MCP・エージェント・loop・テスト

MCP と Playwright

MCP（Model Context Protocol）は、AI が外部ツールにつながるための標準インターフェースです。Claude Code に MCP を入れると、「ツール」が1組増えます。最もよく使う例が Playwright MCP で、自分でブラウザを開き、ボタンを押し、スクリーンショットを撮って、Web ページが正しくできているか確認できます（公式プロジェクト：microsoft/playwright-mcp）。

# 追加する（自分のコマンドラインで実行。-- の後ろがこの MCP を起動するコマンド）
claude mcp add playwright -- npx -y @playwright/mcp@latest

claude mcp list            # 入っているものを見る
claude mcp remove playwright
# 会話中に /mcp と入力すると、状態の確認やログイン認可ができる

追加するときに範囲（scope）を選べます：local（既定。自分だけ、このプロジェクトだけ）、project（プロジェクトのルートの .mcp.json に書かれ、git で共有できる）、user（自分のすべてのプロジェクト）。設定の保存先は、local/user が ~/.claude.json、project がプロジェクトの .mcp.json です。公式の説明：MCP、modelcontextprotocol.io。

サブエージェントと loop

サブエージェント

サブエージェントは、メインの会話から送り出される「分身」です。独立したコンテキストを持ち、終わったら結論だけを返します。向いているのは：① 広い範囲の検索（数十ファイルの中身をメインの会話に詰め込みたくない）、② 互いに無関係な複数の作業を並行して行う。公式の説明：サブエージェント。T00 のルール：小さな作業は自分で直接やり、5ファイル以上の大きな作業だけ分身を出す。並行する分身が同じファイルを変更してはいけない。

loop（定期的な繰り返し）

組み込みの /loop は、ある作業を一定の間隔で繰り返せます。例：/loop 5m デプロイが終わったか確認。間隔を書かないときは、AI が次にいつ戻るかを自分で決めます。使い方の原則：何度も確認が必要なことだけに使い、1回で済むことには使わない。

テストと確認

AI にコードを書かせるのは速いですが、難しいのは正しくできたかを確認することです。私自身がいちばん漏らしやすいのがこの段階なので、流れの中に何層かを用意しています：

1. まず「受け入れ条件」を書く

Given-When-Then の書き方で、「どうなれば完了で正しいか」を、Yes/No で答えられる数条にします。正常系、エラー、境界、権限を網羅します。T00 の対応する Skill：t00-acceptance-criteria。

2. 本当に動かす

Web ページを変更したら、ブラウザ自動化でスマホ幅と PC 幅で1回ずつ開き、横スクロールがないか、コンソールにエラーがないか、主要な流れが通るかを確認し、スクリーンショットを証拠に残します。対応する Skill：t00-webapp-testing、t00-deploy-verify。ローカルで動くことはオンラインで動くことではありません：デプロイ後に本物の URL でもう一度検証します。

3. 別の AI にレビューさせる（LLM-as-a-Judge）

出力が自由な文章（回答、要約など）で、厳密な比較ができないときは、ある LLM が採点基準に沿って別の LLM の出力に点を付けることができます。要点：採点基準を具体的にする。固定の「標準問題＋参考回答」で毎回回帰させる。審査の結果は抜き取りで人が確認し、鵜呑みにしない。日本語の入門記事：

費用を抑える方法：従量課金の API ではなく、自分の手元で契約している claude -p を審査役にする（T00 の評価プロジェクトはこの方法で動いています）。