learn-claude-codeとは？AIエージェントをゼロから自作できる無料学習教材を徹底解説
「AIエージェントを自分で作ってみたいけど、どこから手をつければいいかまったく分からない」
そう感じている方は多いのではないでしょうか。ChatGPTやClaudeに話しかけるのは慣れてきた。でも「自律的に動くAI」を自分の手で動かすのは、なんとなく難しそうで踏み出せない——。
そんな人にぴったりの教材がGitHubに公開されています。それが 「learn-claude-code」（shareAI-lab/learn-claude-code）です。
この記事では、learn-claude-codeが何をどこまで教えてくれるのか、どうやって始めるのか、そして既存ツールとの違いまで、エンジニア経験の浅い個人開発者にも分かるよう丁寧に解説します。この記事を読み終えれば「自分に向いているかどうか」が判断でき、すぐに行動に移せるはずです。
learn-claude-code ★ 75.0k
Claude Codeのような本格AIエージェントを全20章・実動コード付きでゼロから自作できるオープンソース学習リポジトリ。MITライセンス・完全無料。GitHubスター約67,000超（2026年7月時点）の超人気教材。
詳細 →
---
learn-claude-codeとは何か
<cite index="28-4,28-5">learn-claude-codeは、現代のAIコーディングエージェントがどのように動いているかを学べる教育リポジトリです。最もシンプルなBashベースのエージェントから始まり、明示的な計画立案・サブエージェント・スキル読み込みなどを持つ複雑なエージェントまで、段階的に実装を積み上げながら学ぶ構成になっています。</cite>
言い換えると、「Claude Code（Anthropicが作ったターミナル上で動くAI開発ツール）のミニチュア版を、自分でゼロから組み立てて動かす」というコンセプトの学習教材です。料理に例えるなら、レストランの料理を食べる（既製品のAIを使う）だけでなく、レシピを見ながら自分でキッチンに立つ（エージェントの仕組みを作る）体験ができる、ということです。
<cite index="26-1">ライセンスはMITライセンス</cite>であり、個人・商用を問わず無料で使えます。GitHubスターは2026年7月時点で約67,000を超える超人気教材として広く認知されています（スター数は随時変動します。公式GitHubで最新値をご確認ください）。
「AIエージェント」「エージェントハーネス」とは何か
記事を読む前に2つの用語を押さえておきましょう。
- AIエージェント：「指示を受けて自律的にタスクをこなすAI」のこと。チャットで一問一答するだけでなく、ファイルを読んで書き換えたり、コマンドを実行したりと「手を動かす」AIです。
- エージェントハーネス（Agent Harness）：AIエージェントを動かすための「ケージ兼制御装置」のこと。ループ処理や道具（ツール）の呼び出し、会話の管理など、エージェントを自律的に動かすための仕組み全体を指します。
<cite index="30-1">learn-claude-codeは、Claude Code風のエージェントがシングルツールループから始まり、計画・メモリ・チーム連携・実行環境の分離へと進化していく過程をゼロから理解するための、教育指向の教材です。</cite>
---
全20章で何を学べるか
<cite index="24-12,24-13">現在の正式なトラックはルートレベルのs01〜s20フォルダで構成されており、各章には説明付きのREADME、翻訳、実行可能なcode.py、そして必要に応じた図が含まれています。</cite>
<cite index="19-8,19-9">章はs01から順番に読み進める設計になっており、各章は前の章を前提として、次の章への接続で締めくくられます。</cite>
章の内容をざっくりまとめると次のとおりです。
| フェーズ | 章 | 主なトピック |
|---|---|---|
| 基礎 | s01〜s03 | エージェントループ・ツール使用・TODOによる計画 |
| 拡張 | s04〜s06 | サブエージェント・スキル読み込み・コンテキスト圧縮 |
| 並列化 | s07〜s09 | タスクシステム・バックグラウンドタスク・エージェントチーム |
| 高度化 | s10〜s12 | チームプロトコル・自律エージェント・ワークツリー分離 |
| 実用化 | s13〜s20 | MCP（外部ツール連携）・包括的なまとめ |
（章タイトルはGitHub上の実際のフォルダ名に基づきます。詳細は公式リポジトリをご参照ください）
<cite index="17-1">20章すべてを終えると、ハーネスエンジニアリングを内側から理解できる状態になります。</cite>その後は、学んだ知識を実際のプロダクト開発に応用する道が開けます。
日本語・中国語にも対応
<cite index="16-1,16-2">learn-claude-codeは「Bash is all you need」をコンセプトに、実行可能なPythonエージェントとWebプラットフォームを備えた0-to-1コースで、中国語・英語・日本語に対応しています。</cite>日本語話者にとってもドキュメントへのアクセスが容易な点は大きな強みです。
GLM・DeepSeekなどの国産モデルにも対応
<cite index="17-3">learn-claude-codeはスキルとLSPサポートを備え、Windowsにも対応しており、GLM・MiniMax・DeepSeekなどのオープンモデルでも動作します。</cite>Anthropic APIだけに依存しない設計のため、コストを抑えながら学びたい方にも選択肢があります（各モデルの利用料金は各公式サイトをご確認ください）。
---
どんな人に向く・向かないか
教材を使い始める前に、「自分に合っているか」を確認しておきましょう。
| 項目 | 向く人 ✅ | 向かない人 ❌ |
|---|---|---|
| 目的 | AIエージェントの仕組みを根本から理解したい | とにかく早くアプリを作りたい（仕組みは不要） |
| Python経験 | Pythonのコードを読んで何となく理解できる | コードを一行も読みたくない |
| 学習スタイル | 手を動かしながら段階的に学ぶのが好き | 動画を見て受け身で学ぶほうが好き |
| ゴール | 自分だけのAIエージェントを自作したい | 既製品のAIを活用するだけで十分 |
| 環境 | ターミナル（黒い画面）を多少触れる | CLIを一切触りたくない |
Pythonのコードが全く読めなくても「AIエージェントってどう動くの？」という好奇心があれば十分な出発点になります。ただし、コードブロック（code.py）を実際に動かすためにはある程度のコマンドライン操作は必要です。
---
実際の導入手順（前提条件〜動作確認まで）
前提条件
- Python 3.10以上がインストールされていること
- Anthropic API キー（またはOpenAI互換エンドポイント）を取得していること
- Gitがインストールされていること
- ターミナル（Macはターミナル.app、WindowsはコマンドプロンプトまたはPowerShell）を使える環境
AnthropicのAPIキーは公式サイト（console.anthropic.com）から取得できます。料金体系は公式サイトをご確認ください。
Step 1：リポジトリをクローンする
「クローン」とは、GitHubにあるコードを自分のパソコンにまるごとコピーすること、と覚えておいてください。
git clone https://github.com/shareAI-lab/learn-claude-code
cd learn-claude-codeStep 2：必要なPythonライブラリをインストールする
pip install -r requirements.txtrequirements.txtにはこのプロジェクトを動かすために必要な外部ライブラリの一覧が書かれています。このコマンドで一括インストールできます。
Step 3：環境変数ファイルを設定する
cp .env.example .envコピーして作られた .env ファイルをテキストエディタで開き、ANTHROPIC_API_KEY= の部分に自分のAPIキーを貼り付けてください。
ANTHROPIC_API_KEY=sk-ant-xxxxxxxxxxxxxxxxStep 4：最初の章のコードを動かしてみる
<cite index="19-10">最初のチャプター（エージェントループ）は以下のコマンドで起動できます。</cite>
python s01_agent_loop/code.pyこの最小構成のエージェントが動けば導入成功です。ターミナルにエージェントのやり取りが表示されます。
Step 5：章を順番に進める
<cite index="24-15,24-16">現在のwebプラットフォームが新しい20章トラックに対応するまでの間、旧12章トラックが残っています。今から始める方はルートレベルのs01_agent_loop/〜s20_comprehensive/を順番に読み進めてください。</cite>
---
類似ツールとの違い
learn-claude-codeと混同されやすいツール・リポジトリがいくつかあります。それぞれ目的が異なるので、表で整理しておきます。
| ツール/リポジトリ | 目的 | 難易度 | コードを書くか |
|---|---|---|---|
| learn-claude-code | AIエージェントを「自作して学ぶ」教材 | 中〜上 | はい（学習用） |
| Claude Code (MCPサーバーとして) | AnthropicのCLIコーディングアシスタントをそのまま使う | 中 | 不要（使うだけ） |
| Codex CLI | OpenAIのCLIエージェント。ターミナルで自律的にコードを書いて実行 | 中 | 不要（使うだけ） |
| OpenHands | ブラウザUIを持つOSSのAI開発エージェント | 低〜中 | 不要（使うだけ） |
| Goose | ローカルで動くOSSのAI自律エージェント | 中 | 不要（使うだけ） |
| Flowise | GUIでノーコードにAIフロー（流れ）を組み立てるツール | 低 | 不要 |
| Langflow | GUIでLangChainのフローを視覚的に組み立てるツール | 低〜中 | 不要 |
ひとことで言うと：
- 「AIエージェントを使いたい」 → Claude Code / Codex CLI / OpenHands / Goose
- 「AIフローをノーコードで組みたい」 → Flowise / Langflow
- 「AIエージェントの仕組みを理解して、自分で作れるようになりたい」 → learn-claude-code
<cite index="30-9,30-10,30-11">このプロジェクトはおもちゃレベルのエージェントデモと本番向けコーディングエージェントの中間に位置します。基本的なツール呼び出しだけを示すワンショットサンプルよりずっと完成度が高く、計画・スキル読み込み・コンテキスト管理・永続タスク・バックグラウンド実行・チーム調整・独立した作業レーンを段階的に追加しています。一方で、商用エージェント製品と比べると意図的に小さく、あくまで教育目的で設計されており、コアとなる実行時パターンを開示し、各機構を分離可能な形に保ちながらトレードオフも文書化しています。</cite>
learn-claude-code ★ 75.0k
Claude Codeのような本格AIエージェントを全20章・実動コード付きでゼロから自作できるオープンソース学習リポジトリ。MITライセンス・完全無料。GitHubスター約67,000超（2026年7月時点）の超人気教材。
詳細 →
---
学習完了後に使えるスピンオフOSS
<cite index="17-10,17-11,17-12,17-13">20章を終えた後は、学んだ知識を製品化する2つのパスが用意されています。npm i -g @shareai-lab/kode でインストールできる Kode-CLI（スキル・LSP対応、Windows互換、GLM/MiniMax/DeepSeekなどのオープンモデルも動作）と、バックエンド・ブラウザ拡張・組み込みデバイスなど任意のランタイムに埋め込めるスタンドアロンライブラリ kode-agent-sdk です。</cite>
どちらもshareaAI-labが公開しているOSSです。最新情報・ライセンスは公式GitHubをご確認ください。
また、AIエージェント開発の応用先として、以下のツールを組み合わせると学習が広がります。
- LlamaIndex：RAG（手持ちの資料をAIに読ませて答えさせる仕組み）を組み込む場合に定番
- Mem0：AIにユーザーごとの記憶を持たせる仕組み
- Browser Use：AIにブラウザを自律操作させる仕組み
- Awesome LLM Apps：LLMを活用したアプリのサンプル集。作りたいもののヒントになる
- Dify：AIフロー・RAGアプリをGUIで構築できるOSSプラットフォーム
また、プロンプト（AIへの指示文）の書き方を体系的に学びたい方には Prompt Engineering Guide が参考になります。
---
よくある質問
Q1. Pythonがほぼ書けなくても学べますか？
コードをゼロから書く必要はありませんが、「Pythonのコードブロックを読んで大まかに何をしているか想像できる」程度の知識は必要です。まったくのゼロからの場合は、まず「Python 入門」などで変数・関数・ループの基礎を1〜2時間で把握してから始めることをおすすめします。
Q2. Anthropic API以外でも動きますか？
<cite index="17-3">GLM・MiniMax・DeepSeekなどのオープンモデルにも対応しています。</cite>ただし、各モデルの動作品質や互換性の詳細は公式リポジトリのREADMEや.envファイルのコメントで確認してください。APIの利用コストは各プロバイダーの料金ページを参照してください。
Q3. 「Claude Code本体（Anthropic製）」と「learn-claude-code」の違いは何ですか？
<cite index="8-1,8-2">Claude Code（Anthropic製）はターミナル上で動くAIコーディングエージェントで、自然言語のコマンドでコードのルーティンタスク実行・複雑なコードの説明・Gitワークフローの処理を助けるツールです。</cite>これはすぐに「使う」ためのソフトウェアです。
一方のlearn-claude-codeは、そのClaude Codeと似た仕組みを自分の手で組み立てて学ぶための教材です。「車に乗る」のがClaude Codeなら、「エンジンの組み立て方を教科書で学ぶ」のがlearn-claude-codeというイメージです。
Q4. 学習完了までどのくらい時間がかかりますか？
公式リポジトリに明記された所要時間の情報はないため断定はできません。ただし<cite index="19-8,19-9">章はs01から順に読み進める設計で、各章は前の章を前提とし、次の章への接続で締めくくられています。</cite>1章あたり30分〜1時間程度を見込むと、全20章で10〜20時間の学習が目安になるでしょう（個人の習熟度によって大きく異なります）。1日1章ずつ進めれば、3週間程度で全体像が見えてきます。
learn-claude-code ★ 75.0k
Claude Codeのような本格AIエージェントを全20章・実動コード付きでゼロから自作できるオープンソース学習リポジトリ。MITライセンス・完全無料。GitHubスター約67,000超（2026年7月時点）の超人気教材。
詳細 →
---
まとめ：次のアクション
learn-claude-codeは、「AIエージェントを使う人」から「AIエージェントを作れる人」へのジャンプを助けてくれる、現在最も充実した無料教材の一つです。
<cite index="28-6">このプロジェクトの目標は、Claude Codeのようなエージェントアーキテクチャを謎から解き放ち、学習者が簡略化したバージョンを自ら構築・観察することで、ツール・メモリ管理・計画制約・コンテキスト分離が信頼性の高いエージェント動作にどう貢献するかを理解することにあります。</cite>
今すぐできるアクション3つ：
- GitHubをブックマーク → github.com/shareAI-lab/learn-claude-code を開いて★スターを押す
- 環境を整える → Python・Git・Anthropic APIキーの3点セットを用意する
- まず1章だけ動かす →
python s01_agent_loop/code.pyを実行して、自分のターミナル上でAIエージェントが動く感覚を体験する
「AIエージェントを使う」だけでは物足りなくなった方に、learn-claude-codeは強くおすすめできます。