コミット履歴のようにエージェントの記憶を管理する — Git Context Controller を読む

個人で動画・記事・音声を16以上のプラットフォームに配信する運用基盤を、AIエージェントを中心とした5層アーキテクチャで構築。エージェントを実行者ではなく判断者として使い、知識層で一貫性を担保し、配信層で媒体差を吸収することで、品質を保ちながら自動化を実現。静かな失敗を検知するチェック層の重要性も解説。

617行に育った本番リポジトリの AGENTS.md を整理するため、Claude公式ドキュメントと個人ブログから推奨要素を洗い出し、8項目の推奨構成案を提示。プロジェクト概要・アーキテクチャ・セットアップコマンド・タスク管理参照先・規約・禁止事項・落とし穴・Definition of Done を、(1)非存在情報(2)探索コスト(3)誤りコストの3基準で正当化。次回記事で実検証予定。

LangChain、CrewAI、AutoGen、Claude Agent SDK、Dify の 5 つのエージェントフレームワークを習得コスト・本番安定性・拡張性などの実務軸で比較。各フレームワークのインストールからエージェントループ実装までの動作コード（Python・TypeScript）を交えて、自分のユースケースに適した選択方法を解説する。Claude Agent SDK は公式サポートとシンプルな API により Tier 1（必須級）に位置付けられる。

エージェント開発はプロンプト品質の改善から、エージェントを制御する外側のループ設計へシフトしている。ループの成果は反復回数ではなく、停止条件・検証ゲート・状態永続化といった制御構造で決まる。長く回すほど複雑さが増幅し理解の負債が蓄積するため、検証関数が実装できる範囲でのみループを活用すべき。