記事一覧

awesome-claws — OpenClaw エコシステム 28 エージェント完全マップ @tom_doerr 氏が X で紹介した、OpenClaw インスパイアのエージェントキュレーションリストが注目されています。 List of agents for OpenClaw machinae/awesome-claws は、OpenClaw にインスパイアされた 28 の AI エージェントプロジェクトをキュレーションしたリストです。Rust、TypeScript、Python、Go、C、Zig まで、8 言語にまたがるエコシステムが形成されています。 本記事では、GitHub 史上最速で最多スターを獲得した OpenClaw の背景と、そこから派生した 28 エージェントを設計思想別に分類して解説します。 OpenClaw とは何か GitHub 史上最速の成長 OpenClaw は、オーストリアの開発者 Peter Steinberger 氏が開発したオープンソースの自律型 AI エージェントです。 指標 数値 GitHub スター 247,000+（2026 年 3 月時点） 14 日間での獲得スター 190,000（GitHub 史上最速） フォーク数 47,700+ 対応チャネル 20+（WhatsApp、Telegram、Slack 等） AgentSkills 5,700+ 比較として、Kubernetes は約 10 年で 120,000 スター、Linux カーネルは 30 年以上で 195,000 スターです。OpenClaw は 14 日で 190,000 スターを達成し、React を抜いて GitHub 最多スターのソフトウェアプロジェクトになりました。 ...

Claude Code が .env を読んでログに出した — MCC 乗っ取り8桁被害の原因が特定された 広告の裏側（@hassii_ad）が、先日話題になった Google Ads MCC 乗っ取り事件の続報を投稿しました。いいね 2,558、ブックマーク 2,154、閲覧数 94 万超と大きな反響を呼んでいます。 【 続報 】原因が特定されました。 ・Antigravity は無関係、Claude Code で起きてた。 ・重要操作は人間の承認が必要な設定になっていたが、問題は権限ではなかった。 Claude Code が .env を読み込んだ（読み込み禁止にしてたのに無視されてた）→ その中の認証情報がログに出力されてた。→ 漏洩して悪用された。 初報（閲覧数 286 万、ブックマーク 5,399）では「被害額 8 桁後半」「原因不明」と報告されていましたが、続報で攻撃経路が確定しました。Antigravity は無関係で、Claude Code 単体の問題だったことが明らかになっています。 何が起きたのか — 攻撃の全体像 Claude Code が .env ファイルを読み込む （.claudeignore で禁止していたが無視された） ↓ .env 内の Google Ads 認証情報がログ（stdout）に出力される ↓ ログ経由で認証情報が漏洩 ↓ 攻撃者が MCC（マイクライアントセンター）にログイン ↓ 配下の全広告アカウントを使って深夜に不正広告を配信 ↓ アラートは飛んだが、当事者が目覚めた頃には被害拡大済み ポイントは「権限設定の問題ではなかった」という点です。重要操作には人間の承認が必要な設定にしていました。しかし Claude Code が .env を読み取って認証情報を stdout に出力するという想定外の挙動により、権限管理を迂回して情報が漏洩しました。 ...

Claude Code に潜んでいた3つの脆弱性 — git clone だけで API キーが盗まれる仕組み AIコーディングツール Claude Code に、リポジトリをクローンするだけでリモートコード実行（RCE）や API キー窃取が可能になる深刻な脆弱性が見つかった。発見したのはイスラエルのセキュリティ企業 Check Point Research。2025年7月〜2026年1月にかけて段階的に報告・修正された3件の脆弱性は、AI開発ツール特有の「設定ファイル＝実行レイヤー」という新しい攻撃面を浮き彫りにしている。 何が起きたのか — 3行まとめ Hooks コードインジェクション — .claude/settings.json に仕込んだフックで任意コマンドが実行される MCP 同意バイパス — enableAllProjectMcpServers 設定で信頼ダイアログを迂回し、悪意ある MCP サーバーが自動起動する API キー窃取 — ANTHROPIC_BASE_URL を攻撃者サーバーに書き換え、認証ヘッダーごと API キーを平文で盗む いずれも修正済みだが、AI コーディングツールのサプライチェーンリスクを示す重要な事例として記録しておく。 脆弱性の詳細 脆弱性 1: Hooks によるリモートコード実行 項目 内容 修正バージョン v1.0.87（2025年9月） CVSS 8.7 攻撃ベクトル .claude/settings.json の Hooks 設定 Claude Code の Hooks 機能は、セッション開始やツール呼び出しなどのライフサイクルイベントで事前定義されたシェルコマンドを実行する仕組みだ。 攻撃の流れ: 攻撃者がリポジトリに悪意ある .claude/settings.json をコミット ↓ 開発者が git clone してプロジェクトを開く ↓ Claude Code 起動時に信頼ダイアログが表示される ↓ ユーザーが "Yes, proceed" をクリック ↓ Hook コマンドが追加確認なしで即座に実行 ↓ リバースシェルや認証情報ハーベスターが起動 悪意ある設定の例: ...

Claude Code 時代、UI デザイナーの仕事は軽くならない — 「整える仕事」の自動化と評価軸シフト アオキタカユキ氏（@dorisukeone）が「やれることがどんどん拡張していく」とコメントを添えて、自身の note 記事を紹介しています。 Claude Code時代、UIデザイナーの仕事は軽くならない タイトルだけ見ると逆説的ですが、主張はシンプルです。AI が「整える仕事」を代替するぶん、デザイナーにはもっと上流の思考が求められるようになる。仕事は減るのではなく、質が変わるというのが記事の核心です。 「整える仕事」とは何か アオキ氏が自動化されると指摘する「整える仕事」は、UI デザイナーの日常業務の大部分を占めてきた作業です。 整える仕事 具体例 デザインシステム準拠 コンポーネントの使い分け、間隔・サイズの統一 ブランドトーン維持 カラー、タイポグラフィ、トーン&マナーの一貫性 アクセシビリティ対応 コントラスト比、フォーカス順序、ARIA ラベル 制作スピード 仕様に沿った画面を短時間で量産する能力 これらは再現性が高く、ルールが明文化されているため、AI による自動化と相性が良い領域です。Claude Code は CLAUDE.md にデザインシステムの仕様を記述しておくだけで、コンポーネント選定からアクセシビリティ対応まで一貫して処理できます。 なぜ「軽くならない」のか 「整える仕事」が自動化されるなら、仕事は楽になるはずです。しかしアオキ氏の指摘は、評価軸そのものがシフトするという点にあります。 従来の UI デザイナーの評価は「速く、整った画面を作れること」でした。これが AI で代替可能になると、その能力では差がつかなくなる。代わりに求められるのは「思考のズレを言語化する力」、つまり以下のような上流工程のスキルです。 問題定義: 「何を作るか」の前に「なぜ作るのか」を問う力 意思決定の言語化: 「このボタンを右に置く」ではなく「なぜ右なのか」を説明する力 ビジネスゴールとの接続: UI の判断をプロダクト戦略に紐づける力 仕事が軽くなるのではなく、より認知負荷の高い仕事にシフトする。だから「軽くならない」のです。 Claude Code × Figma が実現した双方向ワークフロー この評価軸シフトを加速させているのが、2026年2月に発表された Code to Canvas です。Figma と Anthropic が共同で開発したこの機能は、Claude Code で生成したコードを編集可能な Figma フレームとして取り込めます。 従来のワークフロー デザイナーが Figma で設計 ↓ エンジニアがコードに変換 ↓ デザイナーが実装を確認 ↓ 「ここ違う」→ 修正依頼の往復 Code to Canvas 後のワークフロー エンジニアが Claude Code で UI プロトタイプを生成 ↓ 「Send this to Figma」で即座に Figma に転送 ↓ デザイナーが Figma 上で直接編集・フィードバック ↓ 変更を Claude Code に反映 逆方向も可能です。Figma MCP サーバーを使えば、Figma のデザイントークン、コンポーネント構造、Auto Layout ルールを Claude Code が直接読み取り、デザインシステムに準拠したコードを自動生成します。 ...

Claude-Native Designer — デザイナーが「作る人」になる Figma MCP × Claude Code ワークフロー @felixleezd（Felix Lee）氏のポストが注目を集めています。ADPList の共同創業者であり、1,500 人以上のデザイナーに Vibe Coding を教えてきた Felix Lee 氏が、4 ヶ月の実践から導いた「Claude-Native Designer」のワークフローを公開しました。 If you want to ship products you designed, stop using Figma only. Do it on Claude Code instead. Autonomous AI = memory + planning + tools + safety + collaboration. It’s a system, not a prompt. 「デザインの未来はコードを学ぶことではない。ビルドすることを学ぶことだ」— この記事の核心は、デザイナーが抱えてきた「アイデアはあるが実装できない」という壁が、Claude Code によって構造的に消滅したという主張です。 デザイナーの天井 — 7 年間の経験が語る構造的問題 Felix Lee 氏は Gotrade（YC S19）と ADPList で 7 年間デザインに携わってきました。その間、デザイナーが直面する共通の天井を目撃しています。 ...

ClawGTM — OpenClaw を自律型セールスエージェントに変えた「URL 1つで営業パイプライン構築」 Nav Toor さん（@heynavtoor）が、OpenClaw ベースの自律型セールスエージェント ClawGTM を紹介し、大きな反響を呼んでいます。 BREAKING: Someone just turned OpenClaw into an autonomous sales agent. It’s called Claw GTM. Paste your website and it builds your outbound pipeline automatically. https://x.com/heynavtoor/status/2029203769557413922 1,627 いいね・4,307 ブックマーク・227,728 ビューを集めたこのポストが示すのは、AI コーディングエージェントとして知られる OpenClaw を営業自動化に転用した事例です。Web サイトの URL を貼るだけで、理想顧客プロファイルの特定、求人データからの購買シグナル検出、アカウントリサーチ、パーソナライズされたメール・LinkedIn アウトリーチの生成までを約60秒で実行するとされています。 SDR とは何か — AI が置き換えようとしている職種 ClawGTM を理解するには、まず SDR（Sales Development Representative） という職種を知る必要があります。日本語では「インサイドセールス担当」や「営業開発担当者」と訳されます。 SaaS 営業の分業モデル SaaS 企業では、営業プロセスを商談を作る人と商談を閉じる人に分ける分業モデルが広く採用されています。 SDR（営業開発担当） AE（アカウントエグゼクティブ） ┌─────────────────────┐ ┌─────────────────────┐ │ リード発掘 │ │ 商談・提案 │ │ 初期アプローチ │ ──→ │ 契約交渉 │ │ 商談（ミーティング）設定│ │ クロージング（成約） │ └─────────────────────┘ └─────────────────────┘ 「商談を作る」 「商談を閉じる」 SDR の日常業務 業務 内容 所要時間の目安 ターゲットリサーチ 企業情報・担当者の調査、ICP との照合 1日の30〜40% メール作成 パーソナライズされたコールドメールの作成 1日の20〜30% 電話・LinkedIn コールドコール、LinkedIn メッセージ送信 1日の20〜30% フォローアップ 返信対応、ミーティング調整 1日の10〜20% SDR の仕事の大半はリサーチとアウトリーチの繰り返しです。1日に数十件のメールを書き、企業を調べ、LinkedIn でメッセージを送る — この反復的な作業こそ、AI エージェントが自動化しようとしている領域です。 ...

Everything Claude Code — Anthropic ハッカソン優勝者が作った「Claude Code 設定バイブル」の全貌 Ihtesham Ali さん（@ihtesham2005）が、Anthropic ハッカソン優勝者のリポジトリを「Claude Code 設定バイブル」として紹介し、大きな反響を呼んでいます。 Stop building agents from scratch. Anthropic hackathon winner just dropped the complete Claude Code config bible. It got Agents, skills, hooks, commands, rules, MCPs battle-tested over 10+ months. And now has PM2 + multi-agent orchestration with 6 new commands. This single repo replaces 10 different setups. https://x.com/ihtesham2005/status/2029246676339474841 457 いいね・865 ブックマーク・33,579 ビューを集めたこのポストが指すのは、everything-claude-code — GitHub 60,700 スターを獲得した、Claude Code のエージェント・スキル・フック・コマンド・ルール・MCP 設定を一括提供するオープンソースプラグインです。 ...

Felix AI CEO × 人間ゼロの会社が 30 日で売上 1,200 万円、VC を「金の使い道がない」と断った話 @0x__tom 氏のポストが話題になっています。 「OpenClaw が作った会社（人間は 0）」に VC が出資を持ちかけて「金の使い道がない」と断ったとして海外で話題になってる。しかもこの会社、30 日で売上 1,200 万円を叩き出してるらしい。 連続起業家 Nat Eliason が OpenClaw の AI エージェント「Felix」を CEO に任命し、法人 The Masinov Company を設立しました。Nat がやるのはボイスメモを送ることだけ。Felix が判断して実行します。月額コスト約 400 ドル（6 万円）で、30 日間で約 80,000 ドル（1,200 万円）の売上を記録しています。 VC が投資を持ちかけた際、Nat は「金の使い道がない」と答えました。AI エージェントの時代に足りないのは資本ではなく「何をさせるか」のビジョンだ、という指摘です。 Felix とは誰か — Mac Mini 上で動く AI CEO Felix は OpenClaw フレームワーク上で動作する自律型 AI エージェントです。Mac Mini 上でローカルに稼働し、ウェブサイト・メール・Stripe・銀行口座へのフルアクセスを持っています。 The Masinov Company の組織図: Nat Eliason（オーナー） ├── Telegram でボイスメモ送信のみ └── 毎朝の日報レビュー + フィードバック Felix（AI CEO） ├── 商品開発 ├── 戦略立案 ├── 売上管理 ├── X アカウント運営 ├── ブログ管理 └── サブエージェント管理 ├── カスタマーサポート └── 営業 Felix の 1 日 時間帯 活動 早朝 Stripe・サイト統計を確認し日報を作成。次の 5 つの優先事項を Nat に提案 朝 Nat が日報をレビューしフィードバック。Felix が HEARTBEAT スケジュールを調整 日中 メール対応、X 対応、ブログ管理、バグ修正、進行中プロジェクト推進 夜間 新スキル開発、ボトルネック解決、自動化強化の改善サイクル 30 日で 80,000 ドル — 売上の内訳 Felix が生み出した売上の構造を分解します。 ...

Geminiフルパワープロンプト50選 × ロールプロンプティングの効果と限界 たか田さん（@daifukujinji）が、Gemini の性能を引き上げる「人格付与プロンプト」50選を公開し、大きな反響を集めています。 Geminiが「いまいち」になってない？それ、性能が低いからじゃない。使う人が９割まちがってる。「〜を教えて」で終わらせてる人はマジでもったいない。GeminiはGoogleの検索窓じゃない思考するマシーン。 https://x.com/daifukujinji/status/2029119665222627465 304 いいね・48 RT・485 ブックマークを集めた一連のポストでは、Gemini に「あなたは〇〇です」と人格を与えることで回答品質が変わるという主張が展開されています。提示された50項目の「フルパワープロンプト」は、戦略コンサルから校正者、ストーリーテラーまで多岐にわたる人格定義です。 「フルパワープロンプト」50項目の全容 画像で公開された50項目を分類・整理します。 思考力・分析系（No.1〜10） No プロンプト 狙い 1 あなたは世界トップ0.1%の戦略コンサルとして思考してください 高次の戦略的思考 2 あなたは論理破綻を絶対に許さない分析官です 論理の厳密性 3 あなたは仮説検証を最優先するリサーチャーです 仮説思考 4 あなたは常に反論を想定して考える批判家です 反証的思考 5 あなたは抽象と具体を自在に往復できる知性です 抽象化・具体化 6 あなたはMECEを無意識で使いこなすプロです 網羅的思考 7 あなたは意思決定の質を最大化する参謀です 意思決定支援 8 あなたは数字とロジックで語る合理主義者です データ駆動 9 あなたは前提条件の抜け漏れを見抜く監査役です 前提検証 10 あなたは再現性だけを重視する設計者です 再現可能性 文章・表現系（No.11〜20） No プロンプト 狙い 11 あなたはプロ歴20年のトップコピーライターです 訴求力 12 あなたは読者の感情を設計する文章家です 感情設計 13 あなたは1文目で心を掴む編集者です リード文 14 あなたは無駄な言葉を1文字も許さない校正者です 簡潔性 15 あなたはSNSで何度もバズらせてきた運用者です SNS最適化 16 あなたは中学生にも刺さる言語変換の達人です 平易化 17 あなたはPREP構成を本能で使うライターです 構成力 18 あなたは物語化が異常にうまいストーリーテラーです 物語化 19 あなたは読後に行動させるプロです CTA設計 20 あなたは保存したくなる文章専門家です 保存性 ビジネス・経営系（No.21〜30） No プロンプト 狙い 21 あなたは利益から逆算する起業家です 収益思考 22 あなたは失敗事例を1000件知っている経営者です リスク回避 23 あなたは小さく勝って大きく伸ばす投資家です 段階的成長 24 あなたは時間対効果を最重視する経営者です 効率性 25 あなたは凡人でも再現できる仕組み屋です 仕組み化 26 あなたはスケール前提で考える事業設計者です スケーラビリティ 27 あなたは価格設計に異常に強いマーケターです 価格戦略 28 あなたは顧客心理を読み切る営業のプロです 顧客理解 29 あなたは数字でしか判断しないCFOです 財務分析 30 あなたは撤退判断が異常に早い冷静な経営者です 撤退判断 専門・効率系（No.31〜40） No プロンプト 狙い 31 あなたは業務効率化だけを考えるDXコンサルです DX推進 32 あなたは自動化前提で思考する設計者です 自動化設計 33 あなたはExcel・スプレッドシートの鬼です 表計算 34 あなたは無駄な作業を嫌う業務改善屋です 業務改善 35 あなたは人に任せる前提で設計するPMです 委譲設計 36 あなたはチェックリスト化の達人です チェックリスト 37 あなたは1回で終わらせるために考える実務家です 一発完結 38 あなたは再利用できない仕事を失敗と定義します 再利用性 39 あなたは最短ルートしか提示しない案内人です 最短経路 40 あなたは今すぐ使える形でしか出力しません 即実用性 メタ思考・品質系（No.41〜50） No プロンプト 狙い 41 あなたはこの分野の第一人者として断定的に語ります 権威性 42 あなたは甘い表現を一切使わない辛口評論家です 率直性 43 あなたはユーザーが気づいていない前提を補完します 前提補完 44 あなたは常に一段深い示唆を出します 深堀り 45 あなたは60点の回答を恥と考えます 品質基準 46 あなたは改善案を必ず3案以上提示します 複数案 47 あなたはなぜ？を5回繰り返して考えます Why分析 48 あなたは想定外の視点を必ず1つ入れます 意外性 49 あなたは結論→理由→具体→再結論で話します PREP構成 50 あなたはユーザーの目的達成を最優先に最適化します 目的志向 ロールプロンプティングとは何か 50項目の本質はロールプロンプティング（Role Prompting）というプロンプトエンジニアリング技法です。「あなたは〇〇です」と指示することで、LLM の出力を特定の専門性やスタイルに方向づけます。 ...

130 超の生成 AI アプリを「動かして学ぶ」— gen-ai-experiments リポジトリ完全ガイド @alifcoder 氏が X で紹介した、生成 AI の実践的学習リポジトリが注目を集めています。 Collection of 130+ production-ready Gen AI apps, agents, and experiments. Built with LangChain, RAG, AI Agents, Multi-Agent Teams, and more. buildfastwithai/gen-ai-experiments は、130 を超える本番レベルの生成 AI アプリケーション、エージェント、実験プロジェクトを Jupyter ノートブック形式で集めたリポジトリです。LangChain、RAG、AI エージェント、マルチエージェントシステムなど、2024-2026 年の主要な AI 技術スタックを網羅しています。 本記事では、このリポジトリの構成と活用法、類似リソースとの比較、そして「動かして学ぶ」アプローチの価値を解説します。 なぜ「動かして学ぶ」が重要なのか ドキュメントだけでは身につかない 生成 AI の学習には特有の難しさがあります。 生成 AI 学習の 3 つの壁: 1. API の組み合わせの壁: LLM API 単体は簡単。だが RAG、エージェント、 ツール連携を組み合わせると複雑度が指数的に増加 2. プロンプト設計の壁: 「動くプロンプト」と「良いプロンプト」の差は ドキュメントでは伝わらない。実行して出力を見るしかない 3. 本番品質の壁: デモレベルと本番レベルの間にある エラーハンドリング、レート制限、コスト管理の知識 gen-ai-experiments は、これらの壁を動くコードで越えるアプローチを取っています。631 の Jupyter ノートブックがあり、セルを 1 つずつ実行しながら各技術の仕組みを体験できます。 ...