ai/shell

Fork 0

syui a9bdf20415

fix

2025-05-31 01:47:48 +09:00

6.0 KiB

Raw Permalink Blame History

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

# 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

# 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

{
  "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

// 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

# 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

# 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

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

#!/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

# .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

# 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：

🔧 開発効率重視: MCP Server方式（方法1,2）
🏠 統合環境: Docker Compose（方法5）
⚡ 簡単設置: プロキシスクリプト（方法6）
🎨 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

# 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！

6.0 KiB Raw Permalink Blame History Unescape Escape