Claude-Code

AIコーディングエージェント向けの開発フレームワーク「superpowers」（obra/superpowers）がGitHubで9万スターを超え、世界中のAI開発者から注目を集めている。Claude Code・Cursor・Codex・OpenCode・Gemini CLIなど主要なAIエージェントに対応した、再利用可能な「スキル」コンポーネントで構成されるワークフローだ。 「AIに思いつき実装をさせない」という設計哲学 superpowersの根底にある考え方はシンプルだ。AIに自由に実装させるのではなく、明確な仕様とプロセスでエージェントを制御する。この思想が7段階ワークフロー全体に貫かれている。 7段階ワークフロー superpowersは以下の7つのフェーズで開発を進める: ステップ フェーズ 内容 1 Brainstorming 対話で要件を詰める 2 Git Worktree 隔離環境で並列開発 3 Write Plan 2〜5分単位のタスクに分割 4 Execute サブエージェント駆動で実装 5 TDD RED → GREEN → REFACTOR 6 Code Review 仕様適合性＋品質の2段階チェック 7 Branch Complete マージまたはPR作成 TDDがAIエージェントに効く理由 TDD（テスト駆動開発）はAIエージェントとの協働において特に威力を発揮する。 レッドテストを先に書く = AIへの仕様の明示化 「何を作るべきか」をテストで定義してからエージェントに渡すことで、エージェントが目標を見失わない。ゴールが曖昧なままエージェントを走らせるのと比べて、実装精度が段違いに向上する。 ❌ 曖昧な指示: 「ユーザー認証機能を実装して」 ✅ TDDアプローチ: まずテストを書き、通過条件を明示してから実装させる Git Worktreeで並列開発 Git Worktreeを活用することで、自分がメインブランチで作業しながら、AIが別の隔離環境で並行して開発を進められる。 長時間の自律タスクほど恩恵が大きい コンフリクトのリスクを最小化しながら並列作業が可能 タスク粒度の設計 計画フェーズ（Write Plan）でタスクを 2〜5分サイズ に分割するのがポイントだ。細かく分割することでAIのコンテキスト肥大化を防ぎ、品質を維持できる。 こんな人に向いている ハーネス（開発基盤）を自作する時間がない人 AI駆動開発の型を学びたい初心者 既存のワークフローを体系化したい人 導入方法 作者はJesse Vincent（歴戦のOSSベテラン）。 Claude Code: 公式マーケットプレイスから導入可能 Codex / OpenCode: 手動セットアップが必要 「スキル」という再利用可能なコンポーネントで構成されているため、自分のプロジェクトに必要な部分だけを取り込むことも可能だ。 ...

Anthropic で Claude Code を開発している Thariq が、社内での大規模なスキル活用から得た知見をまとめたノートが公開された。スキルは Claude Code の最も使われる拡張ポイントの一つであり、柔軟で作りやすく配布もしやすい。しかしその柔軟性ゆえに「何が正解か」を判断しにくいという問題もある。本記事はそのノートの内容を日本語でまとめたものだ。 スキルとは何か スキルは「ただの Markdown ファイル」という誤解が多いが、実際にはスクリプト・アセット・データなどを含むフォルダー全体がスキルだ。Claude Code では動的なフックの登録など多彩な設定オプションも提供されている。 最も面白いスキルは、こうした設定オプションやフォルダー構造をクリエイティブに活用しているものだ。 スキルの 9 つのカテゴリ 社内のスキルを棚卸ししたところ、いくつかのカテゴリに分類できた。最も優れたスキルは一つのカテゴリに綺麗に収まる。自組織でどのカテゴリが欠けているかを確認するのに役立つ。 1. ライブラリ・API リファレンス ライブラリ、CLI、SDK の正しい使い方を説明するスキル。内部ライブラリや Claude Code が苦手とする一般的なライブラリを対象にする。参照コードスニペットのフォルダーや、Claude が避けるべき「落とし穴（gotchas）」リストを含めることが多い。 例: billing-lib — 社内課金ライブラリのエッジケースや注意点 internal-platform-cli — 社内 CLI の全サブコマンドと使用例 frontend-design — 自社デザインシステムに Claude を合わせる 2. プロダクト検証 コードが正しく動作しているかをテスト・検証するスキル。Playwright や tmux などの外部ツールと組み合わせることが多い。検証スキルは Claude のアウトプットの正確性を担保するために極めて有用で、エンジニアが 1 週間かけて磨き上げる価値がある。 出力の動画録画や各ステップでのプログラムによるアサーションなどの手法も有効だ。 例: signup-flow-driver — サインアップ → メール確認 → オンボーディングをヘッドレスブラウザで実行 checkout-verifier — Stripe テストカードでチェックアウト UI を操作し、請求書の状態を確認 tmux-cli-driver — TTY が必要なインタラクティブ CLI テスト用 3. データ取得・分析 データ・監視スタックに接続するスキル。認証情報付きでデータを取得するライブラリ、特定のダッシュボード ID、一般的なワークフローの手順などを含む。 ...

Claude Code を使いこなすうえで押さえておきたいコマンド・指示パターンを10個まとめました。 これを知っているか知らないかで、作業スピードに大きな差が生まれます。 コマンド一覧 1. /edit — 部分修正で爆速 ファイル全体を書き直すのではなく、特定の箇所だけを修正したいときに使います。 /edit auth.py の login 関数のバリデーション処理を修正して 変更箇所を絞ることで、Claude が意図を正確に把握しやすくなり、意図しない書き換えを防げます。 2. /diff — 変更点だけ確認 Claude が加えた変更内容を一覧表示します。大量に編集した後に「何が変わったか」を素早く把握できます。 /diff git diff の感覚で使えるため、コードレビュー前の最終確認に重宝します。 3. /undo — 即戻せる 直前の変更を取り消します。「やっぱり前の方が良かった」というときに即座に元に戻せます。 /undo Claude Code はセッション内の変更履歴を保持しているため、複数回の /undo で遡ることも可能です。 4. /run — 実行まで自動 コードの生成だけでなく、その場で実行まで完結させます。スクリプトの動作確認やテスト実行を素早く回せます。 /run scripts/migrate.py を実行して結果を確認して 実行結果のエラーも自動で拾い、修正まで一気に進めてくれます。 5. /test — テスト生成 実装コードに対応するユニットテストを自動生成します。テストを書く手間を大幅に削減できます。 /test UserService クラスのテストを生成して 既存のテストフレームワーク（pytest、Jest など）を検出して、プロジェクトのスタイルに合わせたコードを出力してくれます。 6. /fix — エラー修正 エラーメッセージをそのまま貼り付けるだけで、Claude が原因を分析して修正します。 /fix TypeError: 'NoneType' object is not subscriptable スタックトレースごと渡すと、より正確な修正が得られます。 7. /refactor — 最適化 動いているコードをより読みやすく・効率的な構造に書き直します。 ...

これまでClaude Codeを使っていて「許可ボタン押すのめんどくさすぎ問題」にイラッとしてた人、朗報です。Claude Codeに新機能「Auto Mode」が追加されました。 「全部自動でやってくれるやつでしょ？」と思った人、半分正解で半分不正解。 Auto Modeは「Claude自身がAI判断で、この操作は許可していいかどうかを決める」モードなので、全部無条件に自動承認するわけじゃないんです。ここ、めちゃくちゃ大事。 そもそもなぜAuto Modeが必要だったのか Claude Codeはファイルの編集やコマンドの実行のたびに「これやっていい？」と確認してきますよね。 1回2回ならいいけど、長時間のコーディングだと10回20回と確認が出る。正直めんどくさい。 これまでClaude Codeで「確認をスキップしたい人」には2つの選択肢しかありませんでした。 Auto-Accept Mode → ファイル編集だけ自動。コマンド系は毎回確認が出る Dangerously Skip Permissions → 全部ノーチェック。かーなーり危険なやつ つまり「ちょうどいい中間」がなかったんです。ファイル編集だけ自動じゃ足りないけど、全部ノーチェックは怖い。この隙間を埋めるのが Auto Mode。 Auto Modeの仕組み Auto Modeでは、Claude自身が操作ごとに「これは安全か？」をAIが判断します。 プロジェクト内のファイル読み書き → 安全と判断して自動承認 外部ネットワークへのアクセスやシステムに影響するコマンド → 危険と判断して確認を出す つまり人間が毎回「Yes / No」を押す代わりに、Claudeが代わりに判断してくれる仕組み。 注意点 AI判断にトークンを使うので、コストが少し増える 判断が完璧とは限らない。Anthropic公式も「隔離環境での使用を推奨」としている あくまでリサーチプレビュー（研究段階のお試し版） Auto Modeの始め方 ターミナルでClaude Codeを使っている場合は、以下のどちらかで起動します。 1 2 3 claude --enable-auto-mode # または claude --permission-mode auto どちらでもOKです。 VS Codeで使う場合の注意 VS Codeの拡張機能でClaude Codeを使っている場合は、Auto Modeは使えないようです（2026年3月時点）。 ...

Claude Code でスキルを作って業務を自動化していると、ある日気づく。「AIはスキルの存在を『知っている』が、ちゃんと『使っている』わけではない」。そこに救いの手として登場するのが cognee-skills という考え方だ。 「知っている」と「守っている」は別物 ある非エンジニアの Claude Code ユーザーが体験談を X に投稿した。 Claude Code でスキルを作って業務を任せてたら、AI がスキルを呼ばずに「記憶で大丈夫」って判断して3回同じミス。 原因を調べたら、スキルの保存場所が設定ファイルに書いてあるのにそこを見てなかった。「知っている」と「守っている」は別物だった。 この問題への対処として取られた手順は3つ: ルール追加 — スキルを必ず呼ぶよう明示的に指示を加える 失敗パターンの記録 — 同じミスが起きないよう記録に残す 保存場所の明記 — どこにスキルがあるかを設定に明示する 全部で10分。しかしこれはすべて手動の作業だった。 cognee-skills とは この問題の根本にあるのは、スキルファイルを作っても自動では改善されないという課題だ。AI モデルがアップデートされ、コードの構成が変わり、ユーザーの要求も変化する。しかし一度書いたスキルファイルはそのまま放置されがちだ。 cognee-skills は、スキルを継続的に改善するための5ステップフレームワークとして海外で注目を集めている。 5ステップの改善サイクル 1. 取り込み（Ingest） スキルファイルをそのまま保存するのではなく、以下の情報を付与して管理しやすい形に整理する: このスキルは何を目的としているか どんなタスクパターンに対応するか 他のスキルとどう関係するか 2. 観察（Observe） スキルが実行されるたびに結果を記録する: 何のタスクに使われたか 成功したか失敗したか エラーの内容 ユーザーからのフィードバック この記録なしに改善はできない。 3. 検査（Inspect） 失敗が繰り返されたとき、蓄積した実行記録を分析して「なぜ失敗しているのか」の原因パターンを特定する: 指示の書き方が悪いのか トリガー条件がずれているのか 外部ツールとの連携が壊れているのか 4. 修正（Amend） 原因が特定されたら、スキルファイルの該当箇所に具体的な修正案を自動生成する。修正内容は: 条件の追加 手順の並び替え 出力フォーマットの変更 人間が確認してから適用することも、自動適用することもできる。 5. 評価（Evaluate） 修正後のスキルが実際に結果を改善したかをテストする。改善していなければ元に戻す。改善が確認されて初めて、修正版が正式な新バージョンになる。すべての変更履歴が残るため、元の指示が失われることはない。 非エンジニアにとっての意味 現状では、スキルの「育て方」を知っているのはエンジニアだけだ。しかし cognee-skills の考え方が広まれば、非エンジニアでも: スキルが失敗した理由を把握できる 修正案を確認・適用できる スキルの品質を継続的に高められる 10分の手動作業が、将来的には自動化されるかもしれない。 ...

takt は、Claude Code や Codex などの AI コーディングエージェントのワークフローを YAML で定義できる CLI ツールです。エージェントに単にコードを書かせるだけでなく、レビューループや人間の介入ポイントを宣言的に管理することで、品質の高いアウトプットを継続的に得られるよう設計されています。 takt とは TAKT は TAKT Agent Koordination Topology の略で、ドイツ語の「拍子・指揮棒」を由来とする名前です。オーケストラの指揮者のように複数の AI エージェントを統率するというコンセプトが込められています。 GitHub: https://github.com/nrslib/takt 言語: TypeScript スター数: 952（2026年4月時点） ライセンス: MIT 対応エージェント: Claude Code、Codex、OpenCode、Cursor、GitHub Copilot CLI なぜ takt が必要か AI コーディングエージェントを使う上で重要なのは、ワークフローの設計です。エージェントに「コードを書いて」と指示するだけでは、品質にばらつきが生じます。takt は以下の課題を解決します: レビューループの自動化: 実装 → レビュー → 修正 のサイクルを自動で回す 再現性の確保: 実行パスを YAML で宣言するため、チーム間で同じ品質プロセスを共有できる マルチエージェント対応: 異なるペルソナ・権限・レビュー基準を持つ複数エージェントをオーケストレーション 完全なトレーサビリティ: 全ステップを NDJSON でログに記録 インストールと基本的な使い方 1 npm install -g takt 設定ファイル ~/.takt/config.yaml を作成してプロバイダーを指定します: ...

Claude Code は「コード」という名前のせいでエンジニア向けツールだと思われがちですが、実は日本語で仕事を渡すツールです。インストール1分、コード0行——非エンジニアこそ今すぐ使い始めるべき理由と、効果を最大化する CLAUDE.md の作り方を解説します。 Claude Code はプログラミングツールではない X を見ると、デザイナーがコード1行も書かずにニュース収集→記事→サムネ→SNS投稿まで全部自動化していたり、会計士が Excel 作成・PowerPoint 操作・Gmail 連携まで全部 AI に回していたりします。 エンジニアではない人たちがガンガン使っている。それなのに「難しそう」で止まっている人は、素手で戦っているようなものです。 ChatGPT は「聞く」ツール。Claude Code は「やらせる」ツール。 Claude の強みはライティング・分析・思考・ファイル操作です。ここは今の AI の中でも頭一つ抜けています。「仕事を渡す」用途に限れば、現時点で最も実用的なツールのひとつです。 怖い人はまずブラウザ版の Claude Chat（claude.ai）だけでも十分です。文体カスタマイズ、会話記憶、Excel/PowerPoint の直接作成、Gmail 連携——ブラウザだけでかなりのことができます。そこから始めて、「もっとやらせたい」と思ったら Claude Code に進む、この順番でいいと思います。 セットアップ — 1分で終わる やることは3ステップだけです。 ステップ1: インストール ターミナル（Mac）または PowerShell（Windows）を開いて、以下のコマンドを1行貼り付けます。 Mac: 1 curl -fsSL https://claude.ai/install.sh | bash Windows: 1 irm https://claude.ai/install.ps1 | iex 約1分で完了します。 ...

Claude Code の使い方として注目を集めているのが、「就寝前タスク投げ」スタイルだ。デジライズ CEO のチャエン氏（@masahirochaen）が X（旧 Twitter）に投稿した体験談が多くの反響を呼んでいる。 就寝前に大量タスクを投げ、朝には完成している世界 チャエン氏の投稿要旨はこうだ。 Claude Code の良さは、寝る前にえげつない量のタスクを振れること。 私は毎晩、検証したい事業アイデアへの指示を出してからベッドに入る。 今日は市場リサーチから要件定義、モック作成、コードレビューまで—— 人間だったら 25 人月 × 5 ヶ月はかかる業務量。 人件費換算で約 3,000 万円分らしい。 これを寝る前の 2 分の指示だけで動かして、朝起きたら完成してる世界線半端ないです。シンギュラリティ味を感じます。 この投稿は 2026 年 3 月 16 日時点で約 39 万インプレッション、2,800 件超のいいねを記録し、大きな話題となった。 Claude Code がこのワークフローを可能にする理由 Claude Code は Anthropic が提供するターミナルベースの AI コーディングエージェントだ。単なるコード補完ではなく、以下のような複合的な作業を自律的にこなせる。 市場リサーチ: Web 検索・情報収集・競合分析 要件定義: ユーザーストーリーや仕様書の作成 モック作成: UI/API のプロトタイプ生成 コードレビュー: 品質チェックと改善提案 従来これらは専門の担当者が分担して進める工程だが、Claude Code は一連の指示をもとに自律的に連鎖実行できる。「エージェント型」と呼ばれるゆえんだ。 「就寝前 2 分指示」スタイルの実践ポイント チャエン氏の使い方から読み取れる実践のコツをまとめる。 1. 具体的なゴールを宣言する 「事業アイデアを検証したい」という大きなゴールを明示することで、Claude Code が必要なサブタスクを自律的に分解・実行できる。 2. タスクを細かく区切りすぎない 「市場リサーチ → 要件定義 → モック → レビュー」という流れを一気に渡すことで、成果物間の整合性が取れた状態で仕上がる。 ...

OpenClawのスキルエコシステムが急速に拡大しています。公式レジストリ「ClawHub」には13,000以上のコミュニティ製スキルが登録されていますが、その中から厳選・カテゴリ整理されたコレクションが公開され、注目を集めています。 OpenClawスキルとは OpenClawはローカルで動作するAIアシスタントです。「スキル」は外部サービスとの連携やワークフローの自動化を実現する拡張機能で、インストールするだけでエージェントの能力を大幅に拡張できます。 注目のスキルコレクション awesome-openclaw-skills（VoltAgent） VoltAgent/awesome-openclaw-skills は、ClawHubの13,729スキルからスパム・重複・低品質なものを除外し、5,366スキルを厳選したAwesomeリストです。GitHub スター数は37,000超。 主なカテゴリ: カテゴリ スキル数 Coding Agents & IDEs 1,222 Web & Frontend Development 938 DevOps & Cloud 409 Search & Research 352 Browser & Automation 335 Productivity & Tasks 206 AI & LLMs 197 Git & GitHub 170 openclaw-master-skills（LeoYeAI） LeoYeAI/openclaw-master-skills は、MyClaw.aiが毎週更新する339+スキルの厳選コレクションです。AI、生産性、開発、マーケティング、金融など幅広いカテゴリをカバーしています。 カテゴリ別おすすめスキル AIツール連携 Slack: リアルタイムメッセージの送受信、チャンネル管理 Notion: ページの同期・ナレッジ管理 Outlook: メール操作・カレンダー連携 Linear / Trello: タスク管理・プロジェクト進捗の追跡 1Password: シークレット管理・セキュリティ連携 DevOps自動化 Docker: コンテナのビルド・管理・デプロイ Git: ブランチ管理、コミット履歴の操作 GitHub CLI: Issue・PR の操作、リリース管理 n8n: ワークフロー自動化 Expo CI/CD: モバイルアプリのビルド・デプロイ Web自動化 Playwright: フォーム入力、データ抽出、ブラウザ操作 AIによるWebタスクの自動化 生産性向上 Todoist / Things 3: タスク管理 カレンダー同期 ドキュメント処理 開発パターン Next.js: 実装パターン React: 状態管理 Node.js: バックエンドパターン REST / GraphQL: API設計 SQL: データベース操作 スキルのインストール方法 ClawHub CLIを使ったインストール: ...

Anthropic が公式の学習プラットフォーム「Anthropic Academy」を無料公開しました。Claude Code、API、MCP、エージェントスキルなど、13コースが完全無料で受講でき、修了証も取得可能です。 Anthropic Academy とは Anthropic Academy は、Anthropic が提供する公式のセルフペース学習プラットフォームです。AI の基礎から本番レベルの API 開発まで、3つのラーニングトラックで構成されています。 登録: メールアドレスのみ（クレジットカード不要） 費用: 完全無料 修了証: コース完了時に取得可能（LinkedIn プロフィールに追加可） 3つのラーニングトラック 1. AI Fluency（AI リテラシー） コードを書かずに AI を理解したい人向けのトラックです。 Claude 101 — Claude の基本機能とプロンプティングの基礎 AI Fluency: Framework & Foundations — AI の中核概念を学ぶ AI Fluency for educators — 教育者向け AI Fluency for students — 学生向け AI Fluency for nonprofits — 非営利団体向け Teaching AI Fluency — インストラクター向けの教授法 2. Product Training（プロダクト連携） Claude を業務ワークフローに組み込みたいプロフェッショナル向けです。 ...