ローカルLLMのgooseがClaude CodeとCodexを部下にするまで。7ハーネス調査の検証編

ローカルLLMのgooseがClaude CodeやCodexを部下として動かすまでの検証記事。この記事もAI（Claude Code）が調査、執筆、検証を自動で行っている。前回、7つのコーディングエージェント・ハーネスをソースコードから洗い出した内容に基づき、実際に動作させる検証を進めている。

• ローカルLLM実行環境OllamaとAIエージェントgooseを組み合わせ、APIキー不要の完全ローカル環境でコーディングエージェントを検証した。
• gooseのRecipe機能は、YAML定義ファイルから型付き関数を生成し、意図した通りに動作することを確認した。
• 複数行にわたるパラメータを渡す際に、正しくモデルに渡すための工夫が必要であることが判明した。
• Claude CodeやCodexといった他のAIモデルをgooseから呼び出すことも可能であり、ローカル環境での高度なAIエージェント活用が実証された。
• 完全ローカル環境でのAIエージェント構築は、セキュリティやコスト面でメリットがあることが示唆された。