Claude Code向け仕様駆動開発ワークフロー:分解、コンテキストクリアリング、コストコントロール

新しいオープンソースプラグインSpec Driven Development Workflow (SDDW)は、構造化された分解とコンテキスト管理を通じて、複雑なタスクにおけるClaude Codeのパフォーマンス向上を目指しています。このアプローチは、開発者sermakarevichによってHacker Newsで共有され、Claudeの組み込みのplan + codeモードでは不十分な中〜大規模プロジェクト向けに設計されています。
主要コンセプト
- 2次元分解: まず、複数のステップ(要件、コード分析、設計)で仕様を生成。その後、実装をサブタスクに分割し、1つずつ実行します。
- ステップ間のコンテキストクリア: 仕様生成後および各サブタスク実装後にコンテキストをクリア。これにより、コストを低く抑え、集中力を高め、パフォーマンスを向上させます。
- ディスクへの仕様書き出し: 永続的な仕様ファイルがセッション間で情報を保持し、コンテキストクリア時の損失を防ぎます。
- レイヤーごとの提供: 仕様を段階的に提供し、誤解を早期にキャッチします。
使用すべき場面
著者によると、SDDWはplan + codeがうまく機能する場合の代替ではありません。機能が複雑すぎてplan + codeが失敗するシナリオ向けです。二重分解により混乱を減らし、複雑なタスクでの成功率を向上させます。
著者はまた、SDDWはエージェントの群れとうまく連携すると述べています。SDDWのステップをキューに挿入し、複数のエージェントにサブタスクを処理させることができます。
他のツールとの比較
GSD(Generalized Spec-Driven Development)などのツールと比較して、SDDWは中規模プロジェクト向けに調整されています。GSDは優れていましたが、小さなタスクにはトークンが重くなりすぎました。SDDWは典型的なプロジェクトサイズに合わせて調整可能です。
コミュニティからの批判
- エージェントの遵守と怠惰 — 詳細な仕様があっても、エージェントは依然として調整や磨き上げが必要な出力を生成することがあります。
- 正式なベンチマークなし — 著者は成功の測定は主観的であると認めていますが、plan + codeが失敗しSDDWが成功する場合、純利益になると主張しています。
- 仕様は実行不可能なコード — 十分に詳細な仕様はコードとほぼ同等であり、オーバーヘッドが常に正当化されるとは限りません。
はじめに
プラグインはGitHubで入手可能です:github.com/sermakarevich/sddw。詳細が含まれたスライドはHNディスカッションにリンクされています。
📖 ソース全文: HN AI Agents
👀 See Also

深度パックされたコードベースコンテキスト用のMCPサーバー
新しいMCPサーバーは、トークン予算内で5つの深さレベルでコードベースのコンテキストをパッキングします。これは、AIコーディングエージェントが「認証はどのように機能しますか?」などの質問をする際に、通常3つのファイルを完全に読み込む(全体像を見逃す)か、実際のコンテンツのないフラットなリポジトリマップを取得するという問題に対処します。

Void-Boxを使用して隔離されたマイクロVMでOpenClawを実行する
OpenClawは、Void-Box(KVMマイクロVM内でワークフローを実行する機能制限付きランタイム)を使用して、分離されたマイクロVM内でサービスとして実行でき、コンテナランタイムを介さずにクリーンな実行境界を提供します。

クロードコードルーチン:AI開発ワークフローのための自動化クラウドタスク
Claude Codeルーチンは、開発者がClaude Codeの設定を自動化タスクとして保存し、Anthropicが管理するクラウドインフラ上で実行できるようにするものです。ルーチンは、スケジュール、API、GitHubトリガーをサポートし、リポジトリに対するプロンプトの無人実行を可能にします。

AMDのレモネード:GPUとNPU向けオープンソースローカルLLMサーバー
Lemonadeは、GPUとNPU上でテキスト、画像、音声モデルを実行するオープンソースのローカルAIサーバーです。OpenAI API互換で、複数のモデルを同時にサポートし、2MBのネイティブC++バックエンドを備えています。