🧠
コンセプト・ビジョン
なぜ「ブレない参照先」が必要なのか — AI駆動開発の核心思想と、AIの根本的な制約の克服方法。
ビジョンを読む
AI Agent ArchitectureMCPの、その先へ
エージェントがSkills・Tools・Protocolをどのように発見・オーケストレーションするかを体系化
エージェントがSkills・Tools・Protocolをどのように発見・オーケストレーションするかを体系化
エージェントを 動かす だけならハーネスエンジニアリング（Agent Engineering / Context Engineering の実装パターン）で足りる。 しかし AI 駆動開発の文脈では、エージェントを 設計・保守・拡張・引き継ぐ ことが必要になる。
本サイトは「動かす技術」ではなく「設計の地図」を提供します。Skills、MCP、Sub-agent、Doctrine をどう構成し、何を MUST／SHOULD で書き、どう再利用するか — 単発の自動化ではなく 開発プロセス全体の構造化 を扱います。
| 動詞 | 目的 | 主な参照先 |
|---|---|---|
| Operate（動かす） | このタスクを今日完遂する | ハーネスエンジニアリング各種フレームワーク |
| Design（設計する） | 再利用可能な構造と判断基準を作る | 👈 本サイト（ai-agent-architecture） |
| Understand（理解する） | LLM の構造的制約を把握する | understanding-llm-through-claude-code |
💡 ハーネスエンジニアリングを調べて来られた方へ — ハーネスは「動かす」ための機構、本サイトは「設計する」ための地図です。両者の対応関係と、ハーネスがカバーしない領域（Skills 層・Doctrine 層）については Harness Engineering との対応関係 を参照してください。
「LLM を知る → AI Agent 設計を知る → システムに適用する」を順序立てて学べる 3 つの姉妹プロジェクトです。
| フェーズ | プロジェクト | 内容 |
|---|---|---|
| 1. LLM を知る | understanding-llm-through-claude-code | LLM の構造的制約と「なぜそう設計するのか」（Why の本棚） |
| 2. AI Agent 設計を知る | 👈 このサイト | MCP・Skills・Agent の構成と実装パターン（What/How の地図） |
| 3. システムに適用する | Management-of-software-systems-and-services | 準備中 — AI 時代のシステム運用 |
💡 このサイトで「Skills とは？」「MCP との違いは？」を知った方へ — 「なぜ Skills という設計が必要なのか」を LLM の構造的制約から理解したい場合は、understanding-llm / Part 5: オンデマンドコンテキスト を併読すると、設計の根拠が腹落ちします。
ご注意: 本ドキュメントは、著者がClaudeを活用してAIエージェントシステムを構築・運用する中で得た実践的知見をまとめたものです。Anthropic社やその他の組織の公式ドキュメントではありません。ご意見・ご議論は GitHub Issues にてお気軽にどうぞ。