スキル

Forge:モデル非依存の AI コーディングハーネスと CLI、初めて使う前の判断ガイド

Forge はターミナルでモデル非依存の AI コーディングを行うのに最適で、コストと能力に応じて最適なモデルへ自動ルーティングします。導入の前提はワンラインシェルインストールスクリプトの受け入れ(デフォルトでデスクトップアプリもインストールされるため、n で拒否可能)と、初回起動時の forge setup によるモデル接続とセキュリティ設定の完了です。

公式ソース · GitHub - adulari/forge

インストール

curl -fsSL https://raw.githubusercontent.com/Adulari/forge/main/install.sh | sh

向いている人

  • ターミナル上でネイティブな CLI/TUI だけでコーディング作業を完結させ、しかも各タスクを「コスト × 能力」で最適なモデルへ自動ルーティングしてほしい開発者に向いています。Rust 製のモデル非依存(model-agnostic)AI コーディングハーネスで、単一のネイティブバイナリとして動作し、Node・Python・Bun のランタイムは不要です。
  • デスクトップアプリ、iOS/Android/Web のコンパニオンアプリ、OpenAI 互換のローカル API から使いたい場合も、公式の説明ではこれらの形態が同様に提供されているとされています。
  • 向いていないケース:グラフィカルな設定ウィザード以外のインストール方法が必要な場合や、特定のプラグイン/拡張エコシステムに依存したい場合については、根拠となる情報が示されておらず確認できません。どの具体的なエージェントに対応するか、どの言語環境をサポートするかについても、公式の情報には記載がなく未知の事項です。勝手に想定しないでください。
  • 利用の前提条件:アクセス可能なモデルの認証情報が必要です。forge setup がモデルの接続、セキュリティとコストの設定、検索、インポート、バックグラウンドサービスの設定を案内します。API キーは OS のキーリングに保存されます。

3 分で最初の試用を完了する

推奨されるメインの経路は 1 つだけです。公式のワンラインシェルインストールスクリプトです。

  1. 前提:シェルを実行できるターミナルがあり、GitHub にアクセスできること。
  2. ターミナルで以下を実行します:
curl -fsSL https://raw.githubusercontent.com/Adulari/forge/main/install.sh | sh

このスクリプトは対応する release バイナリをダウンロードし、~/.local/bin にインストールします。

  1. 副作用の確認ポイント:対話式インストールでは、デフォルトで Forge デスクトップアプリも一緒にインストールされます。不要な場合はプロンプトで n と答えるか(または FORGE_DESKTOP=0 を設定してスキップしてください)。これはリモートスクリプトをパイプで実行するインストール方式なので、実行前に信頼できる提供元かどうかを必ず自分で確認してください。
  2. インストール後に forge を起動すると、初回は自動的に forge setup のセットアップフローが開きます。案内に従ってモデルの接続とセキュリティ/コスト設定を完了させてください。
  3. 最初のタスクには、リスクの低い分析系タスクを選ぶのがおすすめです。たとえば、現在のコードリポジトリ内の特定のコードの説明や、プロジェクト構造の要約を依頼します。観察できる成功のサインは、タスクがディスパッチされ、ターミナル UI 内にモデルの回答/分析結果が返ってくることです。この過程でファイルの読み書き、コマンドの実行、ネットワークへのアクセスが行われるかどうかは、情報が示されていないため、変更を伴うタスクを実行する前に自分で確認し、確認ポイントでしっかり判断してください。

その他の方法(あくまで補足情報):クローンしたリポジトリ内の .forge/ にある hooks、MCP servers、temper および allow ルールは、forge trust を実行するまでは無効のままです。

使用例

ケース 1:低コストで見慣れないリポジトリを素早く理解する。 状況:馴染みのないコードプロジェクトを引き継いだ場合。方法:リポジトリのディレクトリで forge のターミナル UI を起動し、読み取り専用の分析系タスク(たとえば「このプロジェクトの構造とエントリポイントを要約して」)を依頼します。forge はそのルーティング機構に従ってタスクを適切なモデルに割り当て、結果は TUI 内で直接確認できます。期待できる結果:プロジェクトの概要が得られること。これは分析系タスクであり、ファイルの変更は行いません。

ケース 2:単発(headless)で 1 つのコーディング依頼を実行する。 状況:スクリプト化したい場合や、対話インターフェースに入りたくない場合。方法:one-shot/headless の CLI 形式で forge を呼び出し、明確なコーディングタスクを 1 つ渡します(具体的なコマンドライン引数の形式は情報が示されておらず、「その形態が存在する」というレベルまでしか確認できません)。期待できる結果:タスクがコスト × 能力で選ばれた最適なモデルにルーティングされ、出力が返ってくること。ファイルの変更やコマンド実行を伴うコーディングタスクは、提出前に変更範囲を明確にしてください。副作用の挙動については情報が示されていないため、環境レベルで自分自身がしっかり管理する必要があります。

利用上の境界

  • インストールの副作用:ワンラインインストールスクリプトはデフォルトでデスクトップアプリも一緒にインストールします(対話式ではデフォルトが yes)。n または FORGE_DESKTOP=0 で拒否できます。
  • リポジトリ単位の信頼境界:クローンしたリポジトリ内の .forge/ の hooks、MCP servers、temper/allow ルールはデフォルトで無効(遅延有効化)であり、明示的に forge trust を実行してはじめて有効になります。これは公式が明示しているセキュリティ上の確認ポイントです。
  • 実行環境:単一のネイティブ Rust バイナリで、Node/Python/Bun/Electron への依存はありません。API キーは OS のキーリングに保存されます。
  • 公式が明示している制限以外に、以下の情報は示されておらず未知の事項です:どの具体的なエージェントクライアントに対応するか、どの自然言語/プログラミング言語をサポートするか、レビューや診断系の操作がファイルの読み書き・コマンド実行・ネットワークアクセスを行うかどうか。未知の事項を「ゼロリスク」と見なさないでください。ファイルを変更したり、コマンドを実行したり、外部サービスを呼び出したりするタスクは、必ず副作用を確認してから実行してください。