Her（ヘール）— クロード・コードセッションのための探偵ツール
Hugging Face で公開されたツール「Her」は、Claude Code の実行ログを解析し、リスクのある操作やトークン使用状況を可視化するデバッグ支援ツールである。
キーポイント
Claude Code ログの可視化と分析
従来の書き込み専用だった Claude Code の .jsonl ログファイルを解析し、エージェントがなぜ特定の判断を下したかを人間が理解しやすい英語で再構築する。
リスク検知とセキュリティ強化
本番環境へのデプロイ、設定変更、機密情報の漏洩など危険な動きを自動検知し、どのステップで発生したかを特定してアラートする。
リソース使用状況の追跡
トークン消費の内訳や、サブエージェント、MCP サーバー、ツールなどの具体的な利用状況を詳細に追跡・表示する機能を提供する。
影響分析・編集コメントを表示
影響分析
このツールは、AI エージェントが複雑化する現代において、その内部動作を「ブラックボックス」から「ホワイトボックス」へと変える重要な一歩です。開発者がログデータを人手で解析する負担を軽減し、セキュリティリスクやリソースの無駄を即座に特定できるため、Claude Code を用いた本番環境での運用安全性と効率性を高める実用的なソリューションとなります。
編集コメント
AI エージェントの運用が本格化する中、その「黒箱化」された挙動を可視化するツールの需要は高まっています。特にセキュリティリスク検知に特化したこのアプローチは、開発現場の実践的な課題解決に直結する価値があります。
Her · हेर — *マラーティー語で「探偵」を意味します。* Claude Code セッションのための探偵です。
こちらでお試しください：Hugging Face の Her
すべての Claude Code セッションは痕跡を残します — 各ターン、ツール呼び出し、トークンを含む .jsonl ファイルとして。しかし実際には、その痕跡は書き込み専用です。なぜエージェントが本番環境に手を伸ばしたのか、コンテキスト予算の実際の使い道はどこだったのか、あるいはどのサブエージェントが実行時間の半分を静かに消費したのかを理解するために、4,000 行もの JSON を読み返すことはめったにありません。
Her はそれをあなたのために読み解きます。
前提はシンプルです：セッションファイルをページにドロップするだけで、Her が調査を開始します。 Her は何が起こったかを平易な英語で再構築し、危険な動き（デプロイ、設定変更、本番環境への改変、シークレットなど）をフラグ付けし、それぞれがどの正確なターンで発生したのかを追跡します。
Her はトークンがどこへ行ったか、どのツール、サブエージェント、スキル、MCP サーバーが使用されたかを示し、名前付きで修正可能なパターンが発生した場合のみ（かつその場合に限って）、Anthropic とコミュニティのベストプラクティスに基づいて「より良くできたこと」を提案します。Her は*主張するのではなく提案する*だけで、言うべきことがない場合は沈黙を守ります。
また、ビルトインのコパイロットAsk Herも用意されています。「なぜこのツールが使用されたのか？」と尋ねると、Her は痕跡から回答し、該当ターンを引用して正確なツール呼び出しを開きます。1 つのファイルをドロップすればセッションビューが表示され、複数のファイルをドロップすればプロジェクトビューが構築され、多数のセッションにわたって質問を検索できます。
サードパーティの AI API は一切呼び出されません。 モデル（Nemotron-Mini-4B-Instruct）は、ZeroGPU を介してスペース自体の GPU 上で実行されます。セッションは、あなたのランに属するプライベートで自動削除される名前空間へのみアップロードされ、その内容が外部へ漏れることはありません。
この信頼性を支える決定的な点は、評価エンジンが完全に決定論的であることです。モデルは英語の記述とより穏やかな提案を行うためだけに使用され、発見を断定することはありません。モデルが変わっても数値は変動しません。
興味深い点として、Her はセッションで使用された CLI ツールを単に列挙するだけでなく、それらを特定します。Homebrew、npm、PyPI からの主要ツールデータベースがスペースと共に同梱されており、ほとんどのツールはオフラインで一行の簡潔な説明付きで名前付けられます。デプロイ用ツール、データベースクライアント、または開発サーバーが実際に実行された場合、Her はその活動をフラグ付けし、再確認に値する二回目のチェックを行います。
これは週末の開発で成長しました。 最初は友人のために作られた運用者の視点であり、各クエリをコストに応じてサイズを変えたノードとし、最も重いものが輝くようなジャーニー（旅路）グラフでした。
これをよりシンプルにしてほしいと願う別の友人に見せると、グラフには現在デフォルトとなっている実行役のレポートが追加されました。その後、最初の友人が「なぜ自分の CLI ツールが表示されないのか」と尋ねたことがきっかけで、ツールデータベースが誕生しました。
フロントエンドは Gradio サーバーから直接提供される React アプリであり、決定論的なエンジンが捜査を行い、Nemotron が文章を生成します。
Claude が狂ったときは、Her を呼んでください。 ;)
こちらでお試しください：Hugging Face の Her
必ず JSON 形式で返してください。translation フィールドのみ。他のフィールド (technical_terms 等) は一切追加しないこと — 余計なフィールドを書こうとして本文翻訳がトークン上限で打ち切られる事故を防ぐため:
{"translation": "翻訳全文"}
原文を表示
Her · हेर — Marathi for “detective.” A detective for your Claude Code sessions.
Try it here: Her on Hugging Face
Every Claude Code session leaves a trace — a .jsonl file with every turn, tool call, and token. But in practice, that trace is write-only. Rarely anyone reads 4,000 lines of JSON to figure out *why the agent reached for production*, where the context budget actually went, or which subagent quietly burned half the run.
Her reads it for you.
The premise is simple: drop a session file onto the page and let her investigate. She reconstructs what happened in plain English, flags the risky moves — deploys, config and production changes, secrets — and traces each one back to the exact turn where it happened.
She shows where the tokens went, which tools, subagents, skills, and MCP servers were used, and — only when a named, fixable pattern fires — what you could have done better, grounded in Anthropic’s and the community’s best practices. She *suggests, never asserts*, and stays silent when there’s nothing worth saying.
There’s also a built-in copilot: Ask Her. Ask *“why was this tool used?”* and she answers from the trace, cites the turns, and opens the exact tool call. Drop one file for a session view; drop several to build a project view and hunt a question across many sessions at once.
No third-party AI API is ever called. The model — Nemotron-Mini-4B-Instruct — runs on the Space’s own GPU via ZeroGPU. Your session is uploaded only to a private, auto-deleted namespace that belongs to your run, and nothing about it leaves the box.
The split that makes this trustworthy: the evaluation engine is purely deterministic. The model is used *only* to write the English and propose softer suggestions. It never asserts a finding. The numbers don’t move when the model changes.
One nice detail: Her doesn’t just list the CLI tools a session used — she identifies them. A database of top tools from Homebrew, npm, and PyPI ships with the Space, so most tools are named offline with a one-line blurb. When deploy tools, database clients, or dev servers are actually executed, Her flags that activity for the second look it deserves.
It grew over a weekend. It started as an operator’s view — a journey graph where every query is a node sized by cost, the heaviest one glowing — built for a friend.
I showed it to another friend who wanted it simpler, so the graph grew an executive Report that’s now the default. Then the first friend asked why *their* CLI tool didn’t show up — which is how the tool database was born.
The frontend is a React app served straight off a Gradio server, with the deterministic engine doing the forensics and Nemotron handling the prose.
When Claude loses his mind, call Her. ;)
Try it here: Her on Hugging Face
関連記事
Claude Code がアーティファクト機能をサポート
Anthropic は Claude Code に「アーティファクト」機能を追加し、PR の解説やシステム説明などの作業セッションをライブで共有可能な視覚ページに変換しました。この機能は自動更新やバージョン履歴をサポートし、チームと企業向けベータ版として提供されています。
CloudWatch の SageMaker メトリクスとインサイトダッシュボードを用いた生成 AI 推論の監視・デバッグ
AWS は、大規模な生成 AI 推論エンドポイントの P99 レイテンシ急上昇などのトラブルを GPU メモリ圧力や KV キャッシュ飽和などから特定できるよう、CloudWatch に SageMaker の詳細メトリクスとインサイトダッシュボードを追加した。
Claude Code がアーティファクト機能をサポート
Anthropic は開発者向けツール「Claude Code」に、コード生成結果を直接表示・編集できる「アーティファクト」機能を追加した。これにより、開発ワークフローの効率化が図られる。
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