docs/user-guide-jp/agents.md
SuperClaude は、Claude Code が専門知識を得るために呼び出すことができる 14 のドメイン スペシャリスト エージェントを提供します。
このガイドを使用する前に、エージェントの選択が機能することを確認してください。
# Test manual agent invocation
@agent-python-expert "explain decorators"
# Example behavior: Python expert responds with detailed explanation
# Test security agent auto-activation
/sc:implement "JWT authentication"
# Example behavior: Security engineer should activate automatically
# Test frontend agent auto-activation
/sc:implement "responsive navigation component"
# Example behavior: Frontend architect + Magic MCP should activate
# Test systematic analysis
/sc:troubleshoot "slow API performance"
# Example behavior: Root-cause analyst + performance engineer activation
# Test combining manual and auto
/sc:analyze src/
@agent-refactoring-expert "suggest improvements"
# Example behavior: Analysis followed by refactoring suggestions
テストが失敗した場合: エージェントファイルが存在する~/.claude/agents/か、Claude Codeセッションを再起動してください。
エージェントは、Claude Codeの行動を変更するコンテキスト指示として実装された、専門分野のAIドメインエキスパートです。各エージェントは、ドメイン固有の専門知識、行動パターン、問題解決アプローチを含む、ディレクトリ.md内に綿密に作成されたファイルですsuperclaude/Agents/。
重要: エージェントは別個の AI モデルやソフトウェアではなく、Claude Code が読み取って特殊な動作を採用するコンテキスト構成です。
# Directly invoke a specific agent
@agent-security "review authentication implementation"
@agent-frontend "design responsive navigation"
@agent-architect "plan microservices migration"
「自動アクティベーション」とは、Claude Codeがリクエスト内のキーワードとパターンに基づいて適切なコンテキストで動作指示を読み取り、エンゲージすることを意味します。SuperClaudeは、Claudeが最適なスペシャリストにルーティングするための動作ガイドラインを提供します。
📝 エージェントの「自動アクティベーション」の仕組み：エージェントのアクティベーションは自動システムロジックではなく、コンテキストファイル内の動作指示です。ドキュメントでエージェントが「自動アクティベート」と記載されている場合、それはClaude Codeが指示を読み取り、リクエスト内のキーワードとパターンに基づいて特定のドメインの専門知識を活用することを意味します。これにより、基盤となるメカニズムを透明化しながら、インテリジェントなルーティング体験を実現します。
# These commands auto-activate relevant agents
/sc:implement "JWT authentication" # → security-engineer auto-activates
/sc:design "React dashboard" # → frontend-architect auto-activates
/sc:troubleshoot "memory leak" # → performance-engineer auto-activates
MCP サーバーは、Context7 (ドキュメント作成)、Sequential (分析)、Magic (UI)、Playwright (テスト)、Morphllm (コード変換) などの専用ツールを通じて拡張機能を提供します。
**ドメイン スペシャリストは、**狭い専門分野に焦点を絞り、ジェネラリストのアプローチよりも深く正確なソリューションを提供します。
優先順位の階層:
紛争解決:
選択決定ツリー:
Task Analysis →
├─ Manual @agent-? → Use specified agent
├─ Single Domain? → Activate primary agent
├─ Multi-Domain? → Coordinate specialist agents
├─ Complex System? → Add system-architect oversight
├─ Quality Critical? → Include security + performance + quality agents
└─ Learning Focus? → Add learning-guide + technical-writer
# Explicitly call specific agents with @agent- prefix
@agent-python-expert "optimize this data processing pipeline"
@agent-quality-engineer "create comprehensive test suite"
@agent-technical-writer "document this API with examples"
@agent-socratic-mentor "explain this design pattern"
# Commands that trigger auto-activation
/sc:implement "JWT authentication with rate limiting"
# → Triggers: security-engineer + backend-architect + quality-engineer
/sc:design "accessible React dashboard with documentation"
# → Triggers: frontend-architect + learning-guide + technical-writer
/sc:troubleshoot "slow deployment pipeline with intermittent failures"
# → Triggers: devops-architect + performance-engineer + root-cause-analyst
/sc:audit "payment processing security vulnerabilities"
# → Triggers: security-engineer + quality-engineer + refactoring-expert
# Start with command (auto-activation)
/sc:implement "user profile system"
# Then explicitly add specialist review
@agent-security "review the profile system for OWASP compliance"
@agent-performance-engineer "optimize database queries"
専門分野：スケーラビリティとサービスアーキテクチャに重点を置いた大規模分散システム設計
自動アクティベーション:
機能:
例:
検証: /sc:design "microservices platform"システム アーキテクトをアクティブ化する必要があります。
**テスト:**出力には、サービスの分解と統合パターンが含まれている必要があります。
**チェック:**インフラストラクチャに関する懸念事項については、DevOps アーキテクトと調整する必要があります。
最適な組み合わせ: devops-architect (インフラストラクチャ)、performance-engineer (最適化)、security-engineer (コンプライアンス)
専門分野: APIの信頼性とデータの整合性を重視した堅牢なサーバーサイドシステム設計
自動アクティベーション:
機能:
例:
最適な組み合わせ: security-engineer (認証/セキュリティ)、performance-engineer (最適化)、quality-engineer (テスト)
専門分野: アクセシビリティとユーザーエクスペリエンスを重視した最新の Web アプリケーション アーキテクチャ
自動アクティベーション:
機能:
例:
最適な組み合わせ: 学習ガイド (ユーザー ガイダンス)、パフォーマンス エンジニア (最適化)、品質エンジニア (テスト)
専門分野: 信頼性の高いソフトウェア配信のためのインフラストラクチャ自動化と展開パイプライン設計
自動アクティベーション:
機能:
例:
最適な職種: システム アーキテクト (インフラストラクチャ計画)、セキュリティ エンジニア (コンプライアンス)、パフォーマンス エンジニア (監視)
専門分野: 脅威モデリングと脆弱性防止に重点を置いたアプリケーション セキュリティ アーキテクチャ
自動アクティベーション:
機能:
例:
最適な人材: バックエンド アーキテクト (API セキュリティ)、品質エンジニア (セキュリティ テスト)、根本原因アナリスト (インシデント対応)
専門分野：スケーラビリティとリソース効率を重視したシステムパフォーマンスの最適化
自動アクティベーション:
機能:
例:
最適な組み合わせ: システム アーキテクト (スケーラビリティ)、DevOps アーキテクト (インフラストラクチャ)、ルート原因アナリスト (デバッグ)
専門分野：証拠に基づく分析と仮説検定を用いた体系的な問題調査
自動アクティベーション:
機能:
例:
最適な担当者: パフォーマンス エンジニア (パフォーマンスの問題)、セキュリティ エンジニア (セキュリティ インシデント)、品質エンジニア (テストの失敗)
専門分野:自動化とカバレッジに重点を置いた包括的なテスト戦略と品質保証
自動アクティベーション:
機能:
例:
最適な職種: セキュリティ エンジニア (セキュリティ テスト)、パフォーマンス エンジニア (負荷テスト)、フロントエンド アーキテクト (UI テスト)
専門分野：体系的なリファクタリングと技術的負債管理によるコード品質の改善
自動アクティベーション:
機能:
例:
最適な組み合わせ: system-architect (アーキテクチャの改善)、quality-engineer (テスト戦略)、python-expert (言語固有のパターン)
専門分野: 最新のフレームワークとパフォーマンスを重視した、本番環境対応の Python 開発
自動アクティベーション:
機能:
例:
最適な職種: バックエンド アーキテクト (API 設計)、品質エンジニア (テスト)、パフォーマンス エンジニア (最適化)
専門分野：体系的なステークホルダー分析による要件発見と仕様策定
自動アクティベーション:
機能:
例:
最適な組み合わせ: システムアーキテクト (技術的実現可能性)、テクニカルライター (ドキュメント作成)、学習ガイド (ユーザーガイダンス)
専門分野: 視聴者分析と明確さを重視した技術文書作成とコミュニケーション
自動アクティベーション:
機能:
例:
最適な組み合わせ: requirements-analyst (仕様の明確化)、learning-guide (教育コンテンツ)、frontend-architect (UI ドキュメント)
専門分野：スキル開発とメンターシップに重点を置いた教育コンテンツの設計と漸進的学習
自動アクティベーション:
機能:
例:
最適な対象者: テクニカルライター (教育ドキュメント)、フロントエンドアーキテクト (インタラクティブ学習)、要件アナリスト (学習目標)
アーキテクチャチーム:
品質チーム:
コミュニケーションチーム:
MCP サーバーによる拡張機能:
トラブルシューティングのヘルプについては、以下を参照してください。
/sc:focus [domain]/sc:implement "security auth"セキュリティエンジニアのテストを試みるセキュリティエージェントなし:
# Problem: Security concerns not triggering security-engineer
# Quick Fix: Use explicit security keywords
"implement authentication" # Generic - may not trigger
"implement JWT authentication security" # Explicit - triggers security-engineer
"secure user login with encryption" # Security focus - triggers security-engineer
パフォーマンスエージェントなし:
# Problem: Performance issues not triggering performance-engineer
# Quick Fix: Use performance-specific terminology
"make it faster" # Vague - may not trigger
"optimize slow database queries" # Specific - triggers performance-engineer
"reduce API latency and bottlenecks" # Performance focus - triggers performance-engineer
アーキテクチャエージェントなし:
# Problem: System design not triggering architecture agents
# Quick Fix: Use architectural keywords
"build an app" # Generic - triggers basic agents
"design microservices architecture" # Specific - triggers system-architect
"scalable distributed system design" # Architecture focus - triggers system-architect
間違ったエージェントの組み合わせ:
# Problem: Getting frontend agent for backend tasks
# Quick Fix: Use domain-specific terminology
"create user interface" # May trigger frontend-architect
"create REST API endpoints" # Specific - triggers backend-architect
"implement server-side authentication" # Backend focus - triggers backend-architect
クイックフィックス:
詳細なヘルプ:
専門家によるサポート:
SuperClaude install --diagnoseコミュニティサポート:
エージェントの修正を適用した後、次のようにテストします。
エージェントがアクティブ化されない?
エージェントが多すぎますか?
/sc:focus [domain]範囲を制限するために使用するエージェントが間違っていますか?
| トリガータイプ | キーワード/パターン | 活性化エージェント |
|---|---|---|
| 安全 | 「認証」、「セキュリティ」、「脆弱性」、「暗号化」 | セキュリティエンジニア |
| パフォーマンス | 「遅い」、「最適化」、「ボトルネック」、「レイテンシー」 | パフォーマンスエンジニア |
| フロントエンド | 「UI」、「React」、「Vue」、「コンポーネント」、「レスポンシブ」 | フロントエンドアーキテクト |
| バックエンド | 「API」、「サーバー」、「データベース」、「REST」、「GraphQL」 | バックエンドアーキテクト |
| テスト | 「テスト」、「QA」、「検証」、「カバレッジ」 | 品質エンジニア |
| デブオプス | 「デプロイ」、「CI/CD」、「Docker」、「Kubernetes」 | DevOpsアーキテクト |
| 建築 | 「アーキテクチャ」、「マイクロサービス」、「スケーラビリティ」 | システムアーキテクト |
| パイソン | 「.py」、「Django」、「FastAPI」、「asyncio」 | Pythonエキスパート |
| 問題 | 「バグ」、「問題」、「デバッグ」、「トラブルシューティング」 | 根本原因分析者 |
| コード品質 | 「リファクタリング」、「クリーンコード」、「技術的負債」 | リファクタリングの専門家 |
| ドキュメント | 「ドキュメント」、「Readme」、「APIドキュメント」 | テクニカルライター |
| 学ぶ | 「説明する」、「チュートリアル」、「初心者」、「教える」 | 学習ガイド |
| 要件 | 「要件」、「PRD」、「仕様」 | 要件アナリスト |
| 指示 | 主な薬剤 | サポートエージェント |
|---|---|---|
/sc:implement | ドメインアーキテクト（フロントエンド、バックエンド） | セキュリティエンジニア、品質エンジニア |
/sc:analyze | 品質エンジニア、セキュリティエンジニア | パフォーマンスエンジニア、根本原因アナリスト |
/sc:troubleshoot | 根本原因分析者 | ドメインスペシャリスト、パフォーマンスエンジニア |
/sc:improve | リファクタリングの専門家 | 品質エンジニア、パフォーマンスエンジニア |
/sc:document | テクニカルライター | ドメインスペシャリスト、学習ガイド |
/sc:design | システムアーキテクト | ドメインアーキテクト、要件アナリスト |
/sc:test | 品質エンジニア | セキュリティエンジニア、パフォーマンスエンジニア |
/sc:explain | 学習ガイド | テクニカルライター、ドメインスペシャリスト |
開発ワークフロー:
分析ワークフロー:
コミュニケーションワークフロー:
自然言語ファースト:
効果的なキーワードの使用法:
リクエストの最適化の例:
# Generic (limited agent activation)
"Fix the login feature"
# Optimized (multi-agent coordination)
"Implement secure JWT authentication with rate limiting and accessibility compliance"
# → Triggers: security-engineer + backend-architect + frontend-architect + quality-engineer
開発ワークフロー:
# Full-stack feature development
/sc:implement "responsive user dashboard with real-time notifications"
# → frontend-architect + backend-architect + performance-engineer
# API development with documentation
/sc:create "REST API for payment processing with comprehensive docs"
# → backend-architect + security-engineer + technical-writer + quality-engineer
# Performance optimization investigation
/sc:troubleshoot "slow database queries affecting user experience"
# → performance-engineer + root-cause-analyst + backend-architect
分析ワークフロー:
# Security assessment
/sc:analyze "authentication system for GDPR compliance vulnerabilities"
# → security-engineer + quality-engineer + requirements-analyst
# Code quality review
/sc:review "legacy codebase for modernization opportunities"
# → refactoring-expert + system-architect + quality-engineer + technical-writer
# Learning and explanation
/sc:explain "microservices patterns with hands-on examples"
# → system-architect + learning-guide + technical-writer
マルチドメインプロジェクト:
エージェントの選択に関するトラブルシューティング:
問題: 間違ったエージェントがアクティブ化される
問題: エージェントが足りない
問題: エージェントが多すぎる
セキュリティ第一のアプローチ: 開発リクエストには常にセキュリティに関する考慮事項を含め、ドメインスペシャリストとともにセキュリティエンジニアを自動的に関与させます。
パフォーマンス統合: パフォーマンス キーワード (「高速」、「効率的」、「スケーラブル」) を含めて、最初からパフォーマンス エンジニアの調整を確実にします。
アクセシビリティ コンプライアンス: 「accessible」、「WCAG」、または「inclusive」を使用して、フロントエンド開発にアクセシビリティ検証を自動的に含めます。
ドキュメント文化: テクニカルライターの自動的な参加と知識の移転のリクエストに「ドキュメント化」、「説明」、または「チュートリアル」を追加します。
ドメイン専門知識: 各エージェントは、それぞれのドメインに特有の専門的な知識パターン、行動アプローチ、問題解決方法論を備えています。
コンテキスト アクティベーション: エージェントは、キーワードだけでなくリクエストのコンテキストを分析して、関連性とエンゲージメント レベルを判断します。
協調的インテリジェンス: 複数のエージェントの調整により、個々のエージェントの能力を超える相乗的な結果が生まれます。
適応学習: リクエストパターンと成功した調整結果に基づいてエージェントの選択が改善されます。
従来のアプローチ: 単一のAIが、さまざまなレベルの専門知識を持つすべてのドメインを処理します。 エージェントアプローチ: 専門のエキスパートが、深いドメイン知識と集中的な問題解決で協力します。
利点：
期待すること:
心配する必要がないこと：
第1週：自然な使用法 自然な言語による説明から始めましょう。どのエージェントが、そしてなぜアクティブになるのかに注目しましょう。プロセスを考えすぎずに、キーワードのパターンに対する直感を養います。
第2～3週：パターン認識
エージェントの連携パターンを観察します。複雑さとドメインキーワードがエージェントの選択にどのような影響を与えるかを理解します。連携を向上させるために、リクエストの表現を最適化します。
2ヶ月目以降：エキスパートコーディネーション 最適なエージェントの組み合わせをトリガーするマルチドメインリクエストをマスターします。トラブルシューティング手法を活用して効果的なエージェント選定を行います。複雑なワークフローには高度なパターンを使用します。
SuperClaudeのメリット： 14名の専門AIエキスパートが、シンプルな自然言語によるリクエストに連携して対応します。設定や管理は不要で、ニーズに合わせて拡張できるインテリジェントな連携を実現します。
🎯インテリジェントエージェントコーディネーションを体験する準備はできましたか？まずは/sc:implement、専門的な AI コラボレーションの魔法を発見してください。