上級者向け学習パス: ハーネスエンジニアリングと運用最適化

このパスで学ぶこと

Claude Code とその拡張ツールを最大限に活用し、開発プロセス全体を最適化する。ハーネスの設計・チューニング、プラグイン開発、マルチモデルオーケストレーション、組織への展開までをカバーする。

対象: 中級者パスを完了し、マルチエージェント開発に慣れている方 所要時間: 4-8週間（継続的な改善を含む） 前提条件: 中級者パスの完了、または同等の知識

Step 1: ハーネスエンジニアリングの基礎

目標

Claude Code のハーネス（設定・エージェント・スキル・ルールの全体）を理解し、最適化の基盤を構築する。

やること

ECC（Everything Claude Code）のハーネス最適化システムを活用する。

# ECC: harness-audit（ハーネス監査）
/harness-audit
# ハーネスの信頼性、評価準備性、リスク態勢を監査

# ECC: configure-ecc（インストールウィザード）
/configure-ecc
# マージ/上書きの検出付きインタラクティブ設定

# ECC: quality-gate（品質ゲート）
/quality-gate
# リポジトリ全体または特定パスの品質チェック

ハーネスの構成要素

.claude/
  CLAUDE.md           # プロジェクト指示
  settings.json       # 共有設定
  settings.local.json # ローカル設定
  commands/           # カスタムコマンド
  agents/             # カスタムエージェント
  skills/             # スキル定義
  rules/              # パススコープルール
  hooks/              # ライフサイクルフック
  mcp-config.json     # MCP サーバー設定
  .lsp.json           # LSP サーバー設定
  auto-memory/        # 自律メモリ

実践演習

ECC harness-audit で現在のハーネスの健全性を評価
監査結果に基づいて改善点を特定
CLAUDE.md、rules、hooks の最適化を実施
再度 harness-audit で改善を確認

確認ポイント

ハーネスの各構成要素の役割を理解
監査結果を読み取り、改善優先順位を判断できる

Step 2: スキル開発と最適化

目標

独自のスキルを開発し、既存スキルの品質を最適化する。

やること

# Superpowers: writing-skills（TDD for documentation）
# Iron Law: テストなしにスキルを書かない
# RED: スキルなしで圧力シナリオを実行、ベースライン動作を記録
# GREEN: 最小スキルを作成、シナリオで検証
# REFACTOR: 抜け穴を塞ぎ、合理化テーブルを追加

# ECC: skill-create（git履歴からスキル生成）
/skill-create
# git履歴を分析して SKILL.md ファイルを自動生成

# ECC: skill-stocktake（スキル品質監査）
/skill-stocktake
# スキルとコマンドの品質を監査

# OMC: skill（カスタムスキル管理）
/oh-my-claudecode:skill
# list / add / remove / edit / search

スキルの品質基準

項目	基準
Description	「いつ使うか」のみ（「何をするか」は書かない）
トークン効率	getting-started <150語, 頻繁ロード <200語, その他 <500語
合理化防止	圧力シナリオに対するカウンターアーギュメントを含む
テスト	TDD: ベースライン → 最小スキル → 抜け穴修正

スキル開発の基本については、スキル開発の基本で詳しく解説しています。

スキル開発のアンチパターン

The Description Trap: 説明にワークフロー概要を書くと、AI がフルスキルを読まずに省略動作する
プレースホルダー: TBD、TODO、あいまいな記述はスキルの失敗
長すぎるスキル: 500語を超えるとコンテキストウィンドウを圧迫

実践演習

プロジェクト固有のスキルを1つ作成（例: デプロイスキル）
Superpowers writing-skills の TDD プロセスで開発
ECC skill-stocktake で品質を監査

Step 3: マルチモデルオーケストレーション

目標

Claude 以外の AI モデル（Codex、Gemini）を組み合わせたクロスモデルレビューと実行を構築する。

やること

# OMC: ccg（トリモデルアドバイザー）
/ccg このアーキテクチャをレビューして
# Codex CLI → アーキテクチャレビュー
# Gemini CLI → デザインレビュー
# Claude → 統合シンセシス

# OMC: ask（プロバイダーアドバイザー）
/oh-my-claudecode:ask
# ローカルプロバイダー CLI を実行して markdown アーティファクトを保存

# OMC: tmux CLI Workers
# tmux の分割ペインで claude/codex/gemini CLI を起動
# オンデマンドでスポーン、タスク完了で終了

マルチモデルのユースケース

ユースケース	Codex	Gemini	Claude
アーキテクチャレビュー	バックエンド検証	UI/UX検証	統合判定
デザインレビュー	API設計	フロントエンド	全体調整
複雑な実装	バックエンド	フロントエンド	統合

エージェントチームオーケストレーションについては、エージェントチームオーケストレーションで詳しく解説しています。

コスト概要

3つの Pro プラン（Claude Pro + Codex Pro + Gemini Pro）で月額約 $60。

実践演習

tmux 環境をセットアップ
OMC ccg でクロスモデルレビューを実行
各モデルのレビュー結果を比較

Step 4: プラグイン開発

目標

Claude Code のプラグイン形式で、再利用可能な拡張機能を開発する。

やること

# プラグインの構造
plugin-name/
  .claude-plugin/
  plugin.json        # マニフェスト
  skills/            # スキル定義
  commands/          # コマンド定義
  agents/            # エージェント定義
  hooks/hooks.json   # ライフサイクルフック
  mcp-config.json    # MCP サーバー設定
  styles/            # 出力スタイル
  .lsp.json          # LSP 設定

plugin.json マニフェスト

{
  "name": "plugin-name",
  "version": "1.0.0",
  "description": "Brief description",
  "author": { "name": "Author Name" },
  "commands": "commands",
  "agents": "agents",
  "skills": "skills",
  "hooks": "hooks/hooks.json",
  "mcpServers": "mcp-config.json"
}

Superpowers のプラグイン設計からの教訓

依存関係ゼロ -- Superpowers は Node.js 組込みモジュールのみを使用。外部依存を避ける
スキルはプロセス文書 -- プロセスを強制するスキルが最も効果的
94%のPR却下率 -- スキルの内容は慎重にチューニングされている。安易な変更は避ける

実践演習

小さなプラグインを作成（1コマンド + 1スキル）
plugin.json マニフェストを作成
ローカルでテスト
必要に応じて公開

Step 5: コードインテリジェンスの活用

目標

LSP、AST grep、Python REPL などのコードインテリジェンスツールを活用し、開発効率を最大化する。

やること

# OMC: Code Intelligence（MCP サーバー経由）
# LSP: hover, goto definition, find references, diagnostics
# AST grep: パターン検索と置換
# Python REPL: データ分析

# LSP の設定
# .claude/.lsp.json
{
  "typescript": {
    "command": "typescript-language-server",
    "args": ["--stdio"],
    "extensionToLanguage": { ".ts": "typescript" }
  }
}

# AST grep の活用
# パターン: "console.log($MSG)" → 置換: "logger.info($MSG)"
# パターン: "$OBJ.forEach(($ITEM) => { $$$BODY })" → "for (const $ITEM of $OBJ) { $$$BODY }"

対応 LSP サーバー

言語	サーバー	コマンド
TypeScript	tsserver	`typescript-language-server --stdio`
Python	pylsp	`pylsp`
Go	gopls	`gopls serve`
Rust	rust-analyzer	`rust-analyzer`

実践演習

TypeScript プロジェクトに LSP を設定
AST grep でリファクタリングパターンを実行
Python REPL でデータ分析スクリプトを実行

Step 6: セキュリティとガバナンス

目標

ECC AgentShield と OMC のセキュリティツールで、ハーネスのセキュリティを確保する。

やること

# ECC: AgentShield（セキュリティ監査）
npx ecc-agentshield scan
# 1282テスト、98%カバレッジ、102静的分析ルール
# CLAUDE.md、settings.json、MCP設定、hooks、agents、skills をスキャン

# ECC: security-scan
/security-scan
# AgentShield 連携の設定ファイルスキャン

# ECC: security-review スキル
# 包括的なセキュリティチェックリスト

# OMC: security-reviewer エージェント
> セキュリティ監査を実行して
# 信頼境界と脆弱性の分析

セキュリティチェック項目

ハードコードされたシークレットの検出
ユーザー入力のバリデーション確認
SQLインジェクション対策
XSS対策
CSRF保護
認証・認可の検証

実践演習

ECC AgentShield でフルスキャンを実行
検出された問題を重大度別に分類
Critical / High の問題を修正
再スキャンで改善を確認

Step 7: 組織への展開

目標

個人レベルの最適化をチーム・組織レベルに展開する。

やること

# 組織レベルの設定
# Enterprise Policy: /Library/Application Support/ClaudeCode/CLAUDE.md (Mac)
# 組織全体のルールを強制

# 設定の優先順位
# 1. Enterprise managed policy
# 2. Command-line arguments
# 3. Local project settings
# 4. Shared project settings
# 5. User settings

# チームでの知識共有
# ECC: instinct-export / instinct-import
# OMC: learner スキル + project memory

# CI/CD での活用
# GitHub Actions: anthropics/claude-code-action@v1
# GitLab CI: 類似のインテグレーション

# リモート実行のベストプラクティス
claude --permission-mode plan        # ローカル（読み取り専用）
claude --remote "Implement changes"  # クラウド（自律実行）

展開のステップ

CLAUDE.md の標準化 -- チーム共通の CLAUDE.md テンプレートを作成
カスタムコマンドの共有 -- .claude/commands/ を Git で管理
スキルの共有 -- OMC learner と ECC instinct でパターンを共有
CI/CD の構築 -- GitHub Actions で自動レビュー
セキュリティの統一 -- Enterprise Policy で組織ルールを強制

実践演習

チーム共通の CLAUDE.md テンプレートを作成
GitHub Actions で anthropics/claude-code-action@v1 を設定
ECC instinct-export/import でチーム間の知識共有を体験

継続的な改善

上級者パスは「完了」ではなく「継続」が前提。以下のサイクルを回し続ける:

監査 -- ECC harness-audit でハーネスの健全性を定期評価
学習 -- ECC continuous-learning と OMC learner でパターンを抽出
進化 -- ECC evolve でパターンをスキルにクラスタリング
共有 -- instinct-export/import でチームに展開
セキュリティ -- AgentShield で設定の安全性を確保

継続的な学習については、ECC 継続的学習で詳しく解説しています。

実践ケーススタディ

ケース1: 大規模リファクタリング（個人開発者）

プロジェクト: TypeScript製Webアプリケーション（約50ファイル）のアーキテクチャ刷新

課題: レガシーなクラスベース設計を関数型 + hooks パターンに移行したいが、影響範囲が広く手作業では数日かかる

使用ツール: Claude Code + OMC (ultrawork)

手順:

/oh-my-claudecode:plan で移行計画を策定（影響ファイルの依存関係をDAGで可視化）
ultrawork で5エージェントを並列起動:
- Agent 1-3: コンポーネントファイルの移行（ファイル境界で分割）
- Agent 4: 型定義ファイルの更新
- Agent 5: テストファイルの修正
全エージェント完了後、/review でマルチエージェントレビュー
pnpm build && pnpm test で最終検証

結果: 3日分の手作業を約2時間で完了。テストカバレッジも80%以上を維持。

ケース2: チーム開発でのフィーチャー実装（3人チーム）

プロジェクト: SaaS管理画面に新しいダッシュボード機能を追加

課題: フロントエンド、バックエンドAPI、データベースマイグレーションを3人で並行開発したい

使用ツール: Claude Code + OMC (team) + Superpowers

手順:

/oh-my-claudecode:team で3エージェントのチームを編成:
- フロントエンド担当: React コンポーネント実装
- バックエンド担当: API エンドポイント + DB マイグレーション
- テスト担当: E2E テストの作成
各エージェントが worktree で独立ブランチに作業（ファイル競合なし）
Superpowers /review で各ブランチをレビュー
順次マージ + 統合テスト

結果: 通常1週間のスプリントタスクを1日で実装完了。worktree分離でマージコンフリクトゼロ。

参考リソース

Superpowers -- 振る舞い形成スキルライブラリ
oh-my-claudecode -- マルチエージェントオーケストレーション
Everything Claude Code -- ハーネス最適化システム
Claude Code 公式ドキュメント

このパスで学ぶこと

Step 1: ハーネスエンジニアリングの基礎

目標

やること

ハーネスの構成要素

実践演習

確認ポイント

Step 2: スキル開発と最適化

目標

やること

スキルの品質基準

スキル開発のアンチパターン

実践演習

Step 3: マルチモデルオーケストレーション

目標

やること

マルチモデルのユースケース

コスト概要

実践演習

Step 4: プラグイン開発

目標

やること

plugin.json マニフェスト

Superpowers のプラグイン設計からの教訓

実践演習

Step 5: コードインテリジェンスの活用

目標

やること

対応 LSP サーバー

実践演習

Step 6: セキュリティとガバナンス

目標

やること

セキュリティチェック項目

実践演習

Step 7: 組織への展開

目標

やること

展開のステップ

実践演習

継続的な改善

実践ケーススタディ

ケース1: 大規模リファクタリング（個人開発者）

ケース2: チーム開発でのフィーチャー実装（3人チーム）

参考リソース

次のステップ

高度の他のガイド

関連コンテンツ

Claude Code プラグインを開発・公開する

Claude Code スキルシステム