AI 駆動開発 : Claude Code 入門 – CLI 版の導入

Posted on by Masashi Okumura

Claude Code Web 版が 10 月に公開されましたので、実践的な入門記事を作成していきます。
最初は CLI 版から始めます。Claude Code CLI 版は Anthropic のエージェント型コーディングツールで、ターミナルで動作し、アイデアを素早くコードに変えるのに役立ちます。

AI 駆動開発 : Claude Code 入門 – CLI 版の導入

作成 : Masashi Okumura
作成日時 : 11/16/2025
バージョン : 2.0.42 (Claude Code)

* 本記事は https://code.claude.com/docs の以下のページを参考にしています :

* サンプルコードの動作確認はしておりますが、必要な場合には適宜、追加改変しています。
* ご自由にリンクを張って頂いてかまいませんが、sales-info@classcat.com までご一報いただけると嬉しいです。

 

 

AI 駆動開発 : Claude Code 入門 – CLI 版の導入

Claude Code Web 版が 10 月に公開されましたので、実践的な入門記事を作成していきます。

最初は CLI 版から始めます。Claude Code CLI 版は Anthropic のエージェント型コーディングツールで、ターミナルで動作し、アイデアをこれまで以上に速くコードに変えるのに役立ちます。

Claude Code CLI 版の導入は基本的にはドキュメント通りに進めれば良いのですが、できるだけ具体例を示していきます。
※ ここでは macOS 上、Homebrew を使用していますが、他の環境・ツールでも インストール手順 以外は同じです。

 

クイックスタート

ステップ 1：Claude Code CLI 版のインストール

Homebrew が利用できます :

brew install --cask claude-code

🍺  claude-code was successfully installed!

 

ステップ 2：アカウントにログイン

インストールしたらターミナルで “claude” で起動します :

claude
# 初回使用時にログインするよう促されます

起動すると以下のような初期設定画面が表示されます。最初にテーマの選択です。
ダークモードでもライトモードでも好みで選択すれば良いでしょう。もちろん後からでも変更可能です :

 
次に、ログインの方法を選択します。Claude Code を使用するにはアカウントが必要で、以下のいずれかのアカウントタイプでログインできます：

  • Claude アカウント with サブスクリプション – Claude.ai（サブスクリプションプラン – 推奨)

  • Anthropic コンソール・アカウント – Claude Console（プリペイドクレジット付き API アクセス)

両方持っている場合には、推奨されているサブスクリプションの選択で良いかと思います。

ログイン後には認証情報が保存され、再度ログインする必要はありません。

ログインに成功すれば以下のような表示が得られます :

※ この後も設定が続きますが、ログインに成功すれば後はスキップして構いません。
初見では良くわからない場合には Ctrl+C で抜けられます。いずれも後から再設定できます。

 

ステップ 3：最初のセッションを開始

適当なディレクトリをプロジェクト用に作成して移動し、Claude Code を開始します：

cd ~/workspace
claude

すると、セッション情報、最近の会話、最新の更新等が表示された Claude Code ウェルカムスクリーンが表示されます :

利用可能なコマンドについては /help を入力するか、前の会話を続行するには /resume を入力してください。

💡 / (スラッシュ) でコマンドモード、! (感嘆符) で bash モードに移行します。

 

ステップ 4：最初の質問をする

セッションが開始されたら、質問ができます。例えば Claude 自身の機能について質問することもできます :

> Claude Code は何ができるの？

※ ここではわかりやすさのために日本語で質問していますが、ベターな回答を引き出すためには、もちろん英語の使用が望ましいです。

⏺ Claude Code は Anthropic が提供するターミナルベースの AI コーディングアシスタントで、以下のようなことができます:

  主な機能

  機能開発
  - 自然言語で説明するだけで、計画を立て、コードを書き、検証まで実行
  - 新機能の実装を自動化

  デバッグと問題解決
  - エラーメッセージやバグの説明から根本原因を特定
  - 修正コードを実装

  コードベースの理解
  - プロジェクトの構造やアーキテクチャを説明
  - 特定のファイルや機能の場所を検索
  - 実行フローをトレース

  タスクの自動化
  - lint の修正
  - マージコンフリクトの解決
  - リリースノートの生成
  - 繰り返し作業の自動化

  テストとドキュメント
  - テストされていないコードを特定し、テストケースを生成
  - コメント、JSDoc、API ドキュメントの追加・改善

  コラボレーション
  - PR の変更をまとめて、文脈を含めた説明を生成
  - コードレビューやセキュリティ分析

  特徴的な機能

  - MCP 統合: Google Drive、Figma、Slack などの外部データソースにアクセス
  - Plan モード: 変更を加える前に読み取り専用で安全にコードベースを分析
  - サブエージェント: 専門的なタスクを特化型 AI エージェントに委譲
  - Unix スタイル: ビルドスクリプト、CI/CD パイプラインに統合可能
  - カスタムコマンド: プロジェクト固有のスラッシュコマンドを作成

  ターミナルで直接動作するため、既存のワークフローに自然に統合でき、ファイルの編集、コマンド実行、Git コミットなどを直接実行できます。

 
より具体的な質問をすることもできます。Claude Code CLI 版はローカルプロジェクトのファイルを分析し、概要を提供します。

例として、CrewAI のプロジェクト・ディレクトリにおいて質問してみます (CrewAI は AI エージェントフレームワークです) :

>このプロジェクトは何をするのですか? 


⏺ プロジェクトの内容を確認させていただきます。まず、プロジェクトのルートディレクトリにあるファイルを見てみましょう。

⏺ Bash
  ⎿  total 1528                                           
     drwxr-xr-x  12 masao  staff     384 10月 16 11:31 ./
     drwxr-xr-x   6 masao  staff     192 10月 16 18:01 ../
     … +10 lines (ctrl+o to expand)

⏺ README.mdファイルがあるので、これを読んでプロジェクトの内容を確認します。

⏺ Read(README.md)
  ⎿  Read 55 lines

⏺ Read(pyproject.toml)
  ⎿  Read 24 lines

⏺ このプロジェクトは crewAI というフレームワークを使用したマルチエージェントAIシステムです。

  主な特徴:

  - 複数のAIエージェントが協力して複雑なタスクを実行
  - 各エージェントには独自の役割、目標、ツールが設定されている
  - エージェントの設定は src/myproj/config/agents.yaml で定義
  - タスクの設定は src/myproj/config/tasks.yaml で定義

  デフォルト設定では、このプロジェクトはLLM(大規模言語モデル)に関する調査を行い、report.mdファイルを生成します。

  実行方法は:
  crewai run

  Python 3.10以上が必要で、OpenAI APIキーを.envファイルに設定する必要があります。エージェントやタスクの設定をカスタマイズすることで、様
  々なAI協働タスクを実行できるテンプレートプロジェクトとなっています。

 

> メイン・エントリポイントはどこですか？ 

⏺ メインエントリポイントを確認します。

⏺ Read(src/myproj/main.py)
  ⎿  Read 69 lines

⏺ Bash
  ⎿  total 16                                                   
     -rw-r--r--  1 masao  staff     0 10月 16 11:30 __init__.py
     drwxr-xr-x  5 masao  staff   160 10月 16 11:30 __pycache__/
     … +6 lines (ctrl+o to expand)

⏺ メインエントリポイントは src/myproj/main.py です。

  このファイルには4つの主要な関数があります:

  1. run() (メイン実行関数) - src/myproj/main.py:16
    - crewai run コマンドで実行されます
    - デフォルトで「AI LLMs」をトピックとして設定
    - Myproj().crew().kickoff(inputs=inputs) でcrewを起動
  2. train() - src/myproj/main.py:31
    - crewをトレーニングするための関数
    - コマンドライン引数でイテレーション数とファイル名を受け取ります
  3. replay() - src/myproj/main.py:45
    - 特定のタスクからcrew実行を再生する関数
  4. test() - src/myproj/main.py:55
    - crew実行をテストして結果を返す関数

  pyproject.toml の設定により、これらの関数は以下のコマンドで実行できます:
  - crewai run → run() を実行
  - myproj → run() を実行
  - train → train() を実行
  - replay → replay() を実行
  - test → test() を実行

  実際のcrewの定義は src/myproj/crew.py にあります。

 

> フォルダ構造を説明してください 

⏺ プロジェクトのフォルダ構造を詳しく確認します。

⏺ プロジェクトのフォルダ構造は以下の通りです:

  myproj/
  ├── .env                          # 環境変数設定（OpenAI APIキーなど）
  ├── .gitignore                    # Git除外設定
  ├── pyproject.toml                # プロジェクト設定・依存関係定義
  ├── uv.lock                       # 依存関係のロックファイル
  ├── README.md                     # プロジェクト説明書
  ├── report.md                     # 生成されたレポート（実行結果）
  │
  ├── knowledge/                    # 知識ベース・参照データ
  │   └── user_preference.txt       # ユーザー設定やプリファレンス
  │
  ├── src/myproj/                   # メインソースコード
  │   ├── __init__.py               # パッケージ初期化
  │   ├── main.py                   # エントリポイント（run, train, replay, test関数）
  │   ├── crew.py                   # Crewクラス定義（エージェント・タスク構成）
  │   │
  │   ├── config/                   # 設定ファイル
  │   │   ├── agents.yaml           # エージェント定義（役割、目標、ツール）
  │   │   └── tasks.yaml            # タスク定義（説明、期待される出力）
  │   │
  │   └── tools/                    # カスタムツール
  │       ├── __init__.py           # ツールパッケージ初期化
  │       └── custom_tool.py        # カスタムツール実装
  │
  └── tests/                        # テストファイル

  主要なコンポーネント:

  - src/myproj/main.py - プログラムの実行起点
  - src/myproj/crew.py - エージェントとタスクを組み立てるロジック
  - src/myproj/config/ - YAML形式でエージェントとタスクを宣言的に定義
  - knowledge/ - エージェントが参照できる知識やデータを格納
  - tools/ - エージェントが使用するカスタムツールを実装

  この構造により、設定ファイルを編集するだけでAIエージェントの動作をカスタマイズできます。

 

ステップ 6：Claude Code で Git を使用

Claude Code は git 操作を会話型にします：

> what files have I changed? #どのファイルを変更しましたか?

> commit my changes with a descriptive message # 変更内容を説明メッセージとともにコミットしてください

より複雑な git 操作を促すこともできます：

> create a new branch called feature/quickstart # feature/quickstart という新しいブランチを作成してください

> show me the last 5 commits # 最後の 5 つのコミットを表示してください。

> help me resolve merge conflicts # マージの競合を解決するのを手伝ってください

💡 Git の操作はおそらく Claude Code Web 版を利用するほうがわかりやすいです。

 

ステップ 7 : バグを修正するか機能を追加

Claudeはデバッグと機能実装に精通しています。

Claude Code は以下を実行します：

  • 関連するコードを見つける

  • コンテキストを理解する

  • ソリューションを実装する

  • 利用可能な場合はテストを実行する

自然言語で実現したいことを説明してください：

> add input validation to the user registration form # ユーザー登録フォームに入力検証を追加する

または既存の問題を修正してください：

> there's a bug where users can submit empty forms - fix it # ユーザーが空のフォームを送信できるバグがあります - 修正してください

 

ステップ8：その他の一般的なワークフローを試す

Claude Code と連携する方法はいくつかあります：

コードをリファクタリング

> refactor the authentication module to use async/await instead of callbacks # 認証モジュールをリファクタリングして、コールバックの代わりに async/await を使用してください

テストを作成

> write unit tests for the calculator functions # 計算機関数のユニットテストを作成してください

ドキュメントを更新

> update the README with installation instructions # インストール手順を README に更新してください

コードレビュー

> review my changes and suggest improvements # 変更をレビューして、改善を提案してください

💡 覚えておいてください：Claude Code はあなたのペアプログラマーです。有能な同僚と話すように話しかけてください。実現したいことを説明すれば、それを達成するのに役立ちます。

 

必須コマンド

日常的に使用する最も重要なコマンドは以下の通りです：

  • claude – インタラクティブモードを開始

  • claude “task” – 1回限りのタスクを実行 ex) claude “fix the build error”

  • claude -p “query” – 1回限りのクエリを実行してから終了 ex) claude -p “explain this function”

  • claude -c – 最新の会話を続行

  • claude -r – 前の会話を再開

  • claude commit – Git コミットを作成

  • /clear – 会話履歴をクリア

  • /help – 利用可能なコマンドを表示

  • exit または Ctrl+C – Claude Code を終了

 

以上