日本語
← ホームに戻る

AI開発ツール

AI開発ツールの機能・インストール・使用方法

これらのツールは、コード生成、検索、テスト、自動化をソフトウェア開発ワークフローに取り入れます。権限、対応環境、成熟度はツールごとに異なるため、利用前に公式ドキュメントとセキュリティ上の境界を確認してください。

オープンツールとプラットフォーム

これらのオープンツールとプラットフォームには公開 GitHub リポジトリがあり、スター数は日付付きで毎日同期されます。コード、モデル、ホスト型サービスの利用条件は別々に公式資料で確認してください。

💻

Claude Code

AIプログラミングパートナー

⭐ 144k · 同期 2026-09-07

Claude Codeは、Anthropicが提供するターミナルおよびIDEワークフロー向けのエージェント型コーディングツールです。リポジトリの調査、ファイル編集、コマンドやテストの実行、ユーザーが設定した権限下でのバージョン管理作業に対応します。

主な機能

  • コードベース全体の理解
  • コードの記述と修正
  • テストとビルドの実行
  • Git操作の実行
  • ターミナルコマンドの使用
  • 対話型プログラミング会話

インストール方法

リモートインストールコマンドはダウンロードしたコードを実行します。特に特権環境や企業環境では、実行前に公式のインストールページとスクリプトを確認してください。

# Mac/Linux (推奨)
curl -fsSL https://claude.ai/install.sh | bash

# Windows (推奨)
irm https://claude.ai/install.ps1 | iex

# Homebrew (macOS/Linux)
brew install --cask claude-code

# WinGet (Windows)
winget install Anthropic.ClaudeCode

# 注: `npm install -g @anthropic-ai/claude-code` は非推奨
検証
環境
macOS / Linux / Windows · zsh / bash / PowerShell

使い方

# 任意のディレクトリでインタラクティブセッションを開始
claude

# 前回のセッションを再開
claude --continue

# 最新版にアップデート
claude update

# 単発プロンプト
claude -p "このリポジトリの認証フローを説明して"

# 内蔵スラッシュコマンド一覧
claude /help
🔗

MCP (Model Context Protocol)

AI接続のオープン標準

⭐ 90k · 同期 2026-09-07

MCPはAnthropicが導入したオープン標準プロトコルで、AIモデルと外部ツール・データソース間の標準化された接続を確立するために設計されています。AIのためのUSB-Cインターフェースと呼ばれ、様々なツールやデータとの柔軟なインタラクションを可能にします。

主な機能

  • 統一されたツール接続標準
  • 複数データソースのサポート
  • 安全な認証メカニズム
  • 拡張可能なアーキテクチャ

インストール方法

リモートインストールコマンドはダウンロードしたコードを実行します。特に特権環境や企業環境では、実行前に公式のインストールページとスクリプトを確認してください。

# MCP はそれ自体がプロトコルであり、Claude Desktop や Claude Code のようなクライアント経由で利用します。

# 1. 設定ファイルを編集:
#    macOS:   ~/Library/Application Support/Claude/claude_desktop_config.json
#    Windows: %APPDATA%\Claude\claude_desktop_config.json
# 2. mcpServers ブロックを追加(下記例を参照)。
# 3. クライアントを再起動。

# 4. またはリファレンスサーバーを直接インストール:
npx -y @modelcontextprotocol/server-filesystem /path/to/folder
検証
環境
クライアント依存 · zsh / bash / PowerShell

使い方

Claude Desktopで設定メニューからMCPサーバーを追加して使用します。
🧠

OpenAI Codex CLI

ターミナル AI コーディングエージェント

⭐ 122k · 同期 2026-09-07

openai/codex は OpenAI が公開した軽量ターミナルコーディングエージェント(github.com/openai/codex、Rust 製)です。ローカルターミナルで動作し、GPT-5 / o-series モデルをサポートし、ChatGPT アカウントの OAuth ログインが可能で、MCP サーバーも読み込めます。Codex CLI は Claude Code の OpenAI 陣営における対抗製品です。

主な機能

  • OpenAI 公式オープンソース
  • Rust 実装の TUI
  • GPT-5 / o-series をサポート
  • ChatGPT OAuth ログイン
  • MCP サーバーを読み込み可能
  • サンドボックスでコード実行

インストール方法

リモートインストールコマンドはダウンロードしたコードを実行します。特に特権環境や企業環境では、実行前に公式のインストールページとスクリプトを確認してください。

# Mac/Linux 推奨
curl -fsSL https://chatgpt.com/codex/install.sh | sh

# Windows 推奨
powershell -ExecutionPolicy ByPass -c "irm https://chatgpt.com/codex/install.ps1 | iex"

# npm グローバル
npm install -g @openai/codex

# Homebrew (macOS/Linux)
brew install --cask codex
検証
環境
macOS / Linux / Windows · zsh / bash / PowerShell

使い方

# インタラクティブセッションを開始(自動 OAuth ログイン)
codex

# ワンショットタスク(ヘッドレスモード)
codex exec "src/ 配下のすべての .ts ファイルを説明して"

# モデル切替(Nous Portal / OpenRouter / セルフホスト)
# 公式ドキュメント参照:https://github.com/openai/codex
🌐

browser-use

AI ブラウザ自動化

⭐ 113k · 同期 2026-09-07

browser-use は GitHub で最も人気の AI ブラウザ自動化ライブラリ(github.com/browser-use/browser-use)です。LLM が人間のように実ブラウザを操作(クリック、入力、スクロール、スクリーンショット)できるようにし、API がないサイトとのやり取りが必要なシナリオに最適です。Python ライブラリとして直接使用するか、MCP サーバーとして Claude Code などのクライアントに公開できます。

主な機能

  • すべての主要 LLM に対応(GPT / Claude / Gemini / ローカルモデル)
  • Python ライブラリまたは MCP サーバー
  • 実ブラウザ対応(Chrome / Chromium)
  • ビジョン + DOM デュアルモード理解
  • スクリーンショットを LLM に渡す

インストール方法

pip install browser-use

uvx --from 'browser-use[cli]' browser-use --mcp
検証
環境
macOS / Linux / Windows · zsh / bash / PowerShell

使い方

# Python スクリプト内:
from browser_use import Agent, ChatOpenAI

llm = ChatOpenAI(model="gpt-5")
agent = Agent(
    task="https://news.ycombinator.com にアクセスして今日の AI トップ 5 を取得",
    llm=llm,
)
result = await agent.run()
print(result)

# MCP サーバーとして:
# 1. .mcp.json を構成
# 2. Claude Code は起動時に自動ロード
🦞

OpenCLAW

オープンソースAIアシスタント

⭐ 389k · 同期 2026-09-07

OpenCLAWはThe lobster wayを意味するオープンソースのAIアシスタントプロジェクトです。あらゆるOS・プラットフォーム上で個人用AIアシスタントとして実行できます。誰もが独自のAIアシスタントを持てるようにする完全なオープンソースソリューションです。

主な機能

  • 完全オープンソース
  • クロスプラットフォームサポート
  • セルフホスト可能なデプロイメント
  • 活発なコミュニティ
  • 複数のモデルプロバイダー(オンボーディングまたは設定で選択)

インストール方法

# ランタイム要件: Node.js 24 (推奨) または Node.js 22.19+

# グローバルインストール (npm)
npm install -g openclaw@latest

# または pnpm
pnpm add -g openclaw@latest

# オンボーディングウィザードを実行(デーモンをユーザーサービスとして登録)
openclaw onboard --install-daemon

# ゲートウェイ状態を確認
openclaw gateway status
検証
環境
macOS / Linux / Windows · zsh / bash / PowerShell
出典
OpenCLAW

使い方

# 1. まずウィザードを実行
openclaw onboard --install-daemon

# 2. テストメッセージを送信
openclaw gateway status

# 3. オプション:フォアグラウンド起動(デバッグモード)
openclaw gateway stop
openclaw gateway --port 18789 --verbose

# 4. ドキュメント: https://docs.openclaw.ai
🧠

Hermes-Agent

成長するAIエージェント

⭐ 243k · 同期 2026-09-07

Hermes-Agentはあなたと共に成長するエージェント——使うほどに成長し続けるAIエージェントです。ユーザーの習慣を自律的に学習し、タスクの実行方法を最適化し、ますますパーソナライズされたサービスを提供します。

主な機能

  • 適応型学習
  • 長期記憶
  • パーソナライズされたサービス
  • 継続的なタスク最適化
  • マルチモーダル対応

インストール方法

リモートインストールコマンドはダウンロードしたコードを実行します。特に特権環境や企業環境では、実行前に公式のインストールページとスクリプトを確認してください。

# ランタイム: Python 3.11+(インストーラーが自動処理)

# Mac/Linux (ワンライナー)
curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash

# Windows (PowerShell)
iex (irm https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.ps1)

# インストーラーが uv、Python 3.11、Node.js、ripgrep、ffmpeg、ポータブル Git Bash をセットアップ
検証
環境
macOS / Linux · zsh / bash

使い方

# 1. セットアップウィザードを実行(モデル + ツール設定)
hermes setup

# 2. または:Nous Portal OAuth でワンコマンドログイン
hermes setup --portal

# 3. ターミナル UI を起動
hermes

# 4. または:ゲートウェイを起動し Telegram/Discord/Slack から会話
hermes gateway setup
hermes gateway start

# 5. モデルを切り替え(OpenRouter は 200+ モデル)
hermes model

# ドキュメント: https://hermes-agent.nousresearch.com/docs/
🧰

Anthropic Skills

Claude Skills 公式実装リポジトリ

⭐ 175k · 同期 2026-09-07

anthropics/skills は Anthropic が公式に保守する Claude Skills の参照実装リポジトリで、Skills(プロンプト・スクリプト・リソースのフォルダ)を Claude が動的にロードできる拡張として書く方法を示します。Skill は Claude に特定のタスクの繰り返し方法を教える再利用可能な単位で、企業のブランドガイドラインの適用、組織の慣例に沿ったデータ分析、個人タスクの自動化などに使えます。

主な機能

  • Anthropic 公式保守
  • 動的ロード可能な Skills 仕様
  • Skills API 統合のサンプル
  • ドキュメント・データ・ワークフロー領域をカバー
  • カスタム Skills のテンプレート
  • agentskills.io 標準に準拠

インストール方法

/plugin marketplace add anthropics/skills

/plugin install document-skills@anthropic-agent-skills
検証
環境
Claude Code / Claude API · Claude Code / HTTP

使い方

Claude Code:リクエスト内でインストール済みのSkill名を指定します。

Claude API:Messages APIの`container.skills`フィールド、文書化されたbetaヘッダー、コード実行ツールを使ってSkillを実行します。`GET /v1/skills`はSkillを一覧表示するだけで、実行はしません。
https://platform.claude.com/docs/en/build-with-claude/skills-guide
🛡️

Claude Code Security Review

Anthropic 公式の PR セキュリティスキャナー(GitHub Action)

⭐ 6.2k · 同期 2026-09-07

claude-code-security-review は Anthropic 公式の GitHub Action(github.com/anthropics/claude-code-security-review)で、Claude を使って PR の diff を自動的にセキュリティレビューします。diff-aware スキャン(変更されたファイルのみを分析)に対応し、見つかった脆弱性は行レベルの review comment として PR に自動投稿されます。さらに、DoS、レート制限、メモリ/CPU 枯渇、汎用入力検証、オープンリダイレクトの 5 カテゴリを自動的に除外する False Positive フィルタが組み込まれています。

主な機能

  • Anthropic 公式保守
  • diff-aware スキャン(変更ファイルのみ)
  • 行レベルの PR review comment
  • 5 カテゴリの FP フィルタ
  • GitHub Action ネイティブ統合
  • Claude モデル設定可能(デフォルト Opus 4.1)

インストール方法

# .github/workflows/security-review.yml を作成

name: Claude Code Security Review
on:
  pull_request:
    types: [opened, synchronize, reopened]
jobs:
  security-review:
    runs-on: ubuntu-latest
    steps:
      - uses: actions/checkout@v4
        with:
          fetch-depth: 1
      - uses: anthropics/claude-code-security-review@v0
        env:
          ANTHROPIC_API_KEY: ${{ secrets.ANTHROPIC_API_KEY }}

# ⚠️ この Action はプロンプトインジェクション対策がされていません。
# 信頼できる PR のみで使用し、GitHub の
# Require approval for all external contributors設定と併用推奨。
検証
環境
GitHub Actions · YAML / bash

使い方

# 1. リポジトリに ANTHROPIC_API_KEY シークレットを設定
# 2. PR オープン/更新時に Action が自動的に diff を解析し、
#    セキュリティ findings を review comment として投稿
# 3. メンテナは PR 会話でリスク重大度と行位置を確認できる
🦙

Ollama

ローカルモデル実行環境

⭐ 180k · 同期 2026-09-07

Ollama は macOS、Linux、Windows でモデルをダウンロードして実行し、CLI とローカル HTTP API を提供します。処理が完全にローカルに留まるか、必要なリソース量、データが外部サービスへ送信されるかは、選択したモデルと設定によって異なります。

主な機能

  • ローカルでのモデル取得と実行
  • モデルライブラリと Modelfile
  • CLI とローカル API
  • 埋め込み、画像、ツール呼び出し
  • Python と JavaScript のライブラリ
  • 任意で利用できるクラウドモデル

インストール方法

リモートインストールコマンドはダウンロードしたコードを実行します。特に特権環境や企業環境では、実行前に公式のインストールページとスクリプトを確認してください。

# macOS / Windows
# https://ollama.com/download からインストーラーを取得

# Linux(実行前にリモートスクリプトを確認)
curl -fsSL https://ollama.com/install.sh | sh
検証
環境
macOS / Linux / Windows · zsh / bash / PowerShell
出典
Ollama

使い方

# モデルとの対話を開始
ollama run gemma4

# インストール済みバージョンを確認
ollama -v
🤗

Hugging Face Hub

オープンな AI コラボレーション基盤

⭐ 3.9k · 同期 2026-09-07

Hugging Face Hub は、公開・非公開のモデル、データセット、Spaces を発見、共有、共同開発するための AI プラットフォームです。huggingface_hub ライブラリと hf CLI で検索、ダウンロード、アップロード、キャッシュ管理、推論サービスを利用できます。モデルとデータセットのライセンスは個別に確認してください。

主な機能

  • モデル、データセット、Spaces
  • 公開・非公開リポジトリ
  • モデルカード、データセットカード、ライセンス情報
  • hf CLI と Python ライブラリ
  • Inference Providers と Endpoints
  • AI エージェント向け MCP・Skill 連携

インストール方法

# Hugging Face Hub CLI と Python ライブラリをインストール
pip install -U "huggingface_hub"

# 非公開リソースまたはアップロードが必要な場合のみログイン
hf auth login
検証
環境
macOS / Linux / Windows / hosted · zsh / bash / PowerShell / Python

使い方

# 公開モデルリポジトリからファイルを一つダウンロード
hf download gpt2 config.json

# モデルを検索し、結果数を制限
hf models ls --search bert --limit 5

抽象概念

AI Agent、Skill、Harness は、本サイトがこの分野を整理するために用いる抽象概念で、単一の GitHub リポジトリはありません。特定の製品の機能ではなく、実装をまたぐパターンを指します。

🤖

AI Agent

自律的にタスクを実行するAIシステム

AI Agent は、複雑なタスクを自律的に計画し実行する AI システムです。一問一答のやり取りとは異なり、Agent は目標を解釈し、計画を立て、ツールを呼び出し、結果を評価し、フィードバックから行動を調整します。これは特定の製品ではなく実装をまたぐ一般的な概念であり、本ページの Claude Code、Codex CLI、Cursor、OpenClaw、Hermes Agent はいずれもその具体的な実装です。

主な機能

  • 自律的なタスク計画
  • ツール使用機能
  • 結果の評価とフィードバック
  • 多段階の複雑なタスク処理
  • コードベースの理解と操作

インストール方法

Agent は概念であり、単体でインストールできる製品ではありません。Agent を動かすには具体的な実装を導入します。本ページのオープンツールとプラットフォームの各項目に、それぞれのインストール方法があります。
検証
環境
implementation-dependent · n/a
出典
AI Agent

使い方

呼び出し方は実装によって異なります。コマンドラインの Harness は多くの場合タスクを記述するだけで動き、フレームワーク型の実装では目標と利用可能なツールをコードで定義します。詳細は各項目の使用方法を参照してください。
🛠️

Skill

AI機能を拡張する方法

Skill は、領域知識、手順、再利用可能なプロンプトを、必要なときに読み込まれるモジュールとしてまとめたものです。通常は SKILL.md を含むディレクトリで、その name と description がいつ呼び出されるかを決めます。この形式は Anthropic が提案して公開しており、特定のクライアントに限定されません。

主な機能

  • カスタムコマンド
  • ワークフロー自動化
  • ドメイン固有知識
  • 再利用可能なプロンプトテンプレート

インストール方法

SKILL.md を含むディレクトリを、個人用なら ~/.claude/skills/、プロジェクト用ならその .claude/skills/ に置きます。Claude API の Skills エンドポイントから読み込むこともできます。
検証
環境
Claude Code · n/a
出典
Skill

使い方

Skill は通常、その description に基づいてモデルが自動的に判断して呼び出しますが、/skill-name で明示的に起動することもできます。
🧩

Harness(エージェントスキャフォールド)

エージェントのランタイムホスト層

Harness とは、system prompt、ツールループ、メモリ、プラグインを組み合わせてエージェントを走らせるランタイム層です。Claude Code、Codex CLI、Cursor Agent、OpenClaw はすべて Harness の具体的な実装です — Harness 設定を編集することはホストの配線をやり直すようなもの、新しい Skill を書くことはホストに新しいツールを差し込むようなものです。MCP/Agent/Skill との関係は MCP ページを参照。

主な機能

  • system prompt の組み立て
  • ツールループの管理
  • セッション状態と長期メモリ
  • Skill と MCP のスケジューリング
  • 権限制御とサンドボックス
  • 複数形態でのホスティング(CLI/IDE/Serverless)

インストール方法

リモートインストールコマンドはダウンロードしたコードを実行します。特に特権環境や企業環境では、実行前に公式のインストールページとスクリプトを確認してください。

Harness 自体は概念/パターンであり、独立してインストールできる製品ではありません。Harness を使う = いずれかの実装をインストールする、ということ:

# Claude Code (Node 18+)
curl -fsSL https://claude.ai/install.sh | bash

# Codex CLI
curl -fsSL https://chatgpt.com/codex/install.sh | sh

# OpenClaw (Node 24+)
npm install -g openclaw@latest
検証
環境
implementation-dependent · n/a

使い方

本ページの Claude Code / Codex / Cursor / OpenClaw / Hermes Agent はすべて Harness のインスタンスです。それぞれの起動方法は各エントリの使用例を参照。最小の Harness を自分で書くこともできます:system prompt + ツールループ + MCP/Skill のロードを組み立てるだけ。

クローズドソース製品

クローズドソースの商用製品で、追跡用の公開 GitHub リポジトリはありません。

Cursor

AI搭載コードエディタ

CursorはVS CodeをベースにしたAI強化型コードエディタで、GPT-4と同等のAI機能を内蔵しています。コードの知的補完、関数の生成、コードの説明、バグ修正を行うことができ、現在最も人気のあるAIプログラミングツールの一つです。

主な機能

  • インテリジェントなコード補完
  • 関数全体の生成
  • コードの説明とリファクタリング
  • チャットモードでの対話
  • 内蔵ターミナル

インストール方法

# 公式サイトからダウンロード(推奨)
# https://cursor.com

# または WinGet (Windows)
winget install Cursor.Cursor

# または Homebrew (macOS)
brew install --cask cursor
検証
環境
macOS / Linux / Windows · IDE terminal
出典
Cursor

使い方

# 1. Cursor を起動
# 2. プロジェクトフォルダを開く
# 3. Cmd+K(インライン編集)または Cmd+L(チャット)
# 4. Agent モード:Cmd+I で Composer を開く
# 5. アカウントにサインインして Pro/Ultra 機能を有効化

おわりに

これらのツールはコーディング、レビュー、自動化のワークフローを変え得ますが、結果はタスク、モデル、設定に左右されます。導入前に、権限、データ処理、保守状況、チームのレビュー要件を評価してください。