論文の概要: On the Use of Agentic Coding Manifests: An Empirical Study of Claude Code

• arxiv url: http://arxiv.org/abs/2509.14744v1
• Date: Thu, 18 Sep 2025 08:46:41 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-19 17:26:53.130004
• Title: On the Use of Agentic Coding Manifests: An Empirical Study of Claude Code
• Title（参考訳）: エージェント・コーディング・マニュフェストの活用について:クロード・コードに関する実証的研究
• Authors: Worawalan Chatlatanagulchai, Kundjanasith Thonglek, Brittany Reid, Yutaro Kashiwa, Pattara Leelaprute, Arnon Rungsawang, Bundit Manaskasemsak, Hajimu Iida,
• Abstract要約: エージェントコーディングツールは自然言語で書かれた目標を入力として受け取り、それらを特定のタスクに分解し、人間の介入を最小限に抑えて実際のコードを書き、実行します。 このプロセスの鍵となるのは、エージェントマニフェスト、エージェントに必須のプロジェクトコンテキスト、アイデンティティ、運用ルールを提供する構成ファイル(Claude.mdなど)である。 構造パターンと共通コンテンツを特定するため,242リポジトリから253 Claude.mdファイルを解析した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Agentic coding tools receive goals written in natural language as input, break them down into specific tasks, and write/execute the actual code with minimal human intervention. Key to this process are agent manifests, configuration files (such as Claude.md) that provide agents with essential project context, identity, and operational rules. However, the lack of comprehensive and accessible documentation for creating these manifests presents a significant challenge for developers. We analyzed 253 Claude.md files from 242 repositories to identify structural patterns and common content. Our findings show that manifests typically have shallow hierarchies with one main heading and several subsections, with content dominated by operational commands, technical implementation notes, and high-level architecture.
• Abstract（参考訳）: エージェントコーディングツールは自然言語で書かれた目標を入力として受け取り、それらを特定のタスクに分解し、人間の介入を最小限に抑えて実際のコードを書き、実行します。 このプロセスの鍵となるのは、エージェントマニフェスト、エージェントに必須のプロジェクトコンテキスト、アイデンティティ、運用ルールを提供する構成ファイル(Claude.mdなど)である。 しかし、これらのマニフェストを作成するための包括的でアクセスしやすいドキュメントがないことは、開発者にとって大きな課題である。 構造パターンと共通コンテンツを特定するため,242リポジトリから253 Claude.mdファイルを解析した。 本研究の結果から, コンテンツは操作コマンド, 技術的実装ノート, 高レベルのアーキテクチャが支配的であった。

関連論文リスト

• Codified Context: Infrastructure for AI Agents in a Complex Codebase [0.0]
  本稿では,108,000行のC#分散システム構築時に開発された3成分共形コンテキスト基盤について述べる。 このフレームワークはオープンソースコンパニオンリポジトリとして公開されている。
  論文  参考訳（メタデータ） (2026-02-24T02:11:26Z)
• Evaluating AGENTS.md: Are Repository-Level Context Files Helpful for Coding Agents? [3.2610504259514754]
  実世界のタスクにコンテキストファイルが有効かどうかを検討する。 コンテクストファイルはリポジトリのコンテキストを提供しないのに比べてタスクの成功率を低下させる傾向がある。 我々は、コンテキストファイルからの不要な要求はタスクを難しくし、人間によるコンテキストファイルは最小限の要求だけを記述するべきであると結論付けている。
  論文  参考訳（メタデータ） (2026-02-12T14:15:22Z)
• Agent READMEs: An Empirical Study of Context Files for Agentic Coding [8.019313057979522]
  我々は1,925のリポジトリから2,303のエージェントコンテキストファイルを調べ、それらの構造、保守、およびコンテンツを特徴付ける。 これらのファイルは静的なドキュメントではなく、コンフィグレーションコードのように進化し、頻繁で小さな追加によって維持される複雑で読みにくいアーティファクトであることが分かりました。 これらの結果は、開発者がコンテキストファイルを使用してエージェントを機能させる一方で、エージェント記述コードの安全性やパフォーマンスを保証するためのガードレールはほとんど提供せず、ツールやプラクティスの改善の必要性を強調していることを示している。
  論文  参考訳（メタデータ） (2025-11-17T02:18:55Z)
• Decoding the Configuration of AI Coding Agents: Insights from Claude Code Projects [0.1631115063641726]
  エージェントコードアシスタントは、エンドツーエンドのソフトウェアエンジニアリングタスクを実行することができる新しい世代のAIシステムである。 それらの振る舞いと有効性は、アーキテクチャ上の制約、コーディングプラクティス、ツールの使用ポリシーを定義する構成ファイルに大きく依存します。 本稿では,最も広く使用されているエージェントプログラミングシステムであるClaude Codeの構成エコシステムについて,実証的研究を行う。
  論文  参考訳（メタデータ） (2025-11-12T12:28:57Z)
• Gistify! Codebase-Level Understanding via Runtime Execution [97.63528391679807]
  Gistifyは、コーディング LLM が特定の機能を再現できる単一で最小限の自己完結型ファイルを作成する必要があるタスクである。 現在の最先端モデルは、Gistifyタスク、特に長時間実行のあるタスクを確実に解くのに苦労している。
  論文  参考訳（メタデータ） (2025-10-30T17:58:26Z)
• CP-Agent: Agentic Constraint Programming [23.191983095692223]
  自然言語問題記述を形式的制約モデルに変換することは、制約プログラミングにおける根本的な課題である。 以前のアプローチでは、所定のモデリングステップで固定され、かなりの数のベンチマーク問題に失敗していた。 固定パイプラインのない純粋なエージェント戦略を用いた新しいアプローチを提案する。
  論文  参考訳（メタデータ） (2025-08-10T19:59:01Z)
• Context Engineering for Multi-Agent LLM Code Assistants Using Elicit, NotebookLM, ChatGPT, and Claude Code [0.0]
  大規模言語モデル(LLM)は、コード生成とソフトウェアエンジニアリングタスクの自動化において有望であることを示しているが、コンテキスト制限と知識ギャップのため、複雑なマルチファイルプロジェクトに苦戦することが多い。 ユーザ要求を明確にするIntent Translator (GPT-5)、ドメイン知識を注入するElicitを利用したセマンティック文献検索、コンテキスト理解のためのNotebookLMベースの文書合成、コード生成と検証のためのClaude Codeマルチエージェントシステムなど、複数のAIコンポーネントを組み合わせた新しいコンテキストエンジニアリングワークフローを提案する。
  論文  参考訳（メタデータ） (2025-08-09T14:45:53Z)
• AGENTIF: Benchmarking Instruction Following of Large Language Models in Agentic Scenarios [51.46347732659174]
  LLM(Large Language Models)は、現実世界のエージェントアプリケーションにおいて高度な機能を示す。 AgentIFは、エージェントシナリオでLLM命令に従う能力を体系的に評価する最初のベンチマークである。
  論文  参考訳（メタデータ） (2025-05-22T17:31:10Z)
• Paper2Code: Automating Code Generation from Scientific Papers in Machine Learning [57.09163579304332]
  機械学習論文を機能コードリポジトリに変換するフレームワークであるPaperCoderを紹介した。 PaperCoderは3つの段階で動作する。計画、図によるシステムアーキテクチャの設計、ファイル依存の特定、構成ファイルの生成である。 次に、モデルベースおよび人的評価の両方に基づいて、機械学習論文からコード実装を生成するPaperCoderを評価する。
  論文  参考訳（メタデータ） (2025-04-24T01:57:01Z)
• DocAgent: A Multi-Agent System for Automated Code Documentation Generation [7.653779364214401]
  本稿では、トポロジ的コード処理によるインクリメンタルコンテキスト構築のための新しいマルチエージェント協調システムDocAgentを紹介する。 特殊なエージェント(Reader、Searcher、Writer、Verifier、Orchestrator)が共同でドキュメントを生成する。 また, 完全性, ヘルプ性, 真実性を評価する多面的評価フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-04-11T17:50:08Z)
• One Prompt is not Enough: Automated Construction of a Mixture-of-Expert Prompts [110.94724216491753]
  大規模言語モデル(LLM)は、言語命令やコンテキスト内デモによって、強力な一般化能力を示す。 命令設計を自動化するために様々な手法が検討されてきたが、探索されたプロンプトを1つの命令に制限した。 我々はMixture-of-Expertパラダイムを採用し、問題空間を一連のサブリージョンに分割する。 地域ごとに専門的な専門家を構築するための2段階のプロセスが開発されている。 専門家1人当たりの命令の地域ベースの共同探索は、それに割り当てられたデモを補完し、相乗効果をもたらす。
  論文  参考訳（メタデータ） (2024-06-28T23:05:08Z)
• DOLOMITES: Domain-Specific Long-Form Methodical Tasks [81.63464319950664]
  本研究では,課題目標,手順,入力,出力の形式で構成された方法論的タスクのタイプロジーを開発する。 このベンチマークは519の仕様で、25の分野から数百のエキスパートが引き起こしたタスクである。 さらに,本ベンチマークでは,具体的入力と出力の例を用いた方法論的タスクの具体的インスタンス化について述べる。
  論文  参考訳（メタデータ） (2024-05-09T17:25:31Z)
• SparseCoder: Identifier-Aware Sparse Transformer for File-Level Code Summarization [51.67317895094664]
  本稿では,大規模なソースコードプロジェクトの理解と維持を支援するファイルレベルのコード要約について検討する。 長いコードシーケンスを効果的に処理するための識別子対応スパース変換器であるSparseCoderを提案する。
  論文  参考訳（メタデータ） (2024-01-26T09:23:27Z)
• Hierarchical Encoders for Modeling and Interpreting Screenplays [1.4674456578222843]
  リッチな構造化テキストを符号化するためのニューラルアーキテクチャを提案する。 本研究は,特にスクリーンプレイに取り組みながら,その基盤となるアプローチを多岐にわたる構造化文書に一般化する方法について論じる。
  論文  参考訳（メタデータ） (2020-04-30T01:15:40Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。