自宅GPUをAIエージェントに任せる3つの方法—MCPが最適とは限らない

AI提案に対して採用・修正・却下と理由を記録する「判断ログ」を実装すると、メタ認知を強化できる。Obsidian + Filesystem MCP + Claudeプロジェクトで自動化し、記録→蒸留→反映のループで自分の判断パターンを言語化することで、AIに流されない思考が育つ。

Claude Desktop に GitHub MCP を接続する際、Fine-grained PAT によるセキュアな権限設計と、npx / Docker / Desktop Extensions という 3 つの接続方法の選択肢を解説。トークン消費は実際に取得したファイルサイズに左右され、必要なファイルだけを都度取得する設計は効率的。

Claude 拡張の 2 つの主要な仕組みである Skills と MCP の本質的な違いを解説。Skills は Claude の既存能力の使い方を教える手順書（レシピ）であり、MCP は外部ツール・データソースへの接続基盤（キッチン）。用途や認証、コンテキスト消費の観点で異なり、複雑な処理では両者を組み合わせて運用する。

Claude Code と Codex の両方で使用できる Skill と MCP サーバーを一元管理する社内 Marketplace を、Microsoft の Agent Package Manager（APM）と GitHub で構築する方法を解説。APM Marketplace から統一された定義を用い、Claude Code 向けと Codex 向けの成果物を自動生成し、開発者が同じパッケージをシームレスに導入・更新できる仕組みを実装します。