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

153k · 同期 2026-10-22

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

91k · 同期 2026-10-22

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

130k · 同期 2026-10-22

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、OpenAIが現在提供するモデルをセッションごとに選んで使え、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
  • OpenAIの現行モデルを利用
  • 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

119k · 同期 2026-10-22

browser-useは、ブラウザを操作するAIエージェントのためのオープンソースのPython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

393k · 同期 2026-10-22

OpenClawは、自分のコンピューター上で動き、Discord、iMessage、Slack、Telegram、WhatsAppなど普段使っているチャットアプリや、デスクトップ・モバイル向けの専用アプリで応答するオープンソースの個人用AIアシスタントです。状態、記憶、認証情報は自分のハードウェアに保存され、裏で使うモデルは、ホスト型でもローカルでも、選んで差し替えられるプラグインです。MITライセンスで公開され、非営利団体のOpenClaw財団が運営しています。

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

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。

# インストーラー(macOS / Linux / WSL2)。必要に応じて対応するNode.jsランタイムを用意します
curl -fsSL https://openclaw.ai/install.sh | bash

# Windows PowerShell
iwr -useb https://openclaw.ai/install.ps1 | iex

# またはnpmでインストール(Node 24.16以降または26.1以降。npm 11.15以前では--allow-scriptsを外す)
npm install -g openclaw@latest --allow-scripts=openclaw

# 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. ゲートウェイが動いているか確認
openclaw gateway status

# 3. コントロールUIを開き、テストメッセージを送信
openclaw dashboard

# 4. 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

# 5. ドキュメント: https://docs.openclaw.ai

Hermes-Agent

成長するAIエージェント

256k · 同期 2026-10-22

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

183k · 同期 2026-10-22

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`フィールドと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)

6.5k · 同期 2026-10-22

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レビューコメントとして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レビューコメント
  • 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(デフォルトはリポジトリが設定)

インストール方法

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

name: Claude Code Security Review
on:
  pull_request:
permissions:
  pull-requests: write
  contents: read
jobs:
  security-review:
    runs-on: ubuntu-latest
    steps:
      - uses: actions/checkout@v4
        with:
          ref: ${{ github.event.pull_request.head.sha || github.sha }}
          fetch-depth: 2
      - uses: anthropics/claude-code-security-review@main
        with:
          comment-pr: true
          claude-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 指摘をレビューコメントとして投稿
# 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

184k · 同期 2026-10-22

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

4k · 同期 2026-10-22

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
curl -fsSL https://claude.ai/install.sh | bash

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

# OpenClaw
curl -fsSL https://openclaw.ai/install.sh | bash
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、OpenAI・Anthropic・Googleなど複数の提供元のモデルを選べ、リクエストごとに自動で選ばせることもできます。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ます。

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 Anysphere.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:Cmd+Iでサイドパネルに開く
# 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。