Claude Code 深掘り — agentic loop, plan mode, MCP

学習のねらい

第1章で Claude Code を最小限使ってみましたが、本レッスンではその深掘りをします。 特に「agentic loop(エージェントの思考プロセスを反復する仕組み)」「plan mode(計画モード)」「MCP(Multi-tool Coordination Protocol、複数のツールを連携させるプロトコル)」といった概念を理解し、Claude Code の強力な機能を使いこなすための土台を築きましょう。

agentic loop — AI の思考プロセスを追う

Claude Code は、ユーザーの指示を受けてすぐにコードを生成するのではなく、以下のような「agentic loop(エージェントの思考プロセスを反復する仕組み)」で動いています。

1. 思考(Thought): ユーザーの指示を理解し、次に何をすべきかを考える。
2. 計画(Plan): 思考に基づいて具体的な作業計画を立てる。
3. ツール実行(Tool Use): 計画に沿って Read、Edit、Write、Bash などのツールを実行する。
4. 観察(Observation): ツール実行の結果を観察し、期待通りか、問題がないかを確認する。
5. 反省(Reflection): 観察結果に基づいて、次の思考や計画を調整する。

このループを繰り返すことで、Claude Code は複雑なタスクも段階的に、かつ柔軟に解決しようとします。ターミナルでの対話中に AI が「Thinking...」や「Planning...」と表示しているのは、このループが動いている証拠です。

plan mode — 計画を先に確認する

plan mode は、この agentic loop の「計画(Plan)」フェーズをユーザーに明示的に提示し、承認を求めるモードです。 第1章でも触れましたが、特に以下のような場合に役立ちます。

• 複雑なタスク: 複数のファイルにまたがる変更や、新しい機能の実装など、AI がどのような手順で進めるか事前に確認したいとき。
• 不確実な要件: 要件が曖昧で、AI がどのような解釈をするか確認したいとき。
• 学習目的: AI がどのように問題を分解し、解決策を導き出すかを学びたいとき。

plan mode で提示された計画が納得いくものであれば、そのまま実行に移すことで、意図しない変更を未然に防ぎ、作業の方向性をコントロールしやすくなります。

Read/Edit/Write/Bash 各ツール

Claude Code は、内部でさまざまなツールを使い分けています。主なものは以下の通りです。

• Read: ファイルの内容を読み込むツール。AI が既存のコードやドキュメントを理解するために使います。
• Edit: ファイルの一部を変更するツール。AI が特定の箇所を修正したり、新しいコードを挿入したりする際に使います。
• Write: 新しいファイルを作成したり、既存のファイルを上書きしたりするツール。AI が新しいモジュールや設定ファイルを作成する際に使います。
• Bash: 任意のシェルコマンドを実行するツール。テストの実行、依存関係のインストール、Git 操作など、開発作業に必要なあらゆるコマンドを実行できます。

これらのツールを AI が自律的に選択し、組み合わせて使うことで、人間がターミナルで行うような一連の作業を再現します。

MCP (Multi-tool Coordination Protocol) — 外部連携の可能性

MCP(Multi-tool Coordination Protocol)は、Claude Code が他のツールやサービスと連携するためのプロトコルです。 たとえば、以下のような連携が考えられます。

• バージョン管理システム: Git コマンドを実行してコードをコミットしたり、ブランチを切り替えたりする。
• テストフレームワーク: pytest や npm test などを実行してコードの動作を確認する。
• CI/CD パイプライン: CI が失敗したときに、そのログを分析して修正提案を行う。
• 静的解析ツール: ruff や ESLint などを実行してコードスタイルや潜在的なバグをチェックする。

この MCP により、Claude Code は単なるコード生成ツールにとどまらず、開発プロセス全体の様々なフェーズで活躍できる可能性を秘めています。

まとめ

Claude Code は agentic loop という反復プロセスで動き、plan mode でその計画を人間が確認できます。Read/Edit/Write/Bash といったツールを使いこなし、将来的には MCP でさらに多様な外部ツールと連携することで、より強力な開発アシスタントとして機能します。 次の演習では、これらの概念を意識しながら CRUD API の実装に挑戦してみましょう。