Claude Code：ターミナルベースAIエージェントの実践活用
HEROZ Tech Blog は、ターミナルベースの AI エージェント「Claude Code」の実践的な導入方法と、AWS Bedrock や MCP サーバーとの連携による開発効率化の具体的な手法を詳述している。
キーポイント
ターミナルベース AI エージェントの特性と実装
Claude Code はコマンドラインから直接プロジェクトコンテキストを理解し、コード生成やリファクタリングを実行できるエージェントであり、VS Code 拡張機能との連携で開発フローに統合可能である。
AWS Bedrock を活用したコスト効率とセキュリティ
Anthropic 直接利用よりも安価な AWS Bedrock 経由での運用を推奨し、環境変数設定によるプロファイル管理やモデル切り替えで企業要件を満たす構成が可能である。
MCP サーバーによる機能拡張と可視化
Model Context Protocol（MCP）サーバーを設定することで AWS 図の自動生成など標準機能を超越したタスクを自動化し、複雑なアーキテクチャの理解を支援する。
複数 AI の連携による高度な開発支援
Claude Code と Gemini CLI を組み合わせることで、要件定義からコードレビューまで多角的な視点を取り入れ、単一モデルでは得られない深い分析と意思決定を可能にする。
MCPサーバーによる自動化と効率化
MCPサーバーを活用することで作図の品質向上が実現し、ドキュメント作成や設計レビューの効率が大幅に改善されます。
開発プロセスの革新と多面的効果
作業速度の向上、コスト削減、技術負債解消などを通じて、限られたリソースでも高品質な開発を実現します。
影響分析・編集コメントを表示
影響分析
この記事は、単なる AI ツールの紹介に留まらず、実際の開発現場で即座に活用可能な構成（AWS Bedrock, MCP, 複数 AI 連携）を提示しており、エンジニアのワークフロー変革への具体的な道筋を示しています。特に大規模コードベースやレガシーシステムの現代化において、AI エージェントが中心的な役割を果たす未来像を明確に描いています。
編集コメント
Claude Code の実装手順から MCP サーバーによる機能拡張まで、開発者が明日から実践できる具体的な設定値が記載されており、非常に実用性の高い技術記事です。
Claude Code：ターミナルベースAIエージェントの実践活用
Claude CodeはAnthropic社が開発したターミナルベースのAIコーディングエージェントです。従来のChatGPTやCopilotとは異なり、コマンドラインから直接利用でき、プロジェクト全体のコンテキストを理解してコード生成、リファクタリング、バグ修正などを実行できます。
npmを使用してインストール
npm install -g @anthropic-ai/claude-code
yarn を使用する場合
yarn global add @anthropic-ai/claude-code
AWS Bedrock経由での利用について
AWS Bedrock経由での利用を推奨します。
コスト効率が良い（Anthropic直接利用より安価）
企業利用時のセキュリティ・コンプライアンス要件を満たしやすい
明確な利用規約が提供されている（AWS Service Terms）
使用量の詳細な監視とコントロールが可能
VS Code拡張機能が提供されており、開発効率を大幅に向上させることができます。詳細な設定については、こちらの記事などを参照してください。
ワークスペースごとに異なるモデルやAWSプロファイルを設定できるため、プロジェクトに応じた最適な設定が可能です。
{
"folders": [
{
"path": ".",
},
],
"settings": {
"terminal.integrated.env.{OS毎に異なる値}": {
"AWS_PROFILE": "{事前設定しておいたAWSプロファイル}",
"CLAUDE_CODE_USE_BEDROCK":"1",
"ANTHROPIC_MODEL": "us.anthropic.claude-sonnet-4-20250514-v1:0",
"ANTHROPIC_SMALL_FAST_MODEL": "us.anthropic.claude-3-5-haiku-20241022-v1:0"
},
}
}
Claude Codeを起動後、/init
VS Codeのターミナルでclaude codeを起動すると、現在開いているファイルを自動認識し、プロジェクトコンテキストを理解した上でインタラクティブにファイルの読み書きを行えます。
反復的な複雑なタスクを効率化するため、カスタムスラッシュコマンドを定義できます。
マークダウン形式でプロンプトファイルを作成
適切なディレクトリに配置：
グローバル利用：~/.claude/command/
プロジェクト専用：.claude/command/
ファイル名がコマンド名として登録される
これにより、複雑な指示を毎回入力する必要がなくなり、開発効率が大幅に向上します。
大規模コードベースでの効率的な検索：関連ファイルを素早く特定し、プロジェクト全体の構造を理解
複数ファイルの一括処理：複数ファイル間での分析や一括置換・修正を実行
コード規約の自動適用：既存のコーディング規約や慣習に従った編集を自動実行
既存コードの理解とキャッチアップ：リバースエンジニアリングによる既存システムの理解促進
機能追加の自動化：既存コード構造を理解した新機能の実装
レガシーコードの現代化：古いコードパターンを現代的な書き方に変換
テスト自動生成：適切なテストコードの自動生成
エラー解析と修正提案：エラーログからの原因特定と修正案の提示
依存関係問題の解決：複雑な依存関係のトラブルシューティング
パフォーマンス改善：ボトルネックの特定と最適化の実装
PR文書の自動生成：変更内容を分析したPull Request説明文の作成
コードレビュー支援：レビューポイントの提示と指摘事項の自動修正
チーム開発効率化：ドキュメント生成やコミュニケーション支援
Claude CodeとGemini CLIを組み合わせることで、複数のAIの視点を活用したより高度な開発支援が可能になります。
Gemini CLIセットアップ
npm install -g @google/gemini-cli
APIキーの取得：Google AI StudioでAPIキーを発行
環境変数設定：VS Codeワークスペース設定に追加
{
"terminal.integrated.env.{OS名}": {
"GEMINI_API_KEY": "your-api-key-here"
}
}
認証方法選択：初回起動時にGemini API Key (AI Studio)を選択
Claude CodeのCLAUDE.md
Claudeが要件をまとめてGeminiに送信
Geminiの回答を取得・分析
両AIの見解を統合した最終提案を作成
コードレビューでの多角的な分析
アーキテクチャ設計の妥当性検証
複雑な技術選択での意思決定支援
この連携により、単一のAIでは得られない多様な視点からの開発支援を実現できます。
MCP（Model Context Protocol）サーバーは、Claude Codeの機能を拡張する外部ツールとして設定できます。これにより以下のようなメリットが得られます：
機能拡張：Claude Codeの標準機能を超えた専門的なタスクの実行
外部サービス連携：AWSサービスやデータベースなどとの直接連携
開発効率向上：反復的なタスクの自動化とワークフローの最適化
MCPサーバーの設定は、コマンドライン実行またはJSON設定ファイルの編集で行えます。
設定の適用範囲を指定できます。本記事では、ワークスペースごとのClaude環境構築を推奨しているため、ワークスペースフォルダをスコープとするproject
AWS Diagram MCPサーバーの設定例：
今回はAWS Bedrockを使用しており、AWS Profileが設定済みであるため、AWS関連のMCPサーバーの動作環境が整っています。アーキテクチャ図を生成するサーバーを設定して、実際に作図機能を試してみます。
claude mcp add awslabs.aws-diagram-mcp-server -s project -- uvx awslabs.aws-diagram-mcp-server
上記コマンドを実行すると、.mcp.json
{
"mcpServers": {
"awslabs.aws-diagram-mcp-server": {
"type": "stdio",
"command": "uvx",
"args": [
"awslabs.aws-diagram-mcp-server"
],
"env": {}
}
}
}
MCPサーバーを用いたAWSアーキテクチャ図の生成
設定したMCPサーバーを使用して、実際にアーキテクチャ図を生成してみます。
VpcStack-staging/MyVpcのAWSアーキテクチャ図を作成して./imgに保存して
このようにシンプルなプロンプトで、既存のAWSリソース構成を視覚化した図を自動生成できます。
MCPサーバーにより、作図を高い品質で自動化できて、ドキュメント作成や設計レビューの効率が大幅に向上します。
Claude Codeは、従来の開発プロセスを革新する強力なツールです。導入により以下のような効果が期待できます。
作業速度の大幅向上：ルーティンワークの自動化により、創造的なタスクに集中可能
コスト効率の改善：導入コストを大幅に上回る工数削減効果
人材不足への対応：自動化により限られたリソースでの高品質な開発を実現
コード品質の標準化：一貫したコーディング規約の適用
サービス品質の向上：これまで後回しにされていた品質向上作業の実現
技術負債の解消：レガシーコードの現代化とリファクタリングの促進
新技術の習得：最新のベストプラクティスや便利な機能の発見
設計手法の向上：AIによる設計・実装手法の提案による学習効果
技術領域の拡大：これまで困難だった技術領域への挑戦が可能に
Claude Codeは単なる開発支援ツールを超え、開発チーム全体の能力向上と、より高品質なソフトウェア開発を実現するパートナーとして機能します。
原文を表示
Claude CodeはAnthropic社が開発したターミナルベースのAIコーディングエージェントです。従来のChatGPTやCopilotとは異なり、コマンドラインから直接利用でき、プロジェクト全体のコンテキストを理解してコード生成、リファクタリング、バグ修正などを実行できます。
npmを使用してインストール npm install -g @anthropic-ai/claude-code # yarn を使用する場合 yarn global add @anthropic-ai/claude-code
AWS Bedrock経由での利用について
AWS Bedrock経由での利用を推奨します。
コスト効率が良い（Anthropic直接利用より安価）
企業利用時のセキュリティ・コンプライアンス要件を満たしやすい 明確な利用規約が提供されている（AWS Service Terms）
使用量の詳細な監視とコントロールが可能
VS Code拡張機能が提供されており、開発効率を大幅に向上させることができます。詳細な設定については、こちらの記事などを参照してください。
ワークスペースごとに異なるモデルやAWSプロファイルを設定できるため、プロジェクトに応じた最適な設定が可能です。
{ "folders": [ { "path": "." }, ], "settings": { "terminal.integrated.env.{OS毎に異なる値}": { "AWS_PROFILE": "{事前設定しておいたAWSプロファイル}", "CLAUDE_CODE_USE_BEDROCK":"1", "ANTHROPIC_MODEL": "us.anthropic.claude-sonnet-4-20250514-v1:0", "ANTHROPIC_SMALL_FAST_MODEL": "us.anthropic.claude-3-5-haiku-20241022-v1:0" }, } }
Claude Codeを起動後、/init
VS Codeのターミナルでclaude codeを起動すると、現在開いているファイルを自動認識し、プロジェクトコンテキストを理解した上でインタラクティブにファイルの読み書きを行えます。
反復的な複雑なタスクを効率化するため、カスタムスラッシュコマンドを定義できます。
マークダウン形式でプロンプトファイルを作成
適切なディレクトリに配置： グローバル利用：~/.claude/command/
プロジェクト専用：.claude/command/
ファイル名がコマンド名として登録される
これにより、複雑な指示を毎回入力する必要がなくなり、開発効率が大幅に向上します。
大規模コードベースでの効率的な検索：関連ファイルを素早く特定し、プロジェクト全体の構造を理解
複数ファイルの一括処理：複数ファイル間での分析や一括置換・修正を実行
コード規約の自動適用：既存のコーディング規約や慣習に従った編集を自動実行
既存コードの理解とキャッチアップ：リバースエンジニアリングによる既存システムの理解促進
機能追加の自動化：既存コード構造を理解した新機能の実装
レガシーコードの現代化：古いコードパターンを現代的な書き方に変換
テスト自動生成：適切なテストコードの自動生成
エラー解析と修正提案：エラーログからの原因特定と修正案の提示
依存関係問題の解決：複雑な依存関係のトラブルシューティング
パフォーマンス改善：ボトルネックの特定と最適化の実装
PR文書の自動生成：変更内容を分析したPull Request説明文の作成
コードレビュー支援：レビューポイントの提示と指摘事項の自動修正
チーム開発効率化：ドキュメント生成やコミュニケーション支援
Claude CodeとGemini CLIを組み合わせることで、複数のAIの視点を活用したより高度な開発支援が可能になります。
Gemini CLIセットアップ
npm install -g @google/gemini-cli
APIキーの取得：Google AI StudioでAPIキーを発行
環境変数設定：VS Codeワークスペース設定に追加
{ "terminal.integrated.env.{OS名}": { "GEMINI_API_KEY": "your-api-key-here" } }
認証方法選択：初回起動時にGemini API Key (AI Studio)を選択
Claude CodeのCLAUDE.md
Claudeが要件をまとめてGeminiに送信
Geminiの回答を取得・分析
両AIの見解を統合した最終提案を作成
コードレビューでの多角的な分析
アーキテクチャ設計の妥当性検証
複雑な技術選択での意思決定支援
この連携により、単一のAIでは得られない多様な視点からの開発支援を実現できます。
MCP（Model Context Protocol）サーバーは、Claude Codeの機能を拡張する外部ツールとして設定できます。これにより以下のようなメリットが得られます：
機能拡張：Claude Codeの標準機能を超えた専門的なタスクの実行
外部サービス連携：AWSサービスやデータベースなどとの直接連携
開発効率向上：反復的なタスクの自動化とワークフローの最適化
MCPサーバーの設定は、コマンドライン実行またはJSON設定ファイルの編集で行えます。
設定の適用範囲を指定できます。本記事では、ワークスペースごとのClaude環境構築を推奨しているため、ワークスペースフォルダをスコープとするproject
AWS Diagram MCPサーバーの設定例：
今回はAWS Bedrockを使用しており、AWS Profileが設定済みであるため、AWS関連のMCPサーバーの動作環境が整っています。アーキテクチャ図を生成するサーバーを設定して、実際に作図機能を試してみます。
claude mcp add awslabs.aws-diagram-mcp-server -s project -- uvx awslabs.aws-diagram-mcp-server
上記コマンドを実行すると、.mcp.json
{ "mcpServers": { "awslabs.aws-diagram-mcp-server": { "type": "stdio", "command": "uvx", "args": [ "awslabs.aws-diagram-mcp-server" ], "env": {} } } }
MCPサーバーを用いたAWSアーキテクチャ図の生成
設定したMCPサーバーを使用して、実際にアーキテクチャ図を生成してみます。
VpcStack-staging/MyVpcのAWSアーキテクチャ図を作成して./imgに保存して
このようにシンプルなプロンプトで、既存のAWSリソース構成を視覚化した図を自動生成できます。
MCPサーバーにより、作図を高い品質で自動化できて、ドキュメント作成や設計レビューの効率が大幅に向上します。
Claude Codeは、従来の開発プロセスを革新する強力なツールです。導入により以下のような効果が期待できます。
作業速度の大幅向上：ルーティンワークの自動化により、創造的なタスクに集中可能
コスト効率の改善：導入コストを大幅に上回る工数削減効果
人材不足への対応：自動化により限られたリソースでの高品質な開発を実現
コード品質の標準化：一貫したコーディング規約の適用
サービス品質の向上：これまで後回しにされていた品質向上作業の実現
技術負債の解消：レガシーコードの現代化とリファクタリングの促進
新技術の習得：最新のベストプラクティスや便利な機能の発見
設計手法の向上：AIによる設計・実装手法の提案による学習効果
技術領域の拡大：これまで困難だった技術領域への挑戦が可能に
Claude Codeは単なる開発支援ツールを超え、開発チーム全体の能力向上と、より高品質なソフトウェア開発を実現するパートナーとして機能します。
関連記事
今日のまとめ
AI日報で今日の重要ニュースをまとめ読み