CLIコーディングエージェントの選択肢が急増し、比較だけで時間が溶けていく——そんな開発者向けに、一覧で俯瞰できるリソースが公開されました。

2026年7月5日、AIエンジニアのDan Kornas氏がXで「Awesome CLI Coding Agents」を紹介しています。90以上のターミナル向けコーディングエージェントと、それを束ねるハーネス類をカテゴリ別に整理したGitHubリストで、個別にタブを開かずに全体像を掴める点が訴求されています（参考）。

この記事では、リストの構成と中身、選び方のポイントを整理します。

この記事でわかること

  • CLIコーディングエージェントとは何か
  • Awesome CLI Coding Agentsのカテゴリ構成
  • オープンソースとクローズドソースの見分け方
  • エージェント本体とハーネスの違い
  • リストを使ったツール選定の進め方

CLIコーディングエージェントが増えた背景

CLIコーディングエージェントとは、ターミナル上で動き、リポジトリの読み書きやシェルコマンドの実行を自律的に行うAIツールです。チャット型アシスタントと違い、ファイルシステムや開発ツールに直接アクセスし、テスト実行やコミットまで一連の作業を回せます。

2025年から2026年にかけて、AnthropicのClaude Code、OpenAIのCodex CLI、GoogleのGemini CLIをはじめ、AiderやOpenCode、GooseなどのOSSツールが相次いで登場しました。各社が公式CLIを出し、コミュニティ製のフォークや再実装も増え、名前だけでも数十件に及びます。個別のREADMEを読み比べるだけで半日が過ぎる、という状況が現実になっています。

Awesome CLI Coding Agentsの全体像

https://github.com/bradAGI/awesome-cli-coding-agents

リポジトリはbradAGI氏が運営するコミュニティキュレーションのawesomeリストです。2026年2月に作成され、最終更新は2026年6月29日。スター数は730超、コントリビューターは30名規模で、継続的にエントリが追加されています。

リストの冒頭では、90以上のCLIコーディングエージェントと、それをオーケストレーション・サンドボックス化・拡張するハーネスを掲載していると説明されています。各項目にはリンク、短い説明、提供元やライセンス情報（記載がある場合）が付き、一覧性を重視したフォーマットです。

Dan Kornas氏の投稿でも、「90個のタブを開かずにフィールドを比較できる」と評価されており、調査コストの削減が主な価値として挙げられています。

カテゴリ構成を理解する

リストは大きく2層に分かれています。1つ目がエージェント本体、2つ目がハーネスとオーケストレーションです。

エージェント本体の3区分

ターミナルネイティブのコーディングエージェントは、さらに3つに分類されます。

オープンソースはフォークや改変が可能なツール群です。GitHubスター数順に並べられ、OpenCode（約18万スター）、Gemini CLI（約10.6万）、Codex CLI（約9.4万）、OpenHands、Pi、Aider、Gooseなどが上位に位置します。企業提供のOSSも多く、[Google] [OpenAI] のような提供元タグで識別できます。

OpenClawエコシステムは、パーソナルAIアシスタントOpenClawを基盤・着想とした派生プロジェクトのセクションです。nanobot、ZeroClaw、NanoClawなど、軽量版やRust/Zig再実装がまとめられています。コーディング専用エージェントとは用途が異なるものも含まれますが、CLI agentの周辺領域として整理されています。

クローズドソースはソースをフォークできないプロプライエタリ製品です。Claude Code（約13.5万スター、ソース公開だがOSSライセンスなし）、Warp、GitHub Copilot CLI、Cursor CLI、Devin、Junie CLIなどが該当します。利用はできるが改変はできない、という線引きが明示されています。

ハーネスとオーケストレーションの3区分

エージェント単体ではなく、複数セッションの管理や自律ループの実行を担うツールが後半にまとめられています。

セッションマネージャーと並列ランナーは、複数のエージェントセッションを同時に走らせるためのツールです。vibe-kanban（カンバンUIでエージェント管理）、cmux、Claude Squad（tmuxベース）、CodexMonitor（複数Codexエージェントのワークスペース横断管理）などが含まれます。Dan Kornas氏自身もCodexMonitorの開発者であり、リスト紹介と自身のツール開発が同じ文脈に位置づけられています。

オーケストレーターと自律ループは、マルチエージェント協調やタスク完了まで回し続ける仕組みです。claude-flow（マルチエージェントスウォーム）、gastown、ralph-orchestrator（タスク完了までループを維持）などが代表例です。「Ralphループ」と呼ばれる、完了条件を満たすまでエージェントを回すパターンのツール群もここに集約されています。

エージェントインフラは、サンドボックス、ルーター、ブラウザ自動化、テレメトリなどの基盤ツールです。agent-browser（Vercel製のヘッドレスブラウザCLI）、claude-code-router（Claude Codeを土台に別プロバイダへルーティング）、AgentSight（eBPFによるエージェント観測）など、エージェントの能力を拡張・保護する周辺ツールが並びます。

リストの使い方

まず用途を決めてからリストを読むのが効率的です。

コーディングエージェントを1つ選びたい場合は「Terminal-native coding agents」セクションから入ります。OSSで試したいならOpen Source、既存のサブスクリプションを活かすならClosed Sourceを見ます。モデル固定（Gemini CLI、Codex CLI）か、マルチプロバイダ対応（OpenCode、Aider）かで候補を絞れます。

すでにエージェントを使っていて並列化したい場合は、HarnessesセクションのSession managersを確認します。git worktreeを使った並列実行（Crystal、Parallel Code）か、tmuxベースの管理（Claude Squad、ntm）かで好みが分かれます。

無人運用やCI連携を目指すなら、Orchestrators & autonomous loopsのAeon（GitHub Actions上で自律実行）やBernstein（テスト検証付き並列エージェント）などが候補になります。

各エントリのスター数はREADME取得時点の参考値です。READMEでは「Sorted by GitHub stars」と明記されており、人気度の目安として使えます。ただしスター数だけで品質を判断するのは避け、説明文とライセンス、提供元タグを合わせて読むのが妥当です。

類似リソースとの違い

ターミナルAIエージェントの調査記事や個別の比較ブログは散在しますが、このリストの特徴は「エージェント本体」と「ハーネス」を分けて網羅している点です。エージェント単体の比較表は他にもありますが、セッション管理・自律ループ・サンドボックスまで含めたエコシステム全体を1ページで俯瞰できるリソースは少ないです。

awesomeリスト形式のため、新ツールの追加もコントリビューションで受け付けており、30名のコントリビューターが関与しています。固定の比較記事と違い、コミュニティの更新に追随しやすい構造です。

選定時の注意点

リストは網羅的なベンチマークではありません。掲載基準はコミュニティキュレーションであり、すべてのCLIエージェントが載っているわけではありません。READMEにも「What is a CLI coding agent?」として定義が書かれており、ターミナルでリポジトリ操作とコマンド実行ができるツールに絞られています。

OpenClawエコシステムの項目は、コーディング特化とは限らないパーソナルアシスタントも含みます。用途が「コード編集」なのか「日常アシスタント」なのかを説明文で確認してください。

クローズドソースのエントリはGitHubリポジトリが存在してもOSSライセンスが付いていないものがあります。Claude Codeのようにソースは公開されているがフォーク不可、というケースもあるため、ライセンス表記の有無を必ず確認します。

エコシステムの今後

CLIコーディングエージェント市場は、単体ツールの競争から、エージェントを束ねるハーネス・オーケストレーション層の整備へと広がっています。Awesome CLI Coding Agentsは、その移行期の地図として機能します。エージェント本体を1つ決めたあとも、並列実行や自律ループ、サンドボックスの選択が残り、このリストはその次の選定にそのまま使えます。

Dan Kornas氏の紹介は、調査の出発点としてリストを共有したものです。無料の公開リポジトリであり、ブックマークしておけば新規エントリの追加にも追従しやすいです。CLI agentの導入を検討しているなら、まずこのリストでカテゴリ全体を把握し、候補を3〜5件に絞ってから個別に試す流れが現実的です。