Claude Code の活用事例

Claude Codeに計画書を書かせ、Codexにレビューさせ、Claudeが修正→Codexが再レビュー、をCodexが承認するまで往復させるスキルを自作。通常2〜3ラウンドで収束し、ラフな草案を本番投入可能な仕様へ引き上げる。

単発レビューでなく承認まで往復させると、認証欠落・シェルのクォート漏れ・スキーマ衝突・並行処理欠如といった別種の欠陥が芋づる式に出る。手動レビューほぼゼロで品質が上がる。

WebFetchで一次情報(ブログ本文)を直接取得・精読し、method_summaryとの整合を確認した。フロントエンドエンジニア/デザイナーの Ankur Sethi が2026年3月10日に公開した個人ブログ記事。2026年1〜2月の4週間で、Claude Codeを使い動的言語「Cutlet」(配列/文字列操作、@メタオペレータによるベクトル化、関数型機能、プロトタイプベース継承+ミックスイン、mark-sweep GC、REPL付き)をゼロから設計・実装した記録。本人は「生成コードを全行読まずに」進め、テスト・静的解析(clang-tidy)・ASan/UBSan・ランタイム自己観測機能で正確性を担保する手法を採った。HN投稿の points(135pt等)自体はHN Algolia側の情報でブログ本文からは検証不可。

高難度領域(コンパイラ/言語処理系)でも、①検証可能で訓練データに類例が豊富な問題を選ぶ ②詳細仕様書を先に書き実装させる ③テスト+静的解析+メモリ安全ツール+ランタイム自己観測という「AIの生成物を人間が全部読まなくても正しさを保証できる開発環境」を先に構築する ④エージェントの繰り返しパターンをスクリプト化する、という4点があれば個人が本来数ヶ月かかる領域を数週間で完走できることを示す実例。一方で著者自身は「エージェント型エンジニアリングは注意深い計画・職人技・規律を要する」「コードの所有権に居心地の悪さを感じ、あえてOSSライセンスを付けなかった」とも述べており、無条件の万能感ではなく人間の設計力が引き続き価値の源泉である点も示唆。

個人開発者Pieter Ma.esが、Hacker News上で人気の非フィクション書籍100冊を対象に、Claude Codeでテーマ的な思想的連関(「トレイル」)を自動発見・可視化するWebサイトを構築。解説記事(https://pieterma.es/syntopic-reading-claude/, 2026-01-04投稿)によれば、当初は従来型パイプラインを想定していたが、デバッグツール+ミニマルなプロンプトでClaudeを実行した結果の方が手動調整パイプラインより優れており、その後はCLIツールにアクセスできるエージェントとして活用し、定型的な分析作業を自動化した。

AIコーディングツール(Claude Code)を「コードを書く道具」ではなく「大量テキスト(本100冊)を横断的に読み込み、テーマ的関連性を発見・構造化するリサーチエージェント」として使う応用例。個人開発者が実用ツールでなく知的探究・発見体験型のプロダクトを短期間で形にできることを示す。読書×AI×可視化という組み合わせが特徴。

GitHubリポジトリ(README)をWebFetchで直接取得し、記載内容を確認。Claude Code / Cursor / Codex など「32のツール・エージェント」のセッションログ(例: Claude Codeなら ~/.claude/projects/ 配下)をローカルで解析し、タスク・モデル・ツール・プロジェクト別にトークン消費とコストを可視化するインタラクティブダッシュボードを提供するCLI/ローカルツール。API連携やプロキシは不要で「データは一切外部送信しない」ことを明記。作者はAgentSeal(スポンサーiamtoruk表記)、主要言語TypeScript。リポジトリ本文中にHacker News/Show HNへの直接言及は見当たらず(HN側での投稿・得票数はGitHub側からは検証不可)。

対象がClaude Code専用ではなく「32ツール横断」のトークン/コスト可視化である点はmethod_summaryの記述より広い。App Factory運用文脈での示唆としては、週次プール管理でどのタスク種別にトークンを溶かしているかを可視化する需要自体は妥当だが、本ツールはCLIログ解析型であり、Claude Codeサブスク(APIキー不要)運用にそのまま使えるかは要別途確認(Claude CodeはAPI従量課金前提のログ形式を想定している可能性がある)。

WebFetchでGitHubリポジトリ本体(README/docs)を直接取得し内容確認。method_summary記載のHN Algolia経由発見の裏取りはできなかったが、リポジトリ自体は実在し内容も一致

「1つのAIに全部見せる」でなく「役割分担した複数エージェント(正確性/セキュリティ/UX等 最大7並列)を並列起動しレビューさせ、Phase単位で検証ゲート・回帰検出・差し戻しまで自動化する」設計。App Factoryの10役subagent体制と同型思想の個人開発OSS実装例。':review'(並列多観点審査)→':fix'(自動修正+回帰検出+差し戻し)という一気通貫パイプラインは、司令塔+worker構成のレビュー版として参照価値あり

個人エンジニア Lucas Gerads によるブログ記事（2026年4月17日付）。自作の2つのMCPサーバー「lecroy-mcp」(LeCroyオシロスコープ制御用) と「spicelib-mcp」(spicelib ラッパー、SPICEシミュレーション用) を Claude Code に接続し、回路シミュレーション結果と実機オシロスコープ測定値を突き合わせる検証ワークフローを構築。デモ動画付きリポジトリ「rc-filter-demo-files」で簡単なRCフィルタ+MCUの例を公開。WebFetchはCloudflare 403で失敗したが、curlで実HTMLを取得し本文を確認済み。

ソフトウェア的に自然言語で回路設計させる従来アプローチは複雑な回路で破綻したが、著者は「Claudeに即座のフィードバックを与える」方向へ転換し、オシロスコープとSPICEシミュレータへの直接アクセスを与えることで、地道だったデータ解析(時間軸正規化・データ整列)を自動化。運用上の教訓として「Claudeは物理配線を見えていないので勝手に推測させない」「測定データを陳腐化させない」「生データをcontextに直接流し込まずファイル経由にする」「ピン配置マップを明示的に与える」「MCU操作はMakefile化しClaudeにその場でコマンドを組み立てさせない」等、AIエージェントとハードウェア計測器を安全に接続する具体的な運用知見が示されている。