Claude Codeを24人のAI開発チームにするOSSを公開した ― GAFAM文化をコマンド1つでインストール

Posted at 2026-03-12

TL;DR

Claude Codeに1ファイル（CLAUDE.md）を置くだけで、24ロール・9部門・12フェーズのAI開発チームが自動編成されるOSSフレームワーク「claude-crew」を公開しました。

git clone https://github.com/mattyopon/claude-crew.git
cd claude-crew && ./install.sh ~/your-project

60秒でインストール。APIキー不要。Claude Codeのサブスクリプションだけで動きます。

「一人のAI」から「AIチーム」へ

Claude Codeは強力です。でも、一人の人間に全工程を任せたら品質が落ちるのと同じで、一つのAIに設計・実装・テスト・レビュー・セキュリティを全部やらせると、どこかで手を抜く。

実際に経験した失敗：

「ビルド成功」と報告されたけど、実際は存在しないnpmパッケージをimportしていた
テストは通ったけど、本番で504エラー（N+1クエリを見逃していた）
セキュリティレビューなしでデプロイしたら、XSS脆弱性が残っていた

解決策はシンプル：役割分担して、相互チェックする。

でもそれを毎回手動で指示するのは面倒。だからCLAUDE.mdに全部書いて、自動化した。それがclaude-crewです。

何が起こるか

あなたがClaude Codeに「ECサイトを作って」と言うと：

╔══════════════════════════════════════════════════════════╗
║  🏢 AGENT TEAM ACTIVATED                                ║
║  Project: ec-site                                        ║
║  Scale: L  |  Members: 16  |  Phases: 0→1→2→3→4→5→6→10 ║
╚══════════════════════════════════════════════════════════╝

PMが自動で規模判定（L規模: 16名チーム）して：

Working Backwards（Amazon式）— 完成状態から逆算してPR/FAQを作成
Design Doc（Google式）— 設計書を書いてからコードに着手
STRIDE脅威分析（Microsoft式）— セキュリティを設計段階でチェック
実装（Meta式Feature Flag）— デプロイとリリースを分離
Hallucination Guard — AIが作った存在しないパッケージ・APIを検出
コードレビュー（Google LGTM + Amazon Bar Raiser）— 品質ゲートキーパー
Testing Pyramid（Google式 70/20/10）— Unit 70%, Integration 20%, E2E 10%
完了報告 + COE — Blameless Postmortemの文化

全部自動。あなたは最初の一言だけ。

競合との違い

「AIエージェントフレームワーク」は山ほどある。CrewAI、MetaGPT、AutoGen、OpenDevin...

でも全部、致命的な問題がある：

	claude-crew	CrewAI	MetaGPT	AutoGen
APIキー不要	✅	❌	❌	❌
追加コスト	$0	API課金	API課金	API課金
GAFAM文化	✅ 5社	❌	❌	❌
品質パイプライン	✅ 11スクリプト	❌	❌	❌
ハルシネーション検出	✅	❌	❌	❌
ローカル実行	✅	❌	❌	❌
セットアップ	60秒	数分	数分	複雑

なぜローカル実行が重要か

コスト: API課金なし。サブスクの定額内で動く
プライバシー: コードが外部に送信されない（Claude Codeはローカル実行）
速度: MCP呼び出しの80%は500ms未満で解決
安定性: レートリミットに引っかからない

アーキテクチャ

あなた: "○○を作って"
  │
  ▼
Phase 0: PMが規模を自動判定 (S/M/L/XL/Ops)
  │      24ロールから必要な人材だけ招集
  │      DRI（Apple式 最終責任者）を任命
  │
  ▼
Phase 1-3: 設計フェーズ（M規模以上）
  │  Working Backwards → Design Doc → STRIDE
  │
  ▼
Phase 4: 実装（Feature Flag駆動）
  │  エンジニアが並行実装
  │
  ▼
Phase 4.5: Hallucination Guard ← ★ここが重要
  │  存在しないパッケージ・API・インポートを自動検出
  │  npm/PyPI/Goのレジストリに実際に問い合わせて検証
  │
  ▼
Phase 5-6: レビュー + テスト
  │  5エージェント並行コードレビュー
  │  Google式テストピラミッド
  │
  ▼
Phase 10: 完了報告 + 自動ドキュメント生成

24ロール・9部門

部門	ロール	いつ招集
経営	PM, Product Owner	常に
リサーチ	Research Engineer, UX Researcher	常に
設計	Tech Lead, Solution Architect	常に
開発	Frontend, Backend, Mobile, Design, Data	必要時
インフラ	Infra, SRE, Platform, DBA	インフラ構築時
品質	QA, Review, Bar Raiser, Test Auto, Performance	規模依存
セキュリティ	Security, Red Team, Compliance	認証/デプロイ時
運用	Ops, Incident Commander	障害対応時
ドキュメント	Docs Engineer	納品時

自動スケーリング

「バグ直して」       → S（3名）: PM + tech-lead + qa
「ログイン機能追加」  → M（8名）: + backend + security + review
「ECサイト作って」   → L（16名）: 全部門から招集
「本番デプロイ」     → XL（24名）: 全ロールフル稼働
「本番が504」       → Ops（6名）: 障害対応モード

品質パイプライン（11スクリプト）

claude-crewの心臓部。AIが生成したコードを出荷前に多段検証する：

1. Hallucination Guard

./scripts/hallucination-guard.sh

AIが「もっともらしいが存在しないもの」を作る問題を解決：

npmレジストリにパッケージが実在するか確認
import文とpackage.jsonの整合性チェック
API呼び出しのメソッド名・シグネチャ検証

2. Build & Verify

./scripts/build-verify.sh

3段階の実行検証：

Build Gate: ビルドが通るか
Test Gate: テストが全パスするか
Lint Gate: リンターエラーがないか

3. AI Code Review

./scripts/ai-code-review.sh

5つのAIエージェントが並行レビュー：

Bug Detective: ロジックエラー、null参照
Security Auditor: OWASP Top 10
Performance Reviewer: N+1、メモリリーク
Code Quality: SOLID、DRY
Hallucination Detector: 架空のAPI参照

4. その他

project-analyzer.sh — 技術スタック自動検出
dependency-compat.sh — 依存関係互換性チェック
doc-verifier.sh — README vs コード整合性
evidence-store.sh — 検証エビデンスの保存
client-deliverables.sh — クライアント納品資料自動生成
incident-analyzer.sh — ログ分析・根本原因推定
change-impact.sh — 変更影響範囲の依存グラフ分析

運用保守モード（Phase 11）

障害対応や設定変更も対応：

あなた: 「本番が504返してる」

🔧 Phase 11a: 現状調査
  incident-analyzer.sh でログ分析
  → CPU spike → Connection pool exhausted → N+1 query

🔧 Phase 11b: 修正
  tech-lead が最小限の修正を実施
  hallucination-guard.sh + build-verify.sh で検証

🔧 Phase 11c: 報告
  COE（5 Whys分析）を自動生成
  再発防止策を提案

インストール方法

# 方法1: インストーラー
git clone https://github.com/mattyopon/claude-crew.git
cd claude-crew
./install.sh ~/your-project

# 方法2: 手動コピー
cp CLAUDE.md ~/your-project/
cp -r scripts/ ~/your-project/.claude-crew/scripts/
cp -r agents/ ~/your-project/.claude-crew/agents/

インストール後はClaude Codeを開いて、好きな指示を出すだけ。CLAUDE.mdを読んで自動的にAgent Teamモードが起動します。

フリーランスエンジニアとして

自分はフリーランスのクラウドインフラエンジニアです。一人で案件をこなす中で、「チーム開発の品質を一人で出すにはどうすればいいか」をずっと考えていました。

GAFAM各社のエンジニアリングブログを読み漁り、良いプラクティスをCLAUDE.mdに落とし込み、品質パイプラインのスクリプトを書き、AIエージェントに役割を与えて...気づいたら24ロール・12フェーズの開発チームができていました。

一人でも、チーム開発の品質は出せる。AIが相互チェックする仕組みさえあれば。

まとめ

claude-crew = Claude Code用のAI開発チームフレームワーク
24ロール・9部門・12フェーズ
GAFAM5社 + Anthropicの開発プラクティスを内蔵
11の品質パイプラインスクリプト
APIキー不要、60秒でインストール
構築モード + 運用保守モード対応

スターもらえると励みになります ⭐

この記事は Zenn にも投稿しています。

You get articles that match your needs
You can efficiently read back useful information
You can use dark theme

What you can do with signing up