AIが自律的にGitHub Issueを実装する「Wiggum Loop」の仕組み

Wiggum Loopとは

Wiggum Loopとは、AIエージェント（Claude Code）が自律的にGitHub Issueを拾い、実装し、commitしてpushし、Issueをクローズするループのことです。

名前の由来はシンプソンズのキャラクター「チーフ・ウィガム」。「自律的に動くのにどこか頼りない」という皮肉を込めています（実際はかなり信頼できます）。

なぜこれが必要だったか

Claude Code のコンテキストウィンドウは有限です。長時間作業すると以前の作業を忘れ、毎回「どこまでやったっけ？」という状態になります。また、1人の開発者が複数のリポジトリを並行管理するのは認知負荷が高い。

Wiggum LoopはこれをGitHub Issuesを「外部記憶」として活用することで解決します。

ループの全体フロー

while true; do
  # 1. 未処理のIssueを取得
  ISSUE=$(gh issue list --repo "$REPO" \
    --state open --label "ai-fix" --limit 1 \
    --json number,title,body)

  # 2. Issueが無ければスキップ
  [ -z "$ISSUE" ] && { sleep 60; continue; }

  ISSUE_NUM=$(echo "$ISSUE" | jq -r '.[0].number')
  ISSUE_TITLE=$(echo "$ISSUE" | jq -r '.[0].title')

  # 3. Claude Code をヘッドレスで起動
  claude -p --model claude-sonnet-4-6 --max-turns 60 \
    "Issue #${ISSUE_NUM}: ${ISSUE_TITLE}

    1. Issue の内容を読んで要件を把握
    2. 既存コードを調査
    3. テストを書いてから実装
    4. git commit & push
    5. gh issue close #${ISSUE_NUM}

    完了報告をIssueコメントに残すこと"

  echo "Completed: #${ISSUE_NUM}"
  sleep 30  # レートリミット対策
done

実績：2026年2月20日の自律処理ログ

Issue	内容	結果
AI-BACKOFFICE #11	タスク失敗エラーフラグ管理	✅ 自動クローズ
AI-BACKOFFICE #10	Playwright基本テスト設定	✅ 自動クローズ
AI-BACKOFFICE #9	タスク実行ログSSE配信	✅ 自動クローズ
agent-aira #15	Content-Curatorスキル設計	✅ 自動クローズ
agent-aira #12	会社ホームページ作成	✅ 自動クローズ
計14件（うち全件自動処理）		100%成功

Issueの書き方が品質を決める

Wiggum Loopの品質は「Issueの質」で決まります。良いIssueの条件：

• やることを具体的に書く（「〇〇を追加」ではなく「〇〇ファイルに〇〇関数を追加し、〇〇の振る舞いを実装する」）
• 完了条件を明示する（テストが通る、レスポンスが200を返す、など）
• 関連ファイルをパスで指定する
• 参考となる既存コードのパスやコミットを貼る

## やること
src/agents/kiki/health-check.js に checkAllAgents() 関数を追加する。

## 要件
- 全9エージェント（ports 9101-9109）に GET /api/health を並列で投げる
- タイムアウト3秒、失敗したエージェントはstatus: "down"として返す
- 結果を JSON { agents: [...], timestamp: "..." } 形式で返す

## 完了条件
- [ ] checkAllAgents() が実装されている
- [ ] Jest テストで全エージェントdownのモックが通る
- [ ] 実際のVM環境でテスト成功

## 参考
src/agents/kiki/server.js の既存ヘルスチェックロジック

安全弁：何をAIに任せて何を手動にするか

すべてを自動化するのは危険です。以下のルールで運用しています：

• ✅ AIに任せる: 機能追加・バグ修正・リファクタリング・テスト追加・ドキュメント更新
• ⚠️ 人間がレビュー: データベーススキーマ変更・APIインターフェース変更・認証周り
• ❌ AIに任せない: 本番環境へのデプロイ・APIキーの操作・他者へのコミュニケーション

まとめ

Wiggum Loopを3週間運用した結果：

• 累計50件以上のIssueを自律処理
• 人間は「Issueを書く」と「最終レビュー」に集中できる
• 朝起きたらpushが積まれている体験は、開発の概念を変える

重要なのは「AIを信頼しすぎない」こと。GitHub の差分レビューは必ず人間が行い、本番影響があるものは手動マージを維持しています。