fix

docs/claude-code-inception-methods.md

@@ -0,0 +1,246 @@
+# Claude CodeでClaude Code的環境を作る方法
+
+Claude Code**で**Claude Code**のような**ことを実現する様々なアプローチをご紹介！
+
+## 🎯 方法1: MCP Server経由でローカルLLMに委譲
+
+### claude-code-mcp を使用
+```bash
+# Claude Code MCPサーバーのセットアップ
+git clone https://github.com/steipete/claude-code-mcp
+cd claude-code-mcp
+
+# Claude Codeをローカルで呼び出すMCPサーバーとして動作
+npm install
+npm start
+```
+
+**仕組み：**
+- Claude Code → MCP Server → ローカルLLM → 結果を返す
+- Claude Codeを全権限バイパス（--dangerously-skip-permissions）で実行
+- Agent in Agent 構造の実現
+
+## 🎯 方法2: Claude Desktop + Custom MCP Server
+
+### カスタムMCPサーバーでローカルLLM統合
+```python
+# custom_llm_mcp_server.py
+import asyncio
+import json
+from mcp.server import Server
+from mcp.types import Tool, TextContent
+import requests
+
+app = Server("local-llm-mcp")
+
+@app.tool("run_local_llm")
+async def run_local_llm(prompt: str, model: str = "qwen2.5-coder:14b") -> str:
+    """ローカルLLMでコード生成・分析を実行"""
+    response = requests.post("http://localhost:11434/api/generate", json={
+        "model": model,
+        "prompt": prompt,
+        "stream": False
+    })
+    return response.json()["response"]
+
+@app.tool("execute_code")
+async def execute_code(code: str, language: str = "python") -> str:
+    """生成されたコードを実行"""
+    # セキュアな実行環境でコード実行
+    # Docker containerやsandbox環境推奨
+    pass
+
+if __name__ == "__main__":
+    asyncio.run(app.run())
+```
+
+### Claude Desktop設定
+```json
+{
+  "mcpServers": {
+    "local-llm": {
+      "command": "python",
+      "args": ["custom_llm_mcp_server.py"]
+    }
+  }
+}
+```
+
+## 🎯 方法3: VS Code拡張 + MCP統合
+
+### VS Code設定でClaude Code風環境
+```json
+// settings.json
+{
+  "mcp.servers": {
+    "claude-code-local": {
+      "command": ["python", "claude_code_local.py"],
+      "args": ["--model", "qwen2.5-coder:14b"]
+    }
+  }
+}
+```
+
+VS Codeは両方の構成（ローカル/リモート）をサポートしているから、柔軟に設定できるよ〜
+
+## 🎯 方法4: API Gateway パターン
+
+### Claude Code → API Gateway → ローカルLLM
+```python
+# api_gateway.py
+from fastapi import FastAPI
+import requests
+
+app = FastAPI()
+
+@app.post("/v1/chat/completions")
+async def proxy_to_local_llm(request: dict):
+    """OpenAI API互換エンドポイント"""
+    # Claude Code → この API → Ollama
+    ollama_response = requests.post(
+        "http://localhost:11434/api/chat",
+        json={
+            "model": "qwen2.5-coder:14b",
+            "messages": request["messages"]
+        }
+    )
+    
+    # OpenAI API形式で返却
+    return {
+        "choices": [{
+            "message": {"content": ollama_response.json()["message"]["content"]}
+        }]
+    }
+```
+
+### Claude Code設定
+```bash
+# 環境変数でローカルAPIを指定
+export ANTHROPIC_API_KEY="dummy"
+export ANTHROPIC_BASE_URL="http://localhost:8000/v1"
+claude code --api-base http://localhost:8000
+```
+
+## 🎯 方法5: Docker Compose 統合環境
+
+### docker-compose.yml
+```yaml
+version: '3.8'
+services:
+  ollama:
+    image: ollama/ollama:latest
+    ports:
+      - "11434:11434"
+    volumes:
+      - ollama_data:/root/.ollama
+    
+  mcp-server:
+    build: ./mcp-server
+    ports:
+      - "3000:3000"
+    depends_on:
+      - ollama
+    environment:
+      - OLLAMA_URL=http://ollama:11434
+      
+  claude-desktop:
+    image: claude-desktop:latest
+    volumes:
+      - ./config:/app/config
+    environment:
+      - MCP_SERVER_URL=http://mcp-server:3000
+
+volumes:
+  ollama_data:
+```
+
+DockerはMCPサーバーの展開と管理を簡素化し、分離とポータビリティを提供
+
+## 🎯 方法6: 簡易プロキシスクリプト
+
+### claude_to_local.py
+```python
+#!/usr/bin/env python3
+import subprocess
+import sys
+import json
+
+def claude_code_wrapper():
+    """Claude CodeコマンドをインターセプトしてローカルLLMに転送"""
+    
+    # Claude Codeの引数を取得
+    args = sys.argv[1:]
+    prompt = " ".join(args)
+    
+    # ローカルLLMで処理
+    result = subprocess.run([
+        "ollama", "run", "qwen2.5-coder:14b", prompt
+    ], capture_output=True, text=True)
+    
+    # 結果を整形してClaude Code風に出力
+    print("🤖 Local Claude Code (Powered by Qwen2.5-Coder)")
+    print("=" * 50)
+    print(result.stdout)
+    
+    # 必要に応じてファイル操作も実行
+    if "--write" in args:
+        # ファイル書き込み処理
+        pass
+
+if __name__ == "__main__":
+    claude_code_wrapper()
+```
+
+### エイリアス設定
+```bash
+# .bashrc または .zshrc
+alias claude-code="python claude_to_local.py"
+```
+
+## 🎯 方法7: Aider + Claude Code 統合
+
+### 設定方法
+```bash
+# Aiderでローカルモデル使用
+aider --model ollama/qwen2.5-coder:14b
+
+# Claude Codeから呼び出し
+claude code "Run aider with local model to implement feature X"
+```
+
+## 💡 どの方法がおすすめ？
+
+### 用途別推奨：
+
+1. **🔧 開発効率重視**: MCP Server方式（方法1,2）
+2. **🏠 統合環境**: Docker Compose（方法5）
+3. **⚡ 簡単設置**: プロキシスクリプト（方法6）
+4. **🎨 カスタマイズ**: API Gateway（方法4）
+
+## 🚀 実装のコツ
+
+### セキュリティ考慮
+- サンドボックス環境でコード実行
+- ファイルアクセス権限の制限
+- API キーの適切な管理
+
+### パフォーマンス最適化
+- ローカルLLMのGPU使用確認
+- MCP サーバーのキャッシュ機能
+- 並列処理の活用
+
+### デバッグ方法
+```bash
+# MCP サーバーのログ確認
+tail -f ~/.config/claude-desktop/logs/mcp.log
+
+# Ollama の動作確認
+ollama ps
+curl http://localhost:11434/api/tags
+```
+
+## 🎉 まとめ
+
+Claude CodeでClaude Code的な環境を作るには、MCPプロトコルを活用するのが最も効果的！ローカルLLMの性能も向上しているので、実用的な環境が構築できるよ〜✨
+
+どの方法から試してみる？アイが一緒に設定をお手伝いするからね！