Claude Code 上に構築された AI ソフトウェアチーム。
138 の Agent。296 の Skill。74 の Hook。手作業ゼロ。
| 指標 | 数 |
|---|---|
| Agents | 138 |
| Skills | 296 |
| Hooks | 74 |
| Rules | 20 |
| 手作業 | 0 |
vibecosystem は Claude Code を完全な AI ソフトウェアチームに変えます。単なるアシスタントではなく、設計、構築、レビュー、テストを行い、あらゆるミスから学習する 138 の専門 agent からなるチームです。
カスタムモデルなし。カスタム API なし。Claude Code の hook + agent + rules システムだけを、限界まで活用しています。
すべてのエラーが自動的にルールになります。
Error happens → passive-learner captures pattern
→ consolidator groups & counts
→ confidence >= 5 → auto-inject into context
→ 10x repeat → permanent .md rule file
手動の介入は不要です。システムが自分自身のルールを書きます。
「新機能を追加して」と言うだけで、20 以上の agent が 5 つのフェーズにわたって起動します。
Phase 1 (Discovery): scout + architect + project-manager
Phase 2 (Development): backend-dev + frontend-dev + devops + specialists
Phase 3 (Review): code-reviewer + security-reviewer + qa-engineer
Phase 4 (QA Loop): verifier + tdd-guide (max 3 retry → escalate)
Phase 5 (Final): self-learner + technical-writer
74 の hook がありますが、すべてが同時に実行されるわけではありません。ユーザーの意図に応じて、必要な hook だけが発火します。
"fix the bug" → compiler-in-loop + error-broadcast ~2,400 tok
"add api endpoint" → edit-context + signature-helper + arch ~3,100 tok
"explain this code" → (nothing) ~800 tok
すべてのタスクは品質ゲートを通過します：
Developer implements → code-reviewer + verifier check
→ PASS → next task
→ FAIL → feedback to developer, retry (max 3)
→ 3x FAIL → escalate (reassign / decompose / defer)
1 つの agent がミスをすると、チーム全体がそこから学びます。
Agent error → error-ledger.jsonl → skill-matrix.json
→ All agents get the lesson at session start
→ Team-wide error prevention
74 行のルーティングテーブル：すべてのタスクタイプが適切な agent にマッピングされます。
GraphQL API → graphql-expert (backup: backend-dev)
Kubernetes → kubernetes-expert (backup: devops)
DDD modeling → ddd-expert (backup: architect)
Bug reproduction → replay (backup: sleuth)
... 70 more rows
┌─────────────────────────────────────────────────────────┐
│ Claude Code │
│ │
│ ┌──────────┐ ┌──────────┐ ┌──────────┐ │
│ │ Hooks │ │ Agents │ │ Skills │ │
│ │ (74) │→ │ (138) │← │ (296) │ │
│ └────┬─────┘ └────┬─────┘ └──────────┘ │
│ │ │ │
│ ▼ ▼ │
│ ┌──────────┐ ┌──────────┐ │
│ │ Rules │ │ Memory │ │
│ │ (20) │ │ (PgSQL) │ │
│ └──────────┘ └──────────┘ │
│ │
│ ┌──────────────────────────────────────┐ │
│ │ Self-Learning Pipeline │ │
│ │ instincts → consolidate → rules │ │
│ └──────────────────────────────────────┘ │
│ │
│ ┌──────────────────────────────────────┐ │
│ │ Canavar Cross-Training │ │
│ │ error-ledger → skill-matrix → team │ │
│ └──────────────────────────────────────┘ │
└─────────────────────────────────────────────────────────┘
| カテゴリ | 数 | 例 |
|---|---|---|
| Core Dev | 14 | frontend-dev, backend-dev, kraken, spark, devops, website-cloner |
| Review & QA | 8 | code-reviewer, security-reviewer, verifier, qa-engineer |
| Domain Experts | 35 | graphql-expert, kubernetes-expert, ddd-expert, redis-expert |
| Architecture | 8 | architect, planner, clean-arch-expert, cqrs-expert |
| Testing | 6 | tdd-guide, e2e-runner, arbiter, mocksmith |
| DevOps & Cloud | 12 | aws-expert, gcp-expert, azure-expert, terraform-expert |
| Analysis | 11 | scout, sleuth, data-analyst, profiler, strategist |
| Orchestration | 16 | nexus, sentinel, commander, neuron, vault, nitro |
| Documentation | 6 | technical-writer, doc-updater, copywriter, api-doc-generator, document-generator |
| Learning | 7 | self-learner, canavar, reputation-engine, session-replay-analyzer |
| コンポーネント | 技術 |
|---|---|
| Runtime | Claude Code (Claude Max) |
| Models | Opus 4.6 / Sonnet 4.6 |
| Hook engine | TypeScript → esbuild → .mjs |
| Memory DB | PostgreSQL + pgvector (Docker) |
| Agent format | Markdown + YAML frontmatter |
| Skill format | prompt.md / SKILL.md |
| Cross-training | JSONL ledger + JSON skill matrix |
hooks are sensors. observe, filter, signal.
agents are muscles. build, produce, fix.
the bridge between them: context injection.
no direct RPC. no message passing. by design.
implicit coordination through context.
MIT
Built by @vibeeval
カスタムモデルなし。カスタム API なし。あるのは優れたエンジニアリングだけ。