IsmaelMartinez/delegate-local

delegate-local は何をしますか？

Claude Codeスキル：要約、ログトリアージ、大量テキスト処理をローカルモデルに委任します。APIトークンを節約し、コンテンツをデバイス上に保持し、ハードウェアを考慮したモデル監査を行います。

概要

このスキルは、Claude Code（AIエージェント環境）において、計算負荷が高くトークン消費の多いタスクを、ユーザーのローカルマシン上で実行される軽量なAIモデルに委任するための仕組みを提供します。主な使用例は以下の通りです：

• 要約：長い会話やドキュメントをローカルモデルで要約し、Claude APIの入出力トークンを節約。
• ログトリアージ：大規模なログファイルからエラーやパターンを抽出し、重要なイベントを報告。
• バルクテキスト処理：テキストのフォーマット変換、重複排除、キーワード抽出などをバッチ処理。

セットアップ

1. ローカル推論エンジン（例：Ollama、llama.cpp、LocalAI）をインストールし、起動しておきます。

2. このスキルをClaude Codeプロジェクトに追加します（例：.claude/skills/ ディレクトリに配置）。

3. 必要に応じて環境変数でエンドポイントを設定します：

   export LOCAL_MODEL_ENDPOINT="http://localhost:11434"  # Ollama デフォルト
   export LOCAL_MODEL_NAME="llama3.2:1b"               # 使用するモデル
   

使用方法

手動委任

以下のようなプロンプトでスキルを呼び出します：

/delegate-local 次の長いログを要約して：
<長いログテキスト>...

自動委任（設定による）

スキルのコンフィグレーションファイル（config.yaml など）で、以下の条件を定義できます：

• 入力トークン数がしきい値（例：2000トークン）を超えた場合
• タスクタイプが「要約」または「トリアージ」として認識された場合
• 現在のClaudeコンテキストウィンドウが逼迫している場合

条件が満たされると、Claudeは自動的にテキストをローカルモデルに転送し、結果のみをClaudeの会話に取り込みます。

ハードウェア監査

スキルは起動時にシステムのハードウェアを自動チェックします：

• GPUメモリ：nvidia-smi（Linux/Windows）または system_profiler（macOS）で検出。
• ユニファイドメモリ：Apple Silicon Macの場合。
• CPUスレッド数：並列処理の最適化に使用。

検出結果に基づき、以下の推奨モデルサイズが提示されます：

メモリ容量	推奨モデルサイズ	例
< 8 GB	1B-3B	llama3.2:1b、phi3:mini
8 GB - 16 GB	3B-7B	mistral:7b、llama3.1:8b
> 16 GB	7B-13B	llama3:70b（量子化）

注意事項

• ローカルモデルの品質はClaudeには及びません。精度が重要なタスクにはClaudeを直接使用してください。
• ローカルモデルはGPUが利用可能な場合に高速動作します。CPUのみの環境では処理に時間がかかることがあります。
• すべてのデータはローカルで処理されるため、機密情報を安全に扱えます。

ライセンス

MIT