ローカルLLMをClaudeコードサブエージェントとして使用してコンテキスト使用量を削減する

Claude Codeは、Claudeのサブエージェントを使用する方法と同様に、ローカルLLMにタスクを委譲することで作業を調整できます。このアプローチにより、ファイルの内容はClaudeのコンテキストから除外され、ローカルモデルの要約と洞察のみが返されます。

仕組み

小さなPythonスクリプト（約120行、標準ライブラリのみ）がエージェントループを実行します：

• ファイルの内容なしでClaudeにタスクの説明を渡します
• スクリプトはread_fileとlist_dirツール定義を含めて、LM Studioの/v1/chat/completionsエンドポイントに送信します
• ローカルモデルは必要なファイルを読み取るためにそれらのツールを自ら呼び出します
• 最終的な回答が生成されるまでループが続きます
• Claudeは結果のみを確認します

コマンド例：

python3 agent_lm.py --dir /path/to/project "summarize solar-system.html"

これにより以下が生成されます：

• [ターン1] → read_file({'path': 'solar-system.html'})
• [ターン2] → このHTMLファイルはインタラクティブなアニメーション太陽系を作成します...

ファイルの内容はClaudeのコンテキストではなく、ローカルモデルのコンテキスト（Qwenのコンテキストでテスト済み）に入ります。

ユースケースと制限事項

Apple Silicon上のMLXを介したQwen3.5 35B 4-bitでのテストに基づくと、このアプローチは以下に適しています：

• コードの要約と説明
• バグの発見
• ボイラープレート/初稿の生成
• テキストの変換と翻訳（ヘブライ語でテスト済み）
• 論理タスクと推論（難しい問題には--thinkフラグを使用）

以下には適していません：

• Claudeの完全なコンテキストを必要とするタスク
• 関係性が重要なマルチファイル理解
• 現在の会話履歴を必要とするタスク
• 正確性が重要なもの

これをClaudeの代替ではなく、Haikuレベルのアシスタントと考えてください。

セットアップ要件

• APIサーバーが有効な状態でローカルで実行されているLM Studio
• エージェントループ用のPythonスクリプト1つ、シンプルなプロンプトのみのクエリ用のスクリプト1つ
• 両方をグローバルな~/.claude/CLAUDE.mdに接続し、Claude Codeが関連する時に委譲を提供するようにします
• MCPサーバー、pip依存関係、プラグインインフラは不要です

設定のヒント：Jinjaテンプレートの先頭に{%- set enable_thinking = false %}を追加します。ほとんどのタスクでは、ローカルモデルに推論させる必要はなく、これにより時間とトークンを節約し、速度を向上させ、そのようなタスクでは品質の低下はほとんどありません。