーザー体験を大きく損なう問題ですが、Crashほど原因が明確でなく再現も難しいため軽視されがちです。ANR率はFirebase CrashlyticsやGoogle Play Consoleで確認できます。 本記事の環境 技術 バージョン Kotlin 2.3.20 AGP(Android Gradle Plugin) 8.9.3 LeakCanary 2.14 ANR改善が進まなかった背景 まずはそもそもメモリリークによるANRの修正改善がなぜ進んでいなかったのかを整理します。 FirebaseのANRレポートだけでは原因を深掘りしにくい Crashの場合、Firebase Crashlyticsに発生元のExceptionが記録されるため、その箇所が直接的な修正対象になります。一方、メモリリーク由来のANRは事情が異なります。複数箇所のメモリリークが徐々に蓄積し、最終的にANRとして発生します。そのため、Firebase上のレポートから直接的な原因箇所を特定することが困難です。 さらに、メモリリークの蓄積は端末のメモリ状況やユーザーの操作パターンに依存するため、開発環境での再現も難しいという問題があります。 ANR改善のためのLeakCanary導入と修正対応の難しさ ANRの発生件数を改善するため、メモリリーク検知の定番ライブラリであるLeakCanaryを導入しました。LeakCanaryを導入すると、開発中の手元の端末上でメモリリークの発生をリアルタイムに把握できます。 しかし、検知できることと修正できることは別の問題です。LeakCanaryはメモリリークの発生タイミングやある程度の情報を提供しますが、明確なコード上の原因までは教えてくれません。開発者自身が情報をもとに原因となるコードを探し出し、修正する必要があります。 さらに厄介なのは、メモリリークの原因となるコードは一見すると問題がないように見える点です。修正にはAndroid開発やKotlinに関する深い知識が求められ、1件あたりの対応に時間を要します。結果として、他の機能開発やCrash対応に比べて優先度が下がり、改善が後回しになりがちな状況が続いていました。 Claude Codeを活用したメモリリーク改善アプローチ 以上の理由により、LeakCanaryやFirebaseのANRログだけでは自力での修正は困難でした。それに対してどのようにAIを活用して修正をしていくのでしょうか? 最もシンプルなアプローチとしては、LeakCanaryが通知を出したら内容をClaude Codeにコピーペーストして修正を依頼することです。この方法でももちろん対応できます。 しかし、Logcatを含めた前後情報があればより精度が高まりますし、コピーペーストという作業をなるべく減らし即座に修正を依頼する環境を構築しなければ、再び後回しになりかねません。 今回私たちが構築したのは、LeakCanaryが通知を出した瞬間にClaude Codeへ/investigate-leakと依頼するだけで完結する方法です。AIが自ら端末のLogcatを確認し、ログ情報からメモリリークの修正を提案します。 LeakCanaryのリークトレースをClaude Codeから取得可能にする なお、本記事のアプローチではLogcatの内容をAIに読み取らせるため、ユーザーの個人情報やAPIキーといった機密情報がLogに出力されていないことが前提となります。 LeakCanaryはメモリリークを検知すると端末上に通知を表示します。しかし、デフォルトではヒープダンプの解析結果がlogcatに出力されません。Claude Codeがリークトレースを自律的に取得できるよう、解析結果をlogcatに出力する仕組みを追加しました。 具体的には、LeakCanaryのonHeapAnalyzedListenerをカスタマイズしています。 1 2 3 4 5 6 7 8 9 10 11 12 13 import leakcanary.LeakCanary import leakcanary.OnHeapAnalyzedListener import timber.log.Timber val defaultListener = LeakCanary.config.onHeapAnalyzedListener LeakCanary.config = LeakCanary.config.copy( onHeapAnalyzedListener = OnHeapAnalyzedListener { heapAnalysis -> defaultListener.onHeapAnalyzed(heapAnalysis) // ここでLogに出力(ここではTimberを利用しています) Timber.tag("LeakCanary").d(heapAnalysis.toString()) } ) この設定により、Claude Codeは以下のadbコマンドでリークトレース全文を取得できます。 ...

2026年4月15日 · 読了時間: 2分 · 鬼倉泰裕