はじめに
Claude Code や Codex のような大手ベンダー製コーディングエージェントの陰で、システムプロンプトを極限まで削った Pi、Rust で書き直した Zerostack、複数ベンダーを横断統治する Omnigent など、軽量・ミニマル志向のコーディングエージェント CLI が次々に登場しています。本記事は、これまで個別に実機検証・調査した 8 本の記事を横断的に束ね直し、共通する設計思想を整理したものです。対象読者は、Claude Code や Codex 以外の選択肢を検討しているエンジニア、またはエージェントのシステムプロンプト設計に関心があるエンジニアです。
一覧（軽量コーディングエージェントCLI 8選）
| # | ツール | 際立つ特徴 | 実測・公式値 | 元記事 |
|---|---|---|---|---|
| 1 | Pi（設計思想） | 標準ツールはわずか4つ（read/bash/edit/write） | GitHub 68.2k スター（2026年7月時点） | 元記事 |
| 2 | Pi（プロンプト実測） | システムプロンプトを実測 | 1,866文字・238語（Claude Codeの1/5〜1/10） | 元記事 |
| 3 | Pi（セットアップ実践） | 足りない機能は自己拡張で埋める設計 |
npm install -g で即起動 |
元記事 |
| 4 | Pi（自己拡張のハマりどころ） | 拡張の自己生成が存在しないSDKを import |
Cannot find module で実行時エラー |
元記事 |
| 5 | Zerostack | Rust製、常駐メモリの軽さを実測 | RSS実測 約9.7MB（公式主張は約16MB） | 元記事 |
| 6 | Coro Code | OpenAI互換エンドポイントなら何でも接続可 | DeepSeekをバックエンドに設定 | 元記事 |
| 7 | OpenCode × Ollama | ローカルモデルで完結するセルフホスト構成 | 75以上のプロバイダに対応 | 元記事 |
| 8 | Omnigent | 複数ベンダーを横断統治するメタハーネス | GitHub 約6.8kスター・v0.4.0 | 元記事 |
1. Pi の設計思想 — ツールを4つに絞る
Pi は TypeScript製・MITライセンスのOSSコーディングエージェントで、GitHub で68.2kスターを集めています（2026年7月時点、2026年5月にEarendil組織へ移管）。元記事によると、標準ツールは read / bash / edit / write の4つのみに絞られており、grep / find / ls はデフォルトでオフになっています。足りない機能は「lazy skills」という仕組みで補い、説明文だけを常時コンテキストに置いて呼び出し時に全文をロードする設計です。Anthropic・OpenAI・Gemini・Bedrockなど20以上のプロバイダに対応しており、マルチベンダー対応が最初から前提になっています。
2. Pi のシステムプロンプトを実測すると
元記事で実測した結果によると、npm install -g --ignore-scripts @earendil-works/pi-coding-agent で実際にインストールし、配布パッケージ内の buildSystemPrompt() 関数を直接Nodeで呼び出したところ、デフォルト4ツール構成のシステムプロンプトは 1,866文字・238語（英語ベースで概算470トークン前後）でした。Tensorlakeの技術ブログが推定するClaude CodeやOpenCodeのシステムプロンプト（約10,000トークン）と比べると、1/5〜1/10未満の規模です。ただし実際に配布されているパッケージには grep find ls が追加され、現在は7ツール構成になっている点も同記事で確認されています。
3. Pi をセットアップして動かすと
元記事によると、Piは badlogic ことMario Zechnerが開発しており、Flask/Jinja2の作者Armin Ronacherが設計思想を発信していることでも知られています。設計の核は「中核ツールは4つだけ」「システムプロンプトを極限まで短く」で、足りない機能はマーケットプレイスから落とすのではなく、エージェント自身に書かせて拡張するという逆張りの発想です。npm install -g --ignore-scripts @earendil-works/pi-coding-agent で即座に動かせる手軽さも紹介されています。
4. Pi の自己拡張が存在しないSDKを import した
元記事で実測した結果によると、Piの目玉機能である「拡張の自己生成」を試したところ、存在しない @earendil-works/pi-sdk パッケージと架空のクラスベースAPIをimportしたコードが生成され、Pi自身が Cannot find module '@earendil-works/pi-sdk' でロードを拒否しました。Piの標準システムプロンプトには「拡張について聞かれたら同梱ドキュメントを読め」という誘導がありますが、検証に使ったモデルはこれに従わず、一般的な学習知識でコードを生成していました。実際の拡張APIは ToolDefinition インターフェースがTypeBoxスキーマと5引数の execute() を要求しており、README記載の簡易サンプルより複雑だったことも記録されています。
5. Zerostack のRAM実測は公式主張よりさらに軽かった
元記事で実測した結果によると、ZerostackはPi・OpenCodeに影響を受けたRust製のミニマルコーディングエージェントで、GitHub 1.4kスター・GPL-3.0ライセンスです。公式の主張値はRAM平均約16MB・ピーク約24MB（JS系エージェントの平均約300MB・ピーク約700MBと対比）ですが、実際に cargo install してビルドし --print-config を実行したところ、ピークRSSは約9.7MB（9,932KB）でした。バイナリサイズも実測約14.5MBで、公式主張値より軽い結果が出ています。権限モードは5段階（restrictive/readonly/guarded/standard/yolo）あり、CI組み込み時は readonly や guarded が安全とされています。
6. Coro CodeはOpenAI互換なら何でも繋がる
元記事によると、Coro CodeはRust製のOSS CLIコーディングエージェントで、Apache-2.0/MITのデュアルライセンスです。OpenAI互換プロトコルに対応しているため、base_url を差し替えるだけでDeepSeek・ローカルLLM・各種ゲートウェイなど「OpenAI互換エンドポイントなら何でも」バックエンドにできる点が特徴です。元記事では cargo install --git https://github.com/Blushyes/coro-code --bin coro でのインストールから、OPENAI_BASE_URL と OPENAI_MODEL の環境変数でDeepSeekに切り替える設定手順、会話・実行コンテキストのJSON保存/復元によるセッション引き継ぎまでが解説されています。
7. OpenCode × Ollamaでローカル完結にする
元記事によると、OpenCodeはAnomaly（SSTから派生したチーム）が開発するMITライセンスのOSSターミナルエージェントで、curl -fsSL https://opencode.ai/install | bash の1行で導入できます。Models.devのカタログ経由で75以上のプロバイダに対応しており、Ollama・LM Studio・llama.cppなどローカルモデルも利用可能です。元記事では opencode.json の provider に @ai-sdk/openai-compatible と baseURL: http://localhost:11434/v1 を指定するだけでOllamaに接続できる手順と、ローカルモデルでツール呼び出しが不安定なときは num_ctx を16k〜32kに上げるという対処法が紹介されています。
8. Omnigentは軽量エージェントを束ねるメタハーネス
元記事によると、OmnigentはClaude Code・Codex・Cursor・OpenCode・Hermes Agent・Piなど複数ベンダーのコーディングエージェントを、単一のポリシー・サンドボックス層の上でオーケストレーションするOSSメタハーネス（Apache-2.0ライセンス）です。GitHubスターは約6.8k・フォーク908（2026年7月時点）、最新版はv0.4.0（2026-07-03公開）とされています。Claude Code公式のsubagentが「単一ハーネス内」の並列処理であるのに対し、Omnigentは「複数ベンダーを横断」した統治という住み分けである点が元記事で整理されています。
共通していたパターン
8本を束ねて振り返ると、軽量コーディングエージェントは大きく3つの方向性に分かれていることが見えてきます。
1つ目は「単体最小設計」で、Pi・Zerostack・Coro Codeのようにツール数やメモリ・バイナリサイズそのものを削る方向です。共通するのは「マルチベンダー対応を前提にする」点で、特定のLLMベンダーに縛られない設計が軽量エージェント全般の暗黙の前提になっていました。2つ目は「ローカル/自己ホスト特化」で、OpenCode × Ollamaのようにクラウド課金を避けてローカルモデルに接続する方向です。3つ目は「複数ベンダー統治型」で、Omnigentのように軽量エージェント自体を増やすのではなく、既存の複数ベンダーのエージェントに共通のガバナンス層を被せる方向です。
一方で、Piの自己拡張機能が存在しないSDKをimportした事例が示すように、「足りない機能をエージェント自身に書かせる」という設計は、ドキュメントへの誘導にモデルが従わない場合にハルシネーションを起こしやすいこともわかりました。ツールを削ることと、削った分の機能をどう安全に補うかは、まだ別の課題として残っています。
まとめ
- 軽量コーディングエージェントCLIは「単体最小設計」「ローカル/自己ホスト特化」「複数ベンダー統治型」の3方向に分かれる
- Piはシステムプロンプトを1,866文字まで削り込む一方、自己拡張機能は存在しないSDKをimportするリスクがある
- Zerostackは公式主張のRAM 16MBよりもさらに軽い実測値（約9.7MB）が出ている
- Coro Code・OpenCode × Ollamaは「特定ベンダーに縛られない接続性」を軸に据えている
- Omnigentは軽量エージェントを減らすのではなく、複数ベンダーを束ねる統治層として位置づけられる
Claude CodeやCodexが前提とする「大きなシステムプロンプト＋豊富な組み込みツール」とは逆の方向性が、実際に手元で動くレベルまで育ってきていることが、8本を束ねて見えた収穫です。
関連記事
- Claude Code・Codex・Cursorを束ねるOmnigentを試した
- Rulerで32エージェントにルールを一括配布したら、revertで手書きAGENTS.mdが消えた
- Agent Reach をサーバーで実測、doctorの✅4件中2件は疎通未確認