DAIR Academy Plugins完全解説 — Claude Codeをパワーアップする5つのOSSプラグイン

Claude Code全般の使い方は Claude Code完全ガイド2026：インストールから本番運用まで をご覧ください。

2026年2月、AI研究民主化を掲げるDAIR.AI Academyが、Claude Code向けのオープンソースプラグインマーケットプレイスを公開した。dair-academy-plugins には現在5つのプラグインが収録されており、コマンド1行でClaude Codeに画像生成・インタラクティブコース生成・マルチLLM議会・学術論文サーベイ・リサーチウィキ構築の能力を付与できる。

公開から約4ヶ月でスター数198、フォーク数23を達成。Claude Codeのプラグインエコシステムが整備される中で、教育・研究特化のプラグインマーケットプレイスとして注目されている。

DAIR.AIとは — AI研究を民主化するコミュニティ

DAIR.AI（Democratizing Artificial Intelligence Research）は、AI研究・教育のアクセシビリティ向上を使命とするオープンコミュニティだ。代表的なプロジェクトとしてPrompt Engineering Guide（GitHubで46k+スター）とAI Papers of the Week（主要AI論文の週次キュレーション）が知られており、いずれも日本語を含む多言語対応の解説資料として世界中の研究者・エンジニアに活用されている。

DAIR.AI Academyはその教育プラットフォーム部門で、オンラインコース・インタラクティブ学習ツール・AIビルダー環境を提供している。dair-academy-plugins は、Academy内で開発・試験されてきたスキル群をClaude Codeプラグインとして外部公開したものだ。

DAIR Academy Pluginsとは — Claude Codeプラグインエコシステムの実態

Claude Codeのプラグインシステムは、スキル（SKILL.md）を単位とした機能拡張機構だ。マーケットプレイスはGitHubリポジトリをそのまま配布チャネルとして利用しており、ユーザーは /plugin marketplace add <owner>/<repo> で外部マーケットを登録し、そこから個別プラグインをインストールできる。

dair-ai/dair-academy-plugins は2026年2月2日に公開された。リポジトリの言語はHTMLが主体で、各プラグインが出力する単一ファイルHTML成果物の豊富さを反映している。現時点で収録プラグインは以下の5本だ。

インストール：コマンド2行で完結

マーケットプレイスの追加とプラグインのインストールはそれぞれ1コマンドで完結する。

# ステップ1：マーケットプレイスをClaude Codeに登録
/plugin marketplace add dair-ai/dair-academy-plugins

# ステップ2：目的のプラグインをインストール
/plugin install image-generator@dair-academy-plugins
/plugin install llm-council@dair-academy-plugins
/plugin install survey-generator@dair-academy-plugins
/plugin install lesson-generator@dair-academy-plugins
/plugin install wiki-builder@dair-academy-plugins

インストール後は、Claude Codeのチャットで「画像を生成して」「LLM Councilを実行して」などと自然言語で指示するだけでプラグインが起動する。各プラグインには固有のAPIキーが必要なものがあるため、事前にシェルプロファイルへの環境変数設定が必要だ（詳細は各プラグイン解説を参照）。

プラグイン1：image-generator — Gemini 3 Proで本格画像生成・編集

概要と特徴

image-generator（v1.1.2）はGoogle DeepMindの最新マルチモーダルモデルgemini-3-pro-image-previewを使い、Claude Codeのチャットから直接テキスト→画像生成・画像編集・スタイル変換を実行できるプラグインだ。

対応解像度とアスペクト比

出力解像度は1K・2K・4Kをサポート。アスペクト比は1:1（正方形）・16:9（横長）・9:16（縦長）・21:9（シネスコ）など9種類に対応しており、SNSサムネイル・壁紙・プレゼン資料など幅広い用途に対応できる。

特筆すべき点として正確なテキストレンダリングがある。従来の画像生成モデルが苦手としていた文字の描画をGemini 3 Proは大幅に改善しており、ロゴや看板・インフォグラフィック内のテキストが判読可能な形で出力される。

セットアップ

Google AI StudioでGemini APIキーを取得し、シェルプロファイルに設定する。

# Google AI Studioでキーを取得後、シェルプロファイルに追加
export GEMINI_API_KEY="your_api_key_here"
source ~/.zshrc  # または ~/.bashrc

Google AI Studioの無料枠はGemini APIへのアクセスが月間一定量まで無料で提供されている（2026年5月時点）。個人開発・実験用途であれば費用なしで利用できる場合がほとんどだ。

使い方の例

Claude Codeに自然言語で指示するだけで動作する。「Generate an image of…」「Create a picture showing…」「Edit this image to…」などのフレーズがトリガーとなる。

# テキスト→画像
Generate a photorealistic image of a minimalist home office with a standing desk,
dual monitors, and warm evening lighting. 16:9 ratio.

# 画像編集（既存画像をアップロード後）
Add a small wizard hat to the cat in this photo

# スタイル変換
Transform this city skyline photo into a vintage engraving style

多段階の反復編集もチャット上で自然に行える。「帽子の色を赤にして」「もう少し明るく」のような追加指示が、前の出力を引き継いで適用される。

プラグイン2：lesson-generator — 完全自己完結型インタラクティブコース生成

概要

lesson-generator（v1.0.0）は指定したテーマの学習コースを単一のブラウザ完結型HTMLファイルとして生成するプラグインだ。バックエンドもデータベースも外部サービスも不要で、出力ファイルをブラウザで開くだけで完全なインタラクティブコースが動作する。

生成されるコースの標準構成は以下のとおりだ。

• 6〜8レッスン：トピックを段階的に分解し順序立てて学習できる構成
• レッスンナビゲーション：サイドバー式の目次と現在レッスンのリーダービュー
• 学習目標（Learning Objectives）：各レッスン2〜4個の明確な目標
• フラッシュカード：各レッスン2〜3枚のフリップ式カード
• クイズ：各レッスン1〜2問の即時フィードバック付き問題
• 総合復習クイズ：全レッスン内容を横断した最終評価
• 参照リンクカード：ソース素材が提供された場合に実際のURLをカードで表示

出力は3ファイル構成（index.html / styles.css / script.js）で、index.html をブラウザで開けば即座に利用できる。

使い方の例

# 基本的なトピックコース
Build a 6-lesson course on the basics of reinforcement learning

# 語彙学習用スタディガイド
Create an interactive study guide for Japanese JLPT N2 vocabulary

# ソース付き論文コース
Make a 7-lesson course on RAG architecture
with source links from the papers I've listed below:
[arXiv論文URLのリスト]

教育機関・自習・社内研修など、外部サービスへの依存なしに高品質な学習教材を自動生成できる点が最大の強みだ。

プラグイン3：llm-council — Karpathyの「LLM評議会」を再現

LLM Councilとは何か

LLM Councilは、Andrej Karpathyが2025年2月にX（旧Twitter）で提唱したコンセプトだ。単一のLLMではなく複数のLLMに同じ問いを投げ、各モデルが互いの回答を匿名で評価・ランク付けし、最後に「議長」モデルが全回答とランキングを参照して最終回答を合成するという3フェーズの審議プロセスだ。

llm-council（v1.0.1）はこのコンセプトをClaude Codeスキルとして完全実装しており、Fireworks AI上の7種のオープンウェイトLLMを組み合わせて実行できる。

3フェーズの審議プロセス

利用可能なオープンウェイトモデル（Fireworks AI経由）

Fireworks AIはオープンウェイトモデルの高速・低コスト推論に特化したプラットフォームだ。GPT-4o相当の品質をはるかに低い価格で利用できるため、複数モデルを並列実行する本プラグインのユースケースと相性が良い。

セットアップ

# Fireworks AIアカウント作成後、APIキーを設定
export FIREWORKS_API_KEY="your_api_key_here"

# Claude Code内でLLM Councilを起動
# 「LLM Councilをこのクエリで実行して：...」と指示するだけ

起動後はClaudeがインタラクティブに参加モデル（マルチ選択）と議長モデルを選択させてくれる。3〜5モデルを選択することが推奨されており、モデルの多様性が最終回答の品質に影響する。

どんな場面で効果的か

単一LLMでは見解が偏りやすい問いに特に有効だ。「このアーキテクチャ設計の問題点は？」「このコードレビューで見逃しているリスクは？」「このビジネス戦略の盲点は？」といった批判的評価・設計レビュー・哲学的問いかけで、複数の視点から均衡の取れた答えが得られる。

AIエージェントの設計や評価においてこのような多角的アプローチがどう機能するかについては、AIエージェントフレームワーク比較2026年版 も参考になる。

プラグイン4：survey-generator — 学術的HTMLサーベイ論文を自動生成

概要

survey-generator（v1.0.0）は、任意のAI/MLトピックについて学術論文スタイルのHTMLサーベイ文書を自動生成するプラグインだ。Fireworks AIを通じてKimi K2.6（MoonshotのKimi K2モデルのバリアント）を呼び出し、インラインSVG図・番号付きセクション・参考文献リストを含む単一HTMLファイルを出力する。

2段階の役割分担設計

このプラグインの設計上の特徴は、作業をエージェントとモデルに分担させている点にある。

エージェント側の責務（Claude Code）：

• アンカーソース（GitHubリスト・arXiv論文・ブログ等）を読み込んでサブトピックを抽出
• 4〜8分岐のタクソノミーと6〜10セクションの構成を立案
• 20〜100本の実在論文の書誌情報（著者・年・会場・要旨）をJSONにまとめる

モデル側の責務（Kimi K2.6）：

• research_bundle.json と style_spec.json を受け取り、ワンショットでHTMLを生成
• インラインSVGによる図（タクソノミーツリー・パラダイム図・システムスタック）を含める
• 参照は括弧引用形式（例：[LeCun et al., 2023]）で自動挿入

この分担により、調査の網羅性はエージェントが保証し、表現の洗練度はモデルが担うという明確な役割分離が実現している。

使い方の例

# 基本的な使い方（arXivリストをアンカーに指定）
Run the survey generator on the topic "Chain-of-Thought Reasoning"
using https://github.com/dair-ai/AI-Papers-of-the-Week
as the anchor source. Target 40 papers.

# 総合サーベイ（論文数を増やす場合）
Generate a comprehensive survey on "Multimodal Large Language Models"
using https://arxiv.org/abs/2306.13549 as anchor. Target 80 papers.

DAIR.AI自身が公開している AI-Papers-of-the-Week リポジトリは、幅広いAI/MLトピックに対応した週次更新の論文インデックスであり、このプラグインの標準アンカーソースとして推奨されている。

出力ファイル

成功すると output/survey_kimi-k2p6_v{N}.html というファイル名でHTMLが生成される。ブラウザで開けば即座に論文スタイルのサーベイが閲覧できる。図のスケールはタクソノミーのブランチ数に応じて自動調整される。

プラグイン5：wiki-builder — 使い続けられるリサーチウィキを構築

概要

wiki-builder（v1.0.0）はプロジェクト・研究・人物・組織など任意の対象を管理する持続型リサーチウィキを構築するプラグインだ。単なるメモツールではなく、ソース管理・ページ生成・インデックス更新・メンテナンスログを体系的に扱うフレームワークとして設計されている。

7つのウィキフレーバー

ウィキの用途によって構造が大きく異なる。wiki-builder はあらかじめ7種のフレーバーを定義しており、wiki.config.md（各ウィキのルートに置く設定ファイル）でフレーバーを指定すると適切な構造が自動で展開される。

ウィキのデータ保全設計

wiki-builder が重視しているのはプロベナンス（情報源の追跡可能性）だ。すべてのページに参照元が sources.md を通じて記録され、「この記述はどの論文・ドキュメントに基づくか」が常に辿れる状態が維持される。logs/maintenance-log.md には更新履歴が自動追記されるため、ウィキがどのように育ったかを振り返ることができる。

セットアップと使い方

# デフォルトは ~/dair-wikis/ 配下にウィキを作成
/plugin install wiki-builder@dair-academy-plugins

# カスタムパスを使う場合（シェルプロファイルに追加）
export WIKI_ROOT="$HOME/my-wikis"

# Claude Codeで指示する例
# 「エージェントメモリに関するresearchフレーバーのウィキを新しく作って」
# 「ai-evalsウィキにこのarXiv論文を追加してソースページをコンパイルして」
# 「agentsウィキのtool-useベンチマークに関する概念ページをコンパイルして」

DAIR Academy公式サイトではウォークスルー動画が公開されており、実際の操作フローを視覚的に確認できる。

5プラグイン全機能比較表

プラグインアーキテクチャ：標準構造を理解する

5つのプラグインはすべて同一のディレクトリ構造に従っており、Claude Codeのプラグインシステムが要求する標準フォーマットを実装している。

plugins/<plugin-name>/
├── .claude-plugin/
│   └── plugin.json          # メタデータ（name・description・version・author）
├── README.md                # ユーザー向けドキュメント
└── skills/
    └── <skill-name>/
        ├── SKILL.md          # スキル定義（YAMLフロントマター + 指示）
        ├── .env.example      # 環境変数テンプレート（必要な場合）
        └── [その他のファイル]  # 参照ドキュメント・テンプレート等

plugin.json はプラグインのメタデータを宣言するシンプルなJSONファイルだ。

{
  "name": "llm-council",
  "description": "Orchestrate multiple open-weight LLMs via Fireworks AI...",
  "version": "1.0.1",
  "author": {
    "name": "DAIR.AI"
  }
}

SKILL.md のフロントマターが特に重要で、name（スキル名）・description（トリガーとなる状況の説明）・allowed-tools（使用するClaude Codeツール一覧）を宣言する。SKILL.md本体にはClaudeへの詳細な指示・ワークフロー・コードスニペット・エラーハンドリング手順が書かれており、Claude Codeがスキルを呼び出した際にここの内容を読んで動作する。

ハーネスエンジニアリングの観点からこのSKILL.md設計を理解したい場合は、Claude Codeハーネスエンジニアリング完全解説 も参照されたい。

コントリビューション：自分のプラグインを公開する

dair-academy-plugins はコミュニティ貢献を歓迎している。新プラグインを追加するには以下の手順を踏む。

1. plugins/ 配下に新しいディレクトリを作成する

命名規則は plugins/<plugin-name>/ で、ハイフン区切りの英小文字スラッグを使う。

2. 標準ディレクトリ構造を配置する

上述の .claude-plugin/plugin.json / README.md / skills/<skill-name>/SKILL.md の3点が最低限必要だ。APIキーが必要な場合は skills/<skill-name>/.env.example も追加する。

3. SKILL.mdを丁寧に書く

SKILL.mdはスキルの品質を決定する最重要ファイルだ。特に以下の点に注意する。

• description フィールド：いつそのスキルを呼び出すべきか、自然言語で明確に記述する
• allowed-tools：必要なツールのみを列挙する（不必要な権限を要求しない）
• Pre-flight checkセクション：APIキーやファイルの存在確認など、実行前の環境チェックを必ず含める
• エラーメッセージの日本語対応：必要に応じてエラーメッセージを多言語化する

4. プルリクエストを送る

READMEに使用例と期待される出力を含めることで、レビュアーが動作を確認しやすくなる。

DAIR Academy AI Builderとの連携

5つのプラグインのうち多くは、ローカルにインストールしなくても DAIR Academy AI Builder 上で試すことができる。AI Builderはブラウザベースのインタラクティブ環境で、Claude APIを使いながらプラグインのスキルを即座に体験できる設計になっている。

ローカル環境の構築が面倒な場合や、プラグインの動作を事前確認したい場合には、まずAI Builderで試してみることを推奨する。ただし、APIキーの持ち込みや大規模なwikiの永続管理にはローカルインストールが必要になる。

セキュリティとプライバシーの考慮点

外部APIを使用するプラグイン（image-generator・llm-council・survey-generator）を利用する際は、送信するデータの機密性に注意が必要だ。

まとめ：DAIR Academy Pluginsが示すClaudeプラグインエコシステムの方向性

dair-ai/dair-academy-plugins が示しているのは、Claude Codeプラグインが「AIツールの寄せ集め」ではなく「目的特化型ワークフロー」の配布チャネルになりうるという可能性だ。

5つのプラグインはいずれも単一機能のラッパーではなく、複数フェーズからなる構造的なワークフローを実装している。LLM Councilの3フェーズ審議、survey-generatorのエージェント/モデル役割分担、wiki-builderのフレーバー駆動構造設計——それぞれが「Claude Codeをどう使えば人間の知的作業を置き換えられるか」という問いへの実装例になっている。

教育・研究・コンテンツ生成の現場でClaude Codeを使っているエンジニア・研究者にとって、このマーケットプレイスは即座に試せる実用的な出発点となるだろう。コミュニティへの参加窓口も開いており、自作スキルをプラグインとして外部公開したい場合の参考実装としても価値がある。

Claude Code全体の運用ベストプラクティスや内部アーキテクチャは Claude Code完全ガイド2026：インストールから本番運用まで に体系的にまとめてある。

参照ソース

1. dair-ai/dair-academy-plugins — GitHub — 公式リポジトリ（README・各プラグインソース）
2. DAIR.AI Academy — DAIR.AI公式教育プラットフォーム（AI Builderとウォークスルー動画）
3. Andrej Karpathy — LLM Council Tweet — LLM Councilコンセプトの原典（2025年2月）
4. Fireworks AI — llm-council・survey-generatorのバックエンド推論インフラ