Claude Codeでガチ開発!AIが自律して動き出すまで全てお見せします【Obsidian】【前編】

概要

毎日投稿するYouTube動画が増えすぎて視聴者が目的の動画を探せない問題を解決するため、Obsidian×AIエージェントで「動画横断検索+Q&A」サイトをガチ開発する過程を公開。要件定義から環境構築までを、Claude Code(Fable 5・Ultra Code)と「Grill Me」スキルを使って進める様子を実況している。

主なポイント

• 要件定義には上流工程ほどインパクトが大きいという方針でFable 5(Ultra Code・最大thinking設定)を使用
• 「Grill Me」というスキルを導入し、AIに要件を徹底的にインタビューさせて認識をすり合わせてから実装計画(Docs)を自動生成
• バックエンドはSupabaseを採用(Firebaseのようなbackend-as-a-service)、無料枠でDBとEdge Functionsによる毎日自動更新を実現
• Gemini Embedding API(無料枠)で字幕データをベクトル化し、全文検索と意味検索を組み合わせたハイブリッド検索を実装方針に決定
• 既にCodexの定期実行で毎日収集・保存していたYouTubeデータ(タイトル・字幕・再生数など)をSupabase上でそのまま流用し、新規収集の手間を省いた
• 実装より環境構築(AIエージェントが安心して動く「ハーネス」)の方が重要という考えのもと、別プロジェクトのCLAUDE.md・メモリー構造・スキル・自動テストの仕組みを新プロジェクトに横展開
• Huskyでpre-commitフックを設定し、テスト・整形(リント)が通ってからでないとコミットできない仕組みを構築
• Fable 5のUltra Codeが約1時間、環境構築を自律的に実行し、GitHubリポジトリ作成・プッシュまで完了
• 想定コストは月額0円(Astro+Cloudflare Pagesのフロントエンド、Supabaseのバックエンドともに無料枠で運用)

実践に使えること

• 新規プロジェクト開始時は、いきなり実装せず「Grill Me」のような要件インタビュー系スキルをAIに使わせ、要件・技術スタック・スコープを先に固める
• 要件定義など上流工程の重要な意思決定には、最上位モデル+最大thinking設定(例: Fable 5のUltra Code)を割り当てる
• 過去プロジェクトで作ったCLAUDE.md・メモリー構造・スキル・自動テストの仕組みは「ハーネス」として使い回せるので、新プロジェクトでもAIに参照させて移植させる
• Supabaseのようなbackend-as-a-serviceと無料の埋め込みAPIを組み合わせれば、コストをかけずに全文検索+意味検索のハイブリッド検索を実装できる
• Huskyのpre-commitフックでテスト・リントを自動実行し、壊れた状態のコードをコミットさせない仕組みを最初から仕込んでおく