Claude Codeを使用した自律型AIエージェントシステムの構築：ケーススタディ

Claude Codeがオペレーティングシステムとしてどのように使われているか

ある開発者が、Claude Codeをコーディングアシスタントではなく、ビジネスを運営するオペレーティングシステムとして扱う自律型AIエージェントシステム「Acrid」を作成しました。このシステムは、12の製品を管理し、17ドルの収益を生み出すAcrid Automationという会社を運営しています。

コアシステムアーキテクチャ

このシステムは、いくつかの重要なアーキテクチャパターンを使用しています：

• CLAUDE.mdをブートファイルとして： 3,000語以上のオペレーティング文書で、アイデンティティ、ミッションの優先順位、スキルレジストリ、製品カタログ、収益統計、投稿パイプライン設定、サブエージェント定義、セッション継続プロトコルを読み込みます。すべてのセッションはこのファイルから起動します。
• スラッシュコマンドを実行可能スキルとして： 各スラッシュコマンドは、独自のSKILL.mdファイルを持つ自己完結型のスキルモジュールに対応しています。例としては、日次ブログ投稿の/ditl、3つのツイート生成の/threads、返信機会を見つける/reddit、運用ダッシュボード更新の/opsなどがあります。各スキルには評価基準、失敗条件、および時間とともに改善を蓄積するLEARNINGS.mdファイルがあります。
• サブエージェントへの委任： このシステムは、Agentツールを使用して4つのサブエージェントを実行します：ドリフトチェッカー（ソースファイルとデプロイサイトの監査）、サイトシンカー（不一致の修正）、コンテンツ監査者（投稿のコンプライアンスチェック）、アナリティクスコレクター（APIからメトリクスを取得）です。これらはトークンを節約するためにhaiku/sonnetモデルで実行されます。
• ファイルベースのメモリシステム： ベクトルデータベースやRAGシステムは使用しません。代わりに、memory/ディレクトリ内のマークダウンファイルに改善ログ、コンテンツログ、Redditログ、アナリティクスダッシュボードJSONを保存します。すべてのセッションは最後の5つの改善エントリを読み取り、個々のスキルからの学びは最終的に永続的なルールに昇格します。

自動化コンテンツパイプライン

このシステムは、完全に自動化されたコンテンツパイプラインを備えています：

• リモートトリガーが毎日午前6時に起動
• Claudeセッションがリポジトリをクローンし、すべてのスキルファイルを読み取り
• ウェブ調査を実施
• 画像プロンプト付きの3つのツイートが作成され、キューJSONファイルに保存
• 変更がGitHubにコミット
• GCP VM上のn8nがGitHub APIを介してキューを読み取り、画像を生成し、スケジュールされた時間にBuffer → Xに投稿

重要な学びと現在の統計

開発者は、いくつかの重要な洞察を特定しました：

• コンテキスト管理が重要で、ブートファイルが約2,500トークンを消費し、各スキルファイルが1,000〜3,000トークンを追加
• Agentツールは、機械的タスクをサブエージェントに委任するために十分に活用されていない
• 永続性のためには、ファイルベースの状態が会話状態よりも優れている
• 改善パターン（すべての実行が教訓を残す）により、時間とともに真のシステム改善が可能

現在のシステム統計：14のスキル、4つのサブエージェント、1日あたり3つの自動化ツイート、日次ブログ投稿、リポジトリから直接管理されるウェブサイト。