246 lines
6.0 KiB
Markdown
246 lines
6.0 KiB
Markdown
# 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！ |