コードベースのナレッジ化なら、LLM Wikiで十分かもしれない - Qiita

hatenablog · 2026-07-31

この記事で分かること

コードベースのナレッジ化を検討している場合、LLM Wikiで足りるかどうかを判断する視点が得られる。必要十分な機能を持つ可能性が示されており、ほかの手法やツールと比較して選定する際の参考になる。

code rag

ghqとfzfを組み合わせてClaudeを起動するherdrプラグインの実装方法と学びが得られる。リポジトリ選択を効率化する手順や、プラグイン開発の注意点が参考になる。

AI駆動開発でレビュー工程を廃止するのではなく、人のレビューを再配分する考え方を学べる。どこに人の判断を残すか、AIの出力をどうレビューに活かすかの指針が得られる。

中〜大規模開発をAIエージェントに任せるためのタスク管理手法が得られる。Claude CodeとCodexの役割分担や、作業単位の分割方法、指示を出す際の管理ポイントを比較しながら確認できる。

ローカル環境で機密情報を外部送信せずにAIへ読ませるRAG運用の始め方が得られる。AnythingLLMを導入して手元の文書を参照させるまでの流れと、社外秘情報を扱う際のセキュリティ上の注意点を確認できる。

9部署のAIエージェントをClaude Codeで並行運用するための設計指針が得られる。CLAUDE.mdを共通・部署別に分ける役割分担と、ディレクトリ構成による担当範囲の整理が中心になる。

git worktreeの利用が続かない原因が「覚えることが多い」点にあるとし、最小限のコマンドで使い始めるための考え方が得られる。ブランチを切り替えずに複数作業を並行したい場面で、最初に覚える操作を絞る判断が参考になる