選び方
- AGENTS.md や CLAUDE.md は短く保ち、ドキュメントを書き写すのではなく参照させましょう。
- 人が読む前に、テスト、型チェック、linter にエージェントの仕事を判定させましょう。
- ワークフローのフレームワークはプロジェクトごとに 1 つ、変更の大きさに合わせて。エージェントはサンドボックスで動かし、破壊的なコマンドは止めましょう。
確認すべきポイント
選択肢を分けるポイントを、重要な順に並べています。
01
短く、ほかのファイルを指し示すコンテキストファイル
AGENTS.md や CLAUDE.md はすべてのセッションで読み込まれるため、1 行ごとに毎ターンのトークンを消費し、タスクとモデルの注意を奪い合います。OpenAI の harness チームは、1 つの大きな指示ファイルはすぐに古くなり自動で検証もできないと気づき、構造化された docs/ フォルダーの目次として働く約 100 行の AGENTS.md に切り替えました。根拠を説明できる少数のルールから始め(Karpathy の CLAUDE.md は 4 つです)、エージェントが同じ間違いを繰り返したときだけ 1 行足し、詳細はエージェン トが必要なときに開くファイルに置きましょう。
02
行動の前にガイド、行動の後にセンサー
martinfowler.com に掲載された Birgitta Böckeler のモデルは、harness を 2 つに分けます。作業前にエージェントを導くガイド(コンテキストファイル、skills、仕様、言語サーバー)と、結果を確かめてエージェント自身に修正させるセンサー(テスト、linter、型チェッカー、構造テスト、レビュー)です。両方が必要です。ガイドだけでは効いたかどうかが分からず、センサーだけでは毎回同じ間違いを捕まえることになります。AI によるレビューより、速く安く再現性のある決定的なセンサーを優先し、linter のメッセージには直し方まで書いておきましょう。
03
skills、プラグイン、hooks のコンテキストコスト
skills は積み重なるまでは安価です。Anthropic のドキュメントでは、起動時のコストはインストール済みの skill 1 つあたり約 100 トークン、発動するとさらに最大 5,000 トークンとされています。ECC はフルインストールだとルールと skills がコンテキストウィンドウの大きな部分を占めるため、最小プロファイルが用意されています。Claude Code では claude plugin details で各プラグインが毎ターン追加する量を確認できます。自分のワークフローを満たす最小限だけを入れ、1 か月使っていないものは外しましょう。
04
変更の大きさに見合ったプロセス
仕様駆動のフレームワークや複数の役割を使うフレームワークは、エージェントの作業をレビューできる文書に変えますが、その分のコストがかかります。Scott Logic の試行では、Spec Kit は機能 1 つあたり約 2〜3.5 時間の人によるレビューを要しました。BMAD は機能ごとに複数の計画文書を作り、Superpowers は小さな修正でも遅くトークンを多く使います。Matt Pocock の skills はその対極で、呼び出さない限り何も動きません。1 行の修正ならプロセスを縮められるか(BMAD の Build skill は今はそうします)を確かめ、ワークフローのフレームワークはプロジェクトごとに 1 つだけ入れましょう。Superpowers、BMAD、ECC、Addy Osmani のパックは機能が重なり、互いに競合します。
05
セッションが終わっても残る状態
新しいセッションは前回の記憶なしに始まります。Anthropic の長時間稼働エージェントに関する記事は、単純なファイルによる解決策を示しています。各項目に合格か否かの印を付けた JSON の機能リスト、進捗ログ、アプリを起動する init.sh、1 セッションに 1 機能、そして各セッション終了時の git コミットです。メモリープラグインはこれを自動化しますが、代償があります。claude-mem は毎セッションを自分で費用を払うモデルで要約し、そのローカル worker はリクエストを認証しませ ん。context-mode はツールの出力をローカルのインデックスに保存し、コンパクション後に作業状態を再構築します。まずは単純なファイルから試しましょう。
06
サンドボックスとコマンドガード、どちらか一方ではなく両方
エージェントは言いくるめられて何でも実行しうるので、制限はプロンプトではなく OS に置くべきです。Claude Code の /sandbox の中核である Anthropic の Sandbox Runtime は、ファイル書き込みとネットワークアクセスを許可したものだけに制限しますが、プロジェクト内への書き込みは設計上許すため、git reset --hard や git push --force は実行されてしまいます。CC Safety Net はシェルコマンドを実行前に読んでそれらを止めますが、ファイルもネットワークも制御しません。組み合わせれば互いの穴を埋められます。
07
トークン節約の主張は、自分の請求額で確かめる
いくつものツールがコンテキストの縮小とコスト削減をうたっています。ツール出力が短くなっても、セッションが安くなるとは限りません。rtk の独立した 2 つのテストは、主要な実行で節約を確認できませんでした(それぞれ 7.6% と 5.8% の増加)。理由の 1 つは、その hook が Bash の呼び出ししか見ないことです。context-mode の無料プラグインのコストテストは誰も公表していません。デモの 1 タスクではなく、普段の作業 1 週間分 について、自分の利用ログ(ccusage がローカルで読み取れます)で導入前後を比べましょう。
08
エージェント内で動くコードを誰が変更できるか
プラグインや skill パックは、あなたの権限で hooks や MCP サーバーを実行します。Claude Code の公式マーケットプレイスは各エントリーを特定のコミットに固定していますが、Anthropic は掲載がセキュリティ監査ではないと述べており、プラグインは既定で自動更新されます。ECC の README はミラーにマルウェアが含まれる可能性を警告しており、CC Safety Net の既定のインストールは @latest を取得します。元のリポジトリからインストールし、チームではバージョンを固定し、有効にする前に hook のスクリプトを読みましょう。
選択肢の違い
harness エンジニアリングとは、コーディングエージェントの内部ではなく周囲を整える仕事です。エージェントが読むファイル、出力を判定するチェック、セッションをまたいで作業を引き継ぐループがその対象です。ここで扱うツールはいくつかのグループに分かれます。コンテキストファイルと skill パック(Karpathy の CLAUDE.md、Anthropic Skills、Addy Osmani と Matt Pocock の skills)は、エージェントにルールと手順を与えます。ワークフローのフレームワーク(Superpowers、Spec Kit、BMAD、ECC)は仕様、計画、テスト、レビューの一連の流れを課し、主な違いは人が読むべき文書の量です。コンテキストとメモリーのツール(context-mode、rtk、claude-mem)は、コンテキストウィンドウを小さく保つか、セッション間で状態を引き継ごうとします。安全のための層(Sandbox Runtime、CC Safety Net)は、エージェントが何を指示されたかにかかわらず、できることを制限します。これらの多くは Claude Code の公式マーケットプレイスからインストールでき、Learn Harness Engineering はこの分野全体を教える講座です。
エージェント自体(Claude Code、Codex、OpenCode)は内側の harness であり、コーディングエージェントのレビューで扱っています。外側の harness で最も重要なセンサーは、たいていすでに持っているものです。テストスイート、型チェッカー、linter、CI です。下のツールはどれもそれらの代わりにはならず、いくつかはそれらがあって初めてうまく機能します。
14 個のツールを比較
当サイトの評価順です。各レビューで出典、料金、評価の詳細を確認できます。
| ツール | 評価 | 当サイトの評価 | 向いている用途 | 料金 |
|---|---|---|---|---|
| Superpowersリポジトリ | 4.7/5 | コーディングエージェントを慎重なジュニアエンジニアのように振る舞わせる規律レイヤーであり、1行の修正を超える規模の作業であれば追加のトークンを費やす価値があります。 | 計画、テスト、レビューが組み込まれた状態で、エージェントに数時間の機能開発を実行させたい開発者に適しています。 | 無料かつオープンソース（MIT）です。実行するエージェントのモデル使用料を支払います。 |
| Matt Pocock's Skillsリポジトリ | 4.5/5 | Matt Pocock のスキルは、エージェントがコードを書く前に計画をあなたと議論し尽くさせます。/grill-me だけでもインストールする価値があります。 | プロセスをフレームワークに委ねずに、軽量な計画と TDD の習慣を取り入れたいエンジニア。 | 無料のオープンソース（MIT）です。エージェントのモデル利用料は自分で払います。 |
| Anthropic Skillsリポジトリ | 4.4/5 | 自分でスキルを書く前に読み、Claude Code で Office ファイルや PDF を扱う必要があるならインストールすべきものです。ただし、文書スキルをフォークできるものと勘違いしないでください。 | スキルを書くすべての人と、Office や PDF を扱う必要がある Claude Code ユーザー。 | 無料です。サンプルのスキルは Apache-2.0 で、文書スキルはソース公開であってオープンソースではありません。 |
| Anthropic Sandbox Runtime (srt)リポジトリ | 4.4/5 | コーディングエージェントは何にでも誘導される可能性がありますが、オペレーティングシステムはそうではありません。srt はオペレーティングシステムに制御権を委ねます。 | 自身のマシンでコーディングエージェントを実行するすべての開発者の第一層の防御策として最適です。 | Apache 2.0 ライセンスに基づく無料でオープンソースのソフトウェアです。 |
| Spec Kitリポジトリ | 4.3/5 | Spec Kit はエージェントの作業を git 上でレビュー可能なドキュメントに変換しますが、その 対価として機能ごとに数時間の人間による読解時間がかかります。 | エージェントがコードを書く前に、書面化されたレビュー可能な仕様を求めるチームに適しています。 | 無料でオープンソースです（MIT）。 |
| Agent Skills (Addy Osmani)リポジトリ | 4.3/5 | Addy Osmani のパックは、シニアエンジニアの習慣を、エージェントが言い逃れできない関門に変えます。ブラウザーを本気で扱う数少ないスキルセットでもあります。 | 仕様からローンチまでを一つの構造化されたスキルパックでまかないたい Web 開発者。 | 無料のオープンソース（MIT）です。エージェントのモデル利用料は自己負担です。 |
| Claude Code official plugin marketplaceリポジトリ | 4.3/5 | 第三者のマーケットプレイスを追加する前にまずここから始めるべきです。コミットに固定されたエントリーと見えるコンテキストのコストにより最も安全な初期設定ですが、掲載はセキュリティ監査ではありません。 | すべての Claude Code のユーザーにとって、プラグインを探す最初の場所です。 | 無料です。カタログのリポジトリは Apache-2.0 で、各プラグインには独自のライセンスがあり、ベンダーのプラグインの多くはそのベンダーの有料アカウントが必要です。 |
| Learn Harness Engineeringリポジトリ | 4.1/5 | エージェントによるコーディングの地味な部分、つまりモデルの周りの足場についての本物のカリキュラムです。独創性よりも構成のほうが優れています。 | すでに Claude Code や Codex を使っていて、無人のエージェントのセッションをより信頼できるものにする体系的な方法がほしいエンジニア。 | 無料（MIT）です。プロジェクトを進めるには、Claude Code や Codex などの自分のコーディングエージェントが必要です。 |
| CC Safety Netリポジトリ | 4.0/5 | サンドボックスが意図的に許してしまう被害、つまり自分のプロジェクト内での force-push、hard reset、rm -rf に対するシートベルトです。 | コーディングエージェントに、1つずつ承認せずにシェルコマンドを実行させているすべての人に向いています。 | MIT ライセンスの無料オープンソースです。 |
| BMAD Methodリポジトリ | 3.8/5 | BMAD の書類仕事は、承認を出す利害関係者がいるプロジェクトでは元が取れますが、それより小さな作業すべてで何時間もの代償を求めます。 | PRD、アーキテクチャ、ストーリーを生成してレビューしたい、大きめのプロジェクトのチーム。 | 無料のオープンソース（MIT）です。「BMad」と「BMAD-METHOD」は BMad Code, LLC の商標です。 |
| Everything Claude Code (ECC)リポジトリ | 3.8/5 | ECC はワークフローではなく部品箱です。minimal のプロファイルなら役に立ちますが、full のサイズではコン テキストに常に税金がかかります。 | 大きなツールキットを求め、それを minimal のプロファイルまで絞り込める Claude Code のパワーユーザー。 | 無料のオープンソース（MIT）です。プライベートリポジトリ向けの ECC Pro GitHub App は 1 シートあたり月額 $19、Enterprise は見積もりです。費用はエージェントのモデル利用料です。 |
| claude-memリポジトリ | 3.7/5 | Claude Code のための本物のセッション間の記憶ですが、ホスト型のサブスクリプションへ誘導するインストーラーに包まれており、圧縮の請求にも注意が必要です。 | 長期のプロジェクトで、エージェントに過去のセッションを覚えていてほしい開発者に向いています。 | オープンソース（Apache-2.0）です。圧縮は自分の Anthropic のプランかキーで動きます。ホスト型の CMEM のプランは Pro が月 $30、Heavy が月 $70、Max が月 $100 で、超過分は別料金です。TeamBrain の価格は発表されていません。 |
| context-modeリポジトリ | 3.6/5 | 圧縮後に流れを見失う長いセッションには試す価値があります。ただし、無料プラグインで請求額が下がることを示した人はまだいません。 | 長いセッションが圧縮後に作業を見失ってしまう Claude Code ユーザー。 | プラグインは無料（Elastic License 2.0）。ホスト型ゲートウェイ：初回のみ 1,000 リクエスト無料。Starter は月額 $20（10,000 リクエスト）、Pro は月額 $49（50,000 リクエスト）。モデルプロバイダーへの支払いは別途直接行います。 |
| rtk (Rust Token Killer)リポジトリ | 3.4/5 | シェルの出力は短縮されますが、それはClaude Codeの利用料が安くなることと同義ではなく、2つの独立したコスト検証の双方で削減効果はないと結論づけられました。 | シェルの出力が極めて冗長であり、その効果を自身で測定する開発者に適しています。 | 無料（Apache-2.0のCLIに加え、BUSL-1.1のエンジン。Apacheのみのrtk-ossも利用可能です）。商用での再販にはライセンスが必要です。チーム向けのRTK Proは有料で、7日間のトライアルがあります。 |
仕様の比較
このステップで重要な仕様です。2026年11月6日に確認しました。導入前に提供元のサイトで確認してください。
| ツール | 種類 | 加わるもの | 対応エージェント | コンテキストやトークンのコスト | ライセンス |
|---|---|---|---|---|---|
| Superpowers | ワークフロー skills のプラグイン | ブレインストーミング、計画、TDD、サブエージェントによるレビュー | 16 の harness | 高い。計画のタスク数に応じて増える | MIT |
| Matt Pocock's Skills | 組み合わせて使う skills | /grill-me, /tdd, /code-review | Claude Code、Codex、Copilot。ほかは npx 経由 | 呼び出したときだけ。サブエージェントのレビューは積み重なる | MIT |
| Anthropic Skills | リファレンス skills と仕様 | docx、pdf、skill-creator を含む 19 の skills | Claude Code、claude.ai、Claude API | skill 1 つで約 100 トークン。使用時に最大 5,000 | Apache 2.0。文書系 skills はソース公開のみ |
| Anthropic Sandbox Runtime (srt) | OS レベルのサンドボックス | ファイル書き込みとネットワークの許可リスト | 任意のプロセス。Claude Code の /sandbox | なし | Apache 2.0 |
| Spec Kit | 仕様駆動の CLI とコマンド | 憲章、仕様、計画、タスク、収束チェック | 41 のエージェント | エージェント利用料に加え、機能ごとに 2〜3.5 時間のレビュー | MIT |
| Agent Skills (Addy Osmani) | エンジニアリングワークフローの skills | 25 の skills、9 のコマンド、証拠の関門 | Claude Code、Codex、skills CLI で 70 以上 | セッションが長くなる。数値の公表なし | MIT |
| Claude Code official plugin marketplace | プラグインのマーケットプレイス | コミットに固定された 315 のプラグイン | Claude Code | プラグインごと。claude plugin details で表示 | Apache 2.0 |
| Learn Harness Engineering | 講座:14 の講義、8 つのプロジェクト | テンプレー ト、harness-creator skill、監査スクリプト | エージェントを問わない | 無料。エージェントの利用料のみ | MIT |
| CC Safety Net | コマンドガード(hook) | 破壊的な git、rm -rf、秘密情報の読み取りを阻止 | Claude Code、Codex、Cursor ほか | なし | MIT |
| BMAD Method | 役割ベースのアジャイルフレームワーク | ブリーフ、PRD、アーキテクチャ、ストーリー | Claude Code、Codex ほか | 高い。機能ごとに複数の文書 | MIT(名称は商標) |
| Everything Claude Code (ECC) | harness キット | 71 のエージェント、311 の skills、hooks、AgentShield | Claude Code は安定版、ほかはベータ | フルインストールでは重い。最小プロファイルあり | MIT |
| claude-mem | セッション間メモリーのプラグイン | hooks がセッションを記録。MCP で呼び出し | Claude Code、Codex、OpenCode ほか | 毎セッションに圧縮用トークン | Apache 2.0 |
| context-mode | コンテキスト用プラグインと MCP サーバー | ツール出力のインデックス化。コンパクション後の状態再構築 | 17 のプラットフォーム | 削減を狙う。無料プラグインは未検証 | Elastic 2.0 |
| rtk (Rust Token Killer) | シェル出力のプロキシ(hook) | 100 以上のコマンドの出力を圧縮 | 18 のエージェント | 独立した 2 つのテストで節約は確認されず | Apache 2.0 / BUSL-1.1 |
このガイドの出典
- OpenAI: Harness engineering, leveraging Codex in an agent-first world
- Birgitta Böckeler: Harness engineering for coding agent users (martinfowler.com)
- Anthropic: Effective harnesses for long-running agents
- Anthropic: Beyond permission prompts (Claude Code sandboxing)
- Agent Skills overview (Claude Platform docs)
- Putting Spec Kit through its paces (Scott Logic)
- rtk Claude Code token savings benchmark (JetBrains)