Claude Code の生成コードをローカル LLM でレビューする 3 つの構成パターン

Claude Code は強力なコード生成能力を持ちますが、生成されたコードを別の視点でレビューしたい場面があります。クラウド API にコードを送りたくない場合や、コスト削減のためにローカル LLM を活用したい場合です。

この記事では、Ollama + Qwen3（ローカル LLM）と OpenHands（オープンソースのコーディングエージェント）を組み合わせて、Claude Code の生成コードを自動レビューする 3 つの構成パターンを紹介します。

前提となる構成

以下のツールがインストール済みであることを前提とします。

構成図で示すと、Claude Code（クラウド）が書いたコードを、ローカル環境でレビューする構造です。

Claude Code（Anthropic API）
  ↓  コードを生成・編集
ローカルリポジトリ（あなたの PC）
  ↓  レビュー依頼
OpenHands / Git フック
  ↓
Ollama（ローカルランタイム）
  ↓
Qwen3（ローカル LLM）→ レビュー結果を出力

パターン 1：Git フック + Ollama 直接呼び出し（最もシンプル）

OpenHands は不要です。Claude Code がコミットするタイミングで、Git の pre-commit フックが Ollama に差分を送り、Qwen3 にレビューさせます。

仕組み

Claude Code → git commit → pre-commit フック発火
                              ↓
                     git diff を Ollama API に送信
                              ↓
                     Qwen3 がレビューコメントを生成
                              ↓
                     review.md に出力 or コミット中断

設定手順

プロジェクトの .git/hooks/pre-commit を作成します。

cat << 'HOOK' > .git/hooks/pre-commit
#!/bin/bash
DIFF=$(git diff --cached)
if [ -z "$DIFF" ]; then exit 0; fi

# 差分が大きすぎる場合はスキップ（トークン制限対策）
DIFF_LINES=$(echo "$DIFF" | wc -l)
if [ "$DIFF_LINES" -gt 500 ]; then
  echo "差分が大きすぎるためレビューをスキップします（${DIFF_LINES}行）"
  exit 0
fi

echo "ローカル LLM でコードレビュー中..."

REVIEW=$(curl -s http://localhost:11434/api/chat -d "{
  \"model\": \"qwen3:14b\",
  \"stream\": false,
  \"messages\": [{
    \"role\": \"user\",
    \"content\": \"以下の git diff をコードレビューしてください。バグ、セキュリティ問題、パフォーマンス問題、改善点を日本語で指摘してください。問題がなければ LGTM と回答してください。\n\n\`\`\`diff\n${DIFF}\n\`\`\`\"
  }]
}" | jq -r '.message.content')

echo "$REVIEW" > review.md
echo "---"
echo "$REVIEW"
echo "---"
echo "レビュー結果を review.md に出力しました"
HOOK
chmod +x .git/hooks/pre-commit

動作例

# Claude Code がコードを編集した後...
$ git add -A && git commit -m "Add user authentication"

ローカル LLM でコードレビュー中...
---
## レビュー結果

1. **セキュリティ**: パスワードのハッシュ化に MD5 を使用しています。
   bcrypt または argon2 に変更してください。

2. **バグ**: 42行目の `if user = None` は代入になっています。
   `if user is None` に修正してください。

3. **改善**: try-except ブロックで Exception を捕捉しています。
   より具体的な例外型を指定してください。
---
レビュー結果を review.md に出力しました

向いているケース

• セットアップを最小限にしたい
• コミット単位の差分レビューで十分
• 追加ツールをインストールしたくない

パターン 2：OpenHands ヘッドレスモードで本格レビュー

Claude Code の作業後に OpenHands を呼び出し、ファイル全体を読み、テストを実行し、改善提案まで自律的に行わせます。

仕組み

Claude Code → コード生成・編集
      ↓
OpenHands（ヘッドレス）→ ファイル全体を読む
                        → テストを実行する
                        → レビューコメントを生成
                        → 必要なら修正も提案
      ↓
Ollama + Qwen3（ローカル LLM）

設定手順

OpenHands CLI をインストールし、Ollama をバックエンドに設定します。

# OpenHands をインストール
pip install openhands-ai

# Ollama のコンテキスト長を拡張して起動（必須）
OLLAMA_CONTEXT_LENGTH=32768 ollama serve

使い方

Claude Code の作業が終わったら、以下のコマンドでレビューを実行します。

# 直近のコミットをレビュー
openhands --headless -t "
このリポジトリの直近のコミットをレビューしてください。
1. git diff HEAD~1 で差分を確認
2. 変更されたファイルの全体を読んで文脈を理解
3. テストがあれば実行して結果を確認
4. 以下の観点でレビュー：
   - バグ・ロジックエラー
   - セキュリティ脆弱性
   - パフォーマンス問題
   - 設計上の懸念
   - テストの網羅性
5. review.md にレビュー結果を出力
"

シェルエイリアスにしておくと便利です。

# ~/.zshrc に追加
alias ai-review='openhands --headless -t "直近のコミットをレビューして review.md に出力してください。バグ、セキュリティ、パフォーマンス、設計の観点で指摘してください。テストがあれば実行してください。"'

# Claude Code で作業した後
$ ai-review

パターン 1 との違い

向いているケース

• 差分だけでなくファイル全体の文脈を踏まえたレビューが欲しい
• テストの実行結果も含めた品質確認をしたい
• レビュー結果に基づく修正案も欲しい

パターン 3：Claude Code フック + OpenHands（完全自動化）

Claude Code の hooks 機能を使い、コード編集のたびにバックグラウンドで自動レビューを走らせます。

仕組み

Claude Code が Edit/Write ツールを使用
      ↓ （PostToolUse フック自動発火）
OpenHands がバックグラウンドでレビュー開始
      ↓
Ollama + Qwen3 でローカルレビュー
      ↓
review.md に結果出力（デスクトップ通知）

設定手順

プロジェクトの .claude/settings.json にフックを設定します。

{
  "hooks": {
    "PostToolUse": [
      {
        "matcher": "Edit|Write",
        "command": "bash -c 'openhands --headless -t \"$(git diff) をレビューして review.md に出力\" > /dev/null 2>&1 &'"
      }
    ]
  }
}

注意点

• リソース消費: 編集のたびにレビューが走るため、CPU/GPU の負荷が高くなります
• 競合: Claude Code と OpenHands が同時にファイルを操作すると競合する可能性があります
• 実用的な運用: matcher を Write のみに絞る、あるいは特定のファイルパターンに限定するなどの調整が必要です

向いているケース

• レビューの自動化を徹底したい
• マシンスペックに余裕がある（VRAM 24GB 以上推奨）
• Claude Code の作業中に並行してレビューを走らせたい

3 パターンの比較

実践的なおすすめ構成

ステップ 1: パターン 1（Git フック）から始める。セットアップが簡単で、コミットのたびに基本的なレビューが得られます。

ステップ 2: レビューの深さが足りないと感じたら、パターン 2（OpenHands ヘッドレス）に移行。ai-review エイリアスで手軽に本格レビューを実行できます。

ステップ 3: 完全自動化が必要な場合のみ、パターン 3 を検討。ただしリソース消費が大きいため、マシンスペックと相談してください。

速度とコストのトレードオフ

ローカル LLM でのレビューはクラウド API より遅くなりますが、コードを外部に送信しないというプライバシー上の利点と、追加コストゼロという経済的な利点があります。

まとめ

• パターン 1（Git フック）が最初の一歩: Ollama だけで動く最もシンプルな構成。pre-commit フックで差分を Qwen3 に送り、review.md に結果を出力
• パターン 2（OpenHands ヘッドレス）で本格化: ファイル全体の文脈理解、テスト実行、修正提案まで可能。ai-review エイリアスで手軽に実行
• パターン 3（Claude Code フック）で完全自動化: 編集のたびにバックグラウンドレビューが走る。リソース消費に注意
• ローカルレビューの最大の利点はプライバシーとコスト: コードを外部に送信せず、追加コストなしでレビューが得られる
• 段階的に導入する: パターン 1 → 2 → 3 とステップアップするのが現実的

参考

• Ollama で Qwen3 を動かす初心者ガイド
• OpenHands 入門ガイド
• OpenHands ローカル LLM 設定ドキュメント
• How to Get Automatic Code Review Using LLM Before Committing - DEV Community
• Build a Free AI Code Review Bot in Python with Ollama and Git Hooks - DEV Community
• pre-commit-llm-code-review - GitHub
• Code Review using Ollama - GitHub Actions